ActiveSaddler는 에이전트 하네스를 최적화하면서 시나리오를 조정한다
DAIR.AI는 Microsoft와 공동 연구자들의 논문 ActiveSaddler를 소개한다. 이 논문은 에이전트 하네스를 최적화하는 데 사용되는 시나리오를 바꾼다. 동일한 최적화기에서 고정된 시나리오 순서와 비교해 테스트 Pass@1이 GAIA2에서 4.4점, Terminal-Bench 2.0에서 7.5점 향상된다.
#microsoft
모든 AI 뉴스 보기사티아 나델라, Autopilot의 AI 비서실장이 소비자에게도 제공돼야 한다고 밝혀
알렉스 히스와의 인터뷰에서 사티아 나델라는 Microsoft Autopilot의 AI 비서실장이 소비자의 개인 생활에도 쓰여야 한다고 말하며, 1억 명이 넘는 소비자 구독자를 근거로 들었다. 이 에이전트는 강화된 버전의 OpenClaw를 기반으로 만들어졌으며, 자체 컴퓨터와 작업 공간, 메모리를 갖춘 것으로 설명된다.
Microsoft Autopilot 프리뷰, OpenClaw 기반으로 첫 고객에 배포
Omar Shahine은 지속 작동하는 개인 에이전트인 Microsoft Autopilot의 프리뷰가 Microsoft의 첫 고객에게 제공되고 있으며 OpenClaw 기반으로 구축된다고 말했다. Peter Steinberger는 대규모 배포에 맞춰 코드베이스를 준비하는 Microsoft와의 작업이 3월부터 진행돼 왔다고 말했다.
마이크로소프트 논문, CASD 프롬프트 최적화에서 평균 16.6점 향상 보고
CASD는 기성 코딩 에이전트가 에이전트 로그 전체를 분석하고 그 결과를 하나의 프롬프트에 규칙으로 쓰게 하며, 환경 접근이나 검증 데이터는 쓰지 않는다. DAIR.AI는 한 번의 실행이 보고된 벤치마크에서 GEPA와 SkillOpt를 앞섰고, 최적화된 프롬프트당 비용은 약 1.60달러라고 밝혔다.
Taste-Bench 최고 모델, 더 나은 방향을 59.7% 선택
Microsoft와 동료들의 논문에 따르면, 최고 모델은 긴 엔지니어링·연구 과제에서 열려 있는 더 나은 방향을 고르는 Taste-Bench 문항의 59.7%를 맞힌다. 나중에 나오는 근거로 판가름나는 분기점은 훨씬 어렵고, 추론 예산을 늘려도 정확도는 오르지 않으며, 교사의 결과 판단을 증류하면 홀드아웃 SWE-bench Pro 성공률이 개선된다.