@yoheinakajima:与 @agnostai 一起充分利用您的代理跟踪信息
摘要
Agnost AI 推出了其首个模型 agnost-*******-0.1,该模型基于客户的生产跟踪数据训练,在任务成功率上提升了 22.9%,并在某些指标上减少了 90.2%。
与 @agnostai 一起充分利用您的代理跟踪信息
查看缓存全文
缓存时间: 2026/08/20 21:06
充分发挥您的智能体追踪数据的价值,与 @agnostai 一起
shubham (@ShubhamInTech): 别再将智能体日志仅用于调试了。 用它来训练你自己的模型吧。
今天,我们推出 Agnost AI (YC S26) 的首款模型:agnost-*******-0.1
该模型基于我们首位客户现有的生产环境追踪数据训练而成,性能超越了前沿模型:
任务成功率 +22.9% −90.2%
相似文章
@yoheinakajima: 哇哦,新网站真酷? @shubhamintech
Agnost AI,一家Y Combinator的初创公司,发布了其首个AI模型 agnost-*******-0.1,该模型基于客户生产数据训练,声称在任务成功率方面有显著提升。
@ShubhamInTech: 不要再只用你的代理日志来调试。用它们来训练你自己的模型。今天我们推出Agnost AI (YC S26)的第一款模型…
Agnost AI推出其首款模型agnost-*******-0.1,基于客户生产痕迹训练,以超越前沿模型,在任务成功率、延迟和成本方面带来重大改进,提供定制微调服务。
@yoheinakajima: 如果你在activegraph上构建任何智能体,追踪会自动生成且是一等公民,并非事后添加的
Yohei Nakajima强调,在activegraph上构建智能体会自动产生一等公民的追踪记录,这不同于事后添加的解决方案,并通过一个编码智能体实验进行了演示。
Agnost AI
Agnost AI 是一个旨在发现AI代理评估中传统方法可能遗漏的失败的产品。
@yoheinakajima:这些家伙使用activegraph(通过他们的@monid_ai工具)构建了一个研究代理,发现每个声明都被追溯到…
一位开发者使用Active Graph和monid_ai构建了一个完全可追溯且可分支的研究代理,确保每个声明都直接追溯到其来源,并在大约30分钟内使其正常工作。