Hugging Face Blog·· 16 天前
IBM 研究提出一致性指南，将 Agent 的 Pass^5 差距从 24.4pp 缩小到 12.0pp
Your Agent Aced the Task. Will It Do It Again?
SI 导读
IBM 研究团队在 ALTK-Evolve 中新增一致性指南，用于缩小 Agent 的稳定性差距。在 AppWorld test_normal 的 168 个任务上。
精选SI 评分65
推荐理由
原文给出 Pass^k 与一致性差距的量化结果，并说明如何用一次采样定位易翻转的决策点。
来源：Hugging Face Blog · huggingface.co