实体
TauBench
TauBench
PulseAugur coverage of TauBench — every cluster mentioning TauBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的HERO框架通过事后反馈增强AI代理学习
研究人员推出了一种新颖的强化学习代理框架HERO，旨在改进多轮决策。与依赖最终结果的传统方法不同，HERO使用事后增强的自我蒸馏，并将下一个环境观察作为局部反馈。这种方法将每次观察转换为一个紧凑的轮次级诊断，为代理的行为提供可操作的见解。HERO在TauBench和WebShop等基准测试中，尤其是在成功部署不频繁的有限训练预算下，已证明了任务成功率的提高和不必要轮次的减少。
-
Kimi K2 模型拥有 1T 参数和 SOTA HLE，同时 Soumith Chintala 离开 PyTorch
Kimi 推出的新模型 Kimi K2 拥有 1 万亿参数，并在 HLE 基准测试中取得了最先进（SOTA）的成果。它还在 BrowseComp 和 TauBench 中展示了能力。另外，Soumith Chintala 已从 PyTorch 离职。