进化搜索自动造 agent 任务:AppWorld 难题占比从 19.8% 升至 52.5%
minsuk_chang · x · 2026-10-24
Natasha Jaques 团队提出用 LLM 多智能体进化搜索从现有工具集和任务原语自动生成有挑战性的工具使用任务，解决人工设计评测任务昂贵且易饱和的问题。方法将 AppWorld 上困难任务占比从 19.8% 提升到 52.5%，同时生成语义与功能更多样的任务，并保持真实感（如用户说「给我室友发邮件」而非指名道姓）。论文还展示了如何用自动生成任务做 agent 失败诊断。
所属事件:TURTLE 用进化搜索自动生成高难度工具使用基准(2 条相关)→
「编程与Agent」频道最新
- OpenAI Dots 可直接操控本机会话，不再新开 Codex 会话 — brandon_galang · 2026-10-24
- AI Colab 线上聚会周二举行：Agent、记忆与 WebMCP 议题 — JnBrymn · 2026-10-24
- Agent 起的进程两天不退：一条 git status 把 CPU 干到百万占用 — NERDDISCO · 2026-10-24
- 独立开发者造"人工海马体"：仿人类联想记忆，token 消耗降约 20 倍 — jasonridesabike · 2026-10-24
- Nat Eliason 自制 SlopEraser 插件，高亮改写 AI 站点文案再一次性喂给 Agent — nateliason · 2026-10-24
- 用 Claude Code 扫出自家 14 个被拆喇叭的隐藏 AirTag — luisdans · 2026-10-24