实体 MultiWOZ-2.4

MultiWOZ-2.4

PulseAugur coverage of MultiWOZ-2.4 — every cluster mentioning MultiWOZ-2.4 across labs, papers, and developer communities, ranked by signal.

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

RESEARCH · CL_171704 · Jul 29 · 08:20

Living-Harness 系统通过自我进化提高 LLM 代理的可靠性 · 已追踪 2 个来源

研究人员开发了 Living-Harness，这是一个旨在提高大型语言模型 (LLM) 代理可靠性的新颖系统。与使用固定参数的静态工具不同，Living-Harness 根据过去的交互和评估信号动态更新其程序化知识。这种自我进化机制提取片段抽象和结构化更新证据，创建片段记忆和状态图来指导未来的行动。该系统在 tau^2-Bench 和 MultiWOZ-2.4 等基准测试中，平均 Pass@1 提高了 10 个百分点以上，表现出显著的性能提升。