PulseAugur
中
实时 06:24:39
实体 Minghao Yang

Minghao Yang

PulseAugur coverage of Minghao Yang — every cluster mentioning Minghao Yang across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_117697 ·

    新基准揭示Web代理的隐藏故障模式

    一篇新的arXiv论文介绍了Parallel WebBench，这是一个旨在更严格地评估Web代理的基准，通过识别最终答案正确性之外的故障。研究表明，即使代理检索到相关证据，仍然存在搜索循环、过早终止和合成崩溃等持续性问题。虽然使用GRPO和合成数据进行训练提高了完成率和部分正确性，但在确保最终答案完全正确并基于证据方面仍存在差距。