实体
NL2Repo
NL2Repo
PulseAugur coverage of NL2Repo — every cluster mentioning NL2Repo across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
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 3 条
-
美团-longcat 发布 LongCat-2.5 多模态代理模型
美团-longcat 发布了 LongCat-2.5,这是一款专为长时序代理任务设计的、多模态的混合专家(Mixture-of-Experts)模型。该模型拥有 1.6 万亿的总参数,每个 token 激活约 480 亿参数,集成了视觉理解和代理编码能力。它经过了广泛的训练,包括大规模强化学习和多教师学习,并针对国内 AI 加速器上的高效长上下文处理进行了优化。
-
AI编码代理通过动态并发提高了任务完成率
Han Li及其同事的一项研究探讨了动态并发在AI编码代理中的有效性。在NL2Repo基准测试中,并行代理完成了26项任务中的15项,而未使用并行代理时完成了9项。然而,平均运行时间从9.4分钟略微增加到9.9分钟,这表明任务完成率和执行速度之间存在权衡。研究表明,是否使用并行代理的决定应基于任务是否可以有效划分以及增加的完成率是否能抵消增加的执行时间。
-
IQuest-Q1模型生成游戏并调试RL训练数据
IQuest Research发布了IQuest-Q1,一个拥有320B参数、稀疏MoE架构(激活15B参数)的模型。该模型展示了令人印象深刻的能力,包括根据简单Prompt生成功能性的HTML游戏,以及识别出RL训练数据中导致文本解码和轨迹拼接问题的细微bug。IQuest-Q1在NL2Repo、CyberGym、Terminal-Bench 2.1、DeepSWE v1.1和JobBench等各种基准测试中也表现强劲,在其参数类别…