Cohere 研究员在 Agent Evaluation Science Symposium 谈编程 Agent 评测重构
nouhadziri · x · 2026-11-21
Cohere Labs 高级研究员 Nouha Dziri 在纽约的 Agent Evaluation Science Symposium 上发表演讲「The rise of coding agents: How should we rethink evaluation」,探讨编程 Agent 崛起后评测方法应如何重构。会议嘉宾阵容包括 Cornell 的 Yoav Artzi、Princeton 的 Peter Henderson、Microsoft Research 的 Hanna Wallach、Meta/NYU 的 Jason Weston 等。作者表示可私信分享幻灯片。
「编程与Agent」频道最新
- 给客服 Agent 列「绝不能说的话」清单并用测试卡住它 — rcleffke · 2026-11-21
- 海均 Xia 反驳「UI 已死」论:聊天本身就是 UI,且远不足以支撑人机协作 — sh_reya · 2026-11-21
- RTX 5090/4090 全本地栈:开源权重模型跑生产级开发与测试闭环 — awitod · 2026-11-21
- Vespa 创始人创办 Hornet:打造 agent 时代检索基础设施 — jobergum · 2026-11-21
- 新基准 Company Agent Bench:Gemini Neon 以 87.4% 领跑公司助手评测 — philhchen · 2026-11-21
- 同任务实测:腾讯 Hy4 Flash 7 分钟完成,DeepSeek 花 90 分钟 — HeyToha · 2026-11-21