DarwinX: эволюция каркасов агентов посредством естественного отбора
Salesforce AI Research
Представляет самосовершенствование агента как популяционный отбор каркасов (промптов, инструментов, навыков, потока управления) при замороженной модели, используя контракт «сохраняй и расширяй» для предотвращения регрессии и сигнал приспособленности на основе верификатора. Достигает 84,7% на Terminal-Bench 2.1, 68,3% на удержанной выборке TerminalWorld и 93,0% pass@1 на WebArena-Infinity; каркас для Terminal-Bench переносится без изменений на SWE-bench Verified.
Почему это важно
HF: 85 голосов; эволюция каркасов агента как переиспользуемая способность, а не патчи под конкретные бенчмарки.
Важность: 2/5
default
Источники
официальный
arXiv:2608.07545