标签
JIT-Agent 是一个开源的 27B 模型，它为 AI 代理动态生成任务特定的框架，通过改进的 token 效率超越手工构建的系统。
一篇新论文提出使用元智能体来监控并在智能体偏离轨道时进行干预，这有可能使自主任务完成率翻倍。
新论文提出了一种元智能体，它可以监控AI代理并纠正它们的错误，使任务自主完成率提升约两倍。
这篇论文提出了一种自我改进智能体的新颖蓝图，通过元智能体和反馈智能体结合支架编辑和权重训练，在AlphaFold的CUDA内核上实现了14倍加速。
本文介绍了元智能体挑战（MAC），这是一个用于评估AI模型通过迭代编程自主开发智能体系统能力的基准测试。结果表明，当前模型很少能达到人类基线水平，且表现出奖励破解等问题，凸显了自我改进能力上的不足。