实体
Toolathlon
Toolathlon
PulseAugur coverage of Toolathlon — every cluster mentioning Toolathlon across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
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
-
EvoMCP框架共同演进AI代理和训练数据 · 跟踪10个来源
研究人员开发了EvoMCP，一个共同演进模型上下文协议（MCP）代理及其训练数据的框架，以解决静态训练分布中的弱点。该方法包括任务演进、轨迹演进和监督微调，在Toolathlon和MCP-Atlas等基准测试中取得了显著的性能提升。同时，各种开发人员正在探索MCP的实际应用，包括版本化工具以防止破坏性更改、构建AI代理服务器以及使代理能够执行诸如网络研究和电子邮件可送达性检查等任务。这些努力凸显了MCP在促进代理-工具交互和管理依赖关…
-
EarlyEval框架通过预测结果将LLM智能体评估成本削减
研究人员开发了EarlyEval，一个旨在显著降低大型语言模型（LLM）智能体评估成本的新框架。通过从智能体的中间行为预测其任务的最终结果，EarlyEval可以提前终止运行，从而减少计算资源和令牌使用量。该方法使用LightGBM分类器，在多个基准测试中证明了在对预测准确性影响极小的情况下，能够消除13%-26%的智能体步骤。