DuoDiscover 把评估变成搜索一部分,代码优化超越人类专家
OfirPress · x · 2026-10-15
Dilara Soylu 团队发布 DuoDiscover：针对「AI 擅长提出想法但评估太贵」的工程痛点，让评估本身成为 agent 可发现的搜索空间的一部分。主要结果：- 在 NVIDIA SOL-ExecBench 上排名第一 - 在 SWE-fficiency 上达到专家的 2 倍（该工作源自 Jeffrey Ma / Ofir Press 团队）- vLLM 上加速 1.92×，FreeToken 上 1.44×，对比生产级 TPU kernel 达 2.68× - 超过最好的人类与 AI 设计 CPU 预取器。作者称这是「迈向自维护代码库」的一步。
所属事件:DuoDiscover 登顶 SOL-ExecBench，TPU 内核提速 2.68 倍(5 条相关)→
「编程与Agent」频道最新
- Meta Muse Wonder (Max) 登 Agent Arena 第12,成本是上代2.1倍 — arena · 2026-10-15
- 网友抱怨亚马逊封堵 Agent 浏览:不让 Agent 逛就不再去你家购物 — mimi10v3 · 2026-10-15
- 论文揭示 LLM 工具调用判分的「推导缺口」：无参照即拒判 — Linhai Ma · 2026-10-15
- 观点交锋：代码 90% 是搬 JSON 写 UI，AI 接管何乐不为 — gdechichi · 2026-10-15
- Claude Code 桌面版大更新：并排多会话，被称「几乎是个 v2」 — trq212 · 2026-10-15
- LangChain mda 0.9 推出 schedules API,让 Agent 自我安排定时任务 — Hacubu · 2026-10-15