跳到正文
热点事件持续更新

arXiv 论文提出 anytime evaluation:编码 Agent 自测通过后早停最多可省 57% 成本

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Zerui Yang 等研究者在 arXiv 论文(2611.22901)中提出 anytime evaluation 方法:回放已录制的运行、用隐藏测试给中间补丁打分并统计每步成本,研究编码智能体在自测通过后继续工作是否还有价值。论文称,基于 SWE-bench Verified 上约 6000 次运行的分析,继续工作的价值因模型而异;在同一补丁通过两次后停止的规则最多可省 57% 成本。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.AI
    arXiv 论文提出 anytime evaluation 研究编码智能体何时该停:自测通过后继续工作最多可省 57% 成本

    arXiv 论文提出 anytime evaluation 方法,通过回放约 6000 次运行、用隐藏测试给中间补丁打分并统计成本,研究编码智能体自测通过后继续工作是否有价值。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。