实体
SWE-Interact
SWE-Interact
PulseAugur coverage of SWE-Interact — every cluster mentioning SWE-Interact 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
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Fireworks AI 发布 Ember-1，Kimi K3 的一个 token 使用量减少 40% 的变体
Fireworks AI 推出了 Ember-1，一个源自 Moonshot AI 的 Kimi K3 的模型。Ember-1 旨在产生更短的推理链，目标是在不影响任务准确性的情况下，将 token 使用量减少约 40%。这种优化是通过专门的后训练实现的，而不是简单地降低推理努力设置。Ember-1 目前可通过 Fireworks 无服务器 API 作为研究预览版提供，权重和训练细节未公开。
-
新的基准测试评估了交互式、多轮会话中的AI编码代理
引入了两个新的基准测试SWE-Together和SWE-Interact，用于在更真实、交互式和多轮的用户会话中评估编码代理。与一次性提供完整任务描述的静态基准测试不同，这些新框架模拟用户交互，逐步揭示需求并提供反馈。实验表明，在单轮任务上的强劲表现并不总是能转化为多轮场景，像Opus 4.8和GPT 5.5这样的顶级模型仍然存在忘记需求或犯技术性错误等问题。