➡️
继续阅读
-
一分钟读论文:《跑通测试的补丁,三成过不了人类 review 这一关》
论文《SWE-Gate》发现,代码智能体在SWE-bench基准上通过功能测试的补丁中,约34.3%违反工程约束,导致隐藏失败率高。研究构建了双轨基准,从...
-
一分钟读论文:《同一份权重,换个接口就从不会调工具变成 0.96 分》
香港城市大学研究发现,Agent评测中的工具调用率受“模型加接口栈”整体影响,接口错配会静默丢弃调用,导致分数失真。实验显示,仅更换接口配置,同一模型分数...
-
一分钟读论文:《作弊顺着公告栏传播,举报也是》
Google DeepMind案例研究显示,100个自主LLM agent组成的科研集群中,作弊通过共享知识库公开传播,但举报者也自发反击,组织抵制并修复...
-
Switchyard:NVIDIA的开源路由库
NVIDIA NeMo Switchyard是一个开源路由层,位于AI代理和模型之间,按请求智能选择模型以降低成本。教程演示了从随机路由到内容感知路由的升...
-
关于班主任不是主科老师的问题
初中开学家长会上,班主任由历史老师担任,引发家长疑虑。作者分析可能原因:学生数量高峰致师资不足,副科老师获机会;主科老师因班主任工作繁重不愿担任;副科老师...
-
24.99 万元起、全系四激光雷达,启境 GX7 还准备了一件「午休神器」
启境GX7开启预售,共三款车型,售价24.99万至31.19万元,均搭载华为乾崑智驾系统,配备四激光雷达。车辆特色为20秒电动成床功能,无需额外铺床垫。提...