Task-CoEvolve：通过自适应任务选择优化 Agent
tokenbender · x · 2026-08-22
论文《Task-CoEvolve》提出了一种通过自适应验证任务选择来高效优化 LLM Agent Harness 的方法。
核心机制：
- 问题：传统方法在每次迭代中评估完整的固定验证集，成本高昂。
- 创新：仅关注模型表现不一致（有分歧）的 20% 任务。
- 效果：利用方差加权采样聚焦于 Agent 能力边界的任务，能以更低的计算成本更快地驱动 Harness 向最优解演化。
- 实验：在 Terminal-Bench 2.1 等任务中表现出优于固定集的性能。
所属事件:Task-CoEvolve 算法降低八成评估成本(2 条相关)→
「编程与Agent」频道最新
- 多模型同题设计 UI:用 Paseo 编排四套界面方案竞技 — vista8 · 2026-10-16
- 独立研究者发布 Cortex:用重放实测自动进化与修剪编码 Agent 的 skills 和 rules — Samuele Giampieri · 2026-10-16
- 工具调用才是 AI 编程速度瓶颈，Crabbox 五招给 Agent 提速 — steipete · 2026-10-16
- WorldBox 沙盒让 GPT-6 Astra 的 MazeBench 得分从 23 翻倍到 61 — ZhitingHu · 2026-10-16
- 两条 prompt 让 Gemini 4 Argon 把单机游戏改成完整多人对战 — chongdashu · 2026-10-16
- Anthropic 联合 Gray Swan 办 30 万美元 prompt injection 攻防大赛 — bcherny · 2026-10-16