自适应失败分类法提升编码Agent
AlexGDimakis · x · 2026-07-10
这篇获 ICML Workshop 最佳论文的工作讨论了自适应失败分类法的用途：
- 可作为 best-of-N judge 的测试时 scaling 工具
- 可作为优化循环中的变异反馈机制
- 可作为编码 agent 的运行时反馈
作者指出，过去常用的是手工固定的失败 taxonomy；而新方法会观察 agent rollout，动态构建适配任务与弱点的 taxonomy。文中报告，在 Terminal Bench 2 上，结合 Opus 4.6 / Forgecode harness 与 adaptive taxonomy 的 best-of-N judge 达到 89.9%，比固定 taxonomy 提升 15%。
所属事件:自适应失败分类法获ICML工坊最佳论文(3 条相关)→
「编程与Agent」频道最新
- 生产级 AI Agent 常规评测 95% 稳健，遭定向攻击后跌至 37% — njyx · 2026-10-27
- Grok Bot 分析 AI 评论、Codex 开浏览器批量拉黑，两 agent 接力工作流 — vista8 · 2026-10-27
- huggingface_hub 2.3.0 发布：百万文件列取从分钟级降到 20 秒 — lhoestq · 2026-10-27
- Nous Research 发布 Advanced Delegation 插件，子智能体可按任务选模型 — NousResearch · 2026-10-27
- 不上 X 的牙医邻居玩转 Codex，编程门槛正在消失 — gabrielchua · 2026-10-27
- 斯坦福 PaperFormalizer：把论文自动转成 Lean 验证版本 — StanfordUniversity · 2026-10-27