相關AI快訊
Jev-Mem 論文報告 AI 代理記憶建構更快
Jev-Mem 論文提出一種代理式記憶架構,由輕量控制器決定儲存與檢索,LLM 只用於最終推理。論文報告記憶建構快 6.6 倍、查詢延遲降低 36.7%,LoCoMo 得分為 0.777。
EvoOntology 論文報告自我演化本體層提升數據代理在 DDR-Bench 與 BIRD 的分數
elvis(@omarsar0)分享一篇關於 EvoOntology 的論文,此為面向數據代理、以 MCP 伺服器形式提供的自我演化本體層。帖文指 DDR-Bench 準確率在六個骨幹模型上平均上升 17.8 分,當中 GPT-5.5 上升 26.7 分,而 BIRD 執行準確率上升 7.4 分。
Viktor 推出 Slack Agent 評測助手,提供 100 美元額度試用
Viktor 在 Slack 內提供 AI 員工,專門分析 AI Agent 測試套件的評測日誌、將效能倒退追溯至具體改動並建議回滾,同時提供毋須信用卡即可獲取的 100 美元額度免費試用。
NVIDIA 論文提出 VERA 架構,協同演進 Agent Harness 與模型
NVIDIA 一篇研究論文介紹了 VERA 系統。該系統將基準軌跡轉化為 9,000 多個具備評分標準的可重啟沙盒,同時協同演進 Agent Harness 與模型權重。團隊開源了該環境語料庫,並表示 27B Agent 在 AutoCoWorkBench 取得 71.6 分,超越 Claude Opus 4.8。
Harness-Aware Distillation 將小型模型 Agent 在 ALFWorld 的成功率提升至 63.4%
一篇研究論文提出 Harness-Aware Distillation 訓練框架,透過對比教師模型的決策,訓練小型語言模型 Agent 利用 harness 資訊。最終訓練出的學生模型在未見過的 ALFWorld 任務上達到 63.4% 成功率,表現超越其 8B 教師模型。