实体
MSR-Orchard
MSR-Orchard
PulseAugur coverage of MSR-Orchard — every cluster mentioning MSR-Orchard across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
在合成世界中训练的开源AI代理展现出广泛的泛化能力
研究人员开发了WildAWM，一个用于合成可控的计算机使用环境和任务以训练通用代理的系统。该流水线完全由开源模型驱动，支持图形用户界面、命令行界面和模型上下文协议服务，使代理能够结合视觉交互、工具使用和代码执行。WildAWM通过训练Qwen模型证明了其有效性，这些模型在分布外基准测试中表现出显著的改进，表明在合成世界中的学习能够很好地泛化到未见过的任务。该开发还触及了关于AI代理的模型上下文协议（MCP）与命令行界面（CLI）的争论…
-
Self-HPO 框架通过优化策略和 Harness 递归地改进编码代理
研究人员推出了一种新颖的框架 Self-HPO，旨在通过交替优化代理的策略及其交互 Harness 来递归地改进编码代理。该方法允许代理通过强化学习识别并针对其自身不断变化的故障模式。在三个编码基准上的实验表明，Self-HPO 显著提升了性能，将 Qwen3.5-35B-A3B 的解决率从 57.8% 提高到 64.8%，并且在分布外设置中也显示出泛化收益。当两个组件都得到优化时，该框架的有效性进一步凸显，它能够实现复合收益，并且即…