实体
SPEC.md
SPEC.md
PulseAugur coverage of SPEC.md — every cluster mentioning SPEC.md across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
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
最近 · 第 1/1 页 · 共 3 条
-
AI 编码将焦点从提示词转向上下文文件
文章讨论了 AI 编码实践从提示词工程转向上下文工程的转变，强调了 `intent.md`、`spec.md` 和 `plan.md` 等上下文文件的重要性。文章认为，这些上下文文件在 AI 开发中的重要性可能超过了详细的提示词编写。
-
研究人员发现，AI代理性能指标因忽略失败运行而存在缺陷
一位研究人员发现，在衡量AI模型性能方面存在一个关键缺陷，尤其是在代理工作方面。问题在于仅根据成功运行来报告分数，而忽略了被放弃或未衡量的任务，这导致性能指标虚高。这种疏忽意味着当前的基准可能代表的是下限，而不是代理真实成本和能力的准确估计。研究人员提出了一种解决方案，包括为每次调用打上结果标签，并公布每个站点的成本以及已完成任务的成本，以提供更透明、更准确的评估。
-
腾讯开源 Hy4 LLM，通过智能体编码考试
腾讯已开源其 Hy4 预览模型，这是一个拥有 7700 亿参数和 100 万上下文窗口的大型语言模型。Hy4 的模型卡承认，尽管在基准测试中取得了优异的成绩，但它在复杂任务上花费了过多的时间并过度验证其工作。文章作者进行的独立评估包括创建一个智能体编码考试，Hy4 在经过几次迭代后成功实现了一个退款功能，展示了其遵循复杂规则和在现有架构中集成新功能的能力。