HSPR:用小子集+层级后验推断高效恢复智能体基准完整分数
SUDA · hf · 2026-10-20
苏州大学与新加坡管理大学提出 HSPR(Hierarchical Score Posterior Recovery),解决软件智能体全量基准评测成本高、而小子集虽能保排名却分数不准的问题。方法将历史响应模式拟合的 source 响应因子与目标智能体不确定的组成功率结合,通过自适应选题与后验更新,从小子集估计出完整的基准分数,显著提升评测效率。
「编程与Agent」频道最新
- MemPilot：用强化学习按需编排多模态 Agent 记忆 — NanyangTechnologicalUniversity · 2026-10-20
- Scale AI 发布 Sauron：证据优先的 Agent 验证器降低 RL 奖励误差 — ScaleAI · 2026-10-20
- AI 智能体在魔兽世界练到 49 级，实时地图追踪全程 — max_paperclips · 2026-10-20
- Agent 自主性边界：能力不等于权限，五原则框架引讨论 — AiVentureRO · 2026-10-20
- Anthropic 工程师：通用模型正在吸收定制 agent 的能力，别过度设计 — Olivier__OG · 2026-10-20
- 律师成 Claude 重度用户之首,法律行业用量暴涨 108 倍 — rubenhassid · 2026-10-20