Apodex 1.1 论文登陆 Papers with Code,Agent 团队 FrontierScience 通过率 63.3%
NielsRogge · x · 2026-09-08
Apodex 团队宣布其 Apodex 1.1 论文(arXiv:2608.23283)及 Agent Team 评测结果已由 Niels Rogge 收录至 Papers with Code。在 FrontierScience-Research 基准的 60 个任务中,Apodex 1.1(Agent Team)取得 63.3% 的通过率(以 rubric 评分 ≥7/10 计为通过),另在 HLE 与 GDPval 上也有结果。
论文核心思路是两方面扩展「可持续、可验证地推进真实任务」的能力:
- Environment Scaling:扩大可执行文件、搜索与代码环境的多样性和可验证性;
- Agentic Coordination Scaling:训练智能体分解长周期任务、并行委派、整合异步结果并重规划。
系统通过共享执行框架与 AgentOS 维护跨工具、跨智能体的任务状态与溯源,并利用环境轨迹和协调轨迹做训练。
所属事件:Apodex 1.1 发布并开源 FrontierAgent 与 35B mini 模型(14 条相关)→
「编程与Agent」频道最新
- Claude Code 用法心得：max 档做规划，xhigh 档做实现 — majidmanzarpour · 2026-10-27
- Chrome 团队详解 WebMCP：不是取代 MCP，而是让网站直接向 agent 提供工具 — rseroter · 2026-10-27
- Agent 绕过 UI 就能改已审批报销单?Agent-Native 框架要堵这个洞 — rseroter · 2026-10-27
- 开发者晒 AI 编码智能栈：人定方向 Opus 写码 Astra 审查，人类只做审阅 — sh_reya · 2026-10-27
- Baseten 网络课：用自有合并 PR 建 benchmark,按每成功任务成本评估开源模型 — baseten · 2026-10-27
- Thorsten Ball 谈 Agent 工作法：多用评测、多上自动化、放手让 Agent 干 — omarsar0 · 2026-10-27