arxiv arXiv cs.CL · только что · research

JIT-Agent обеспечивает эволюцию среды выполнения на лету для повышения эффективности агентных LLM

Переведено с English → Русский

Авторы представляют JIT-Agent — модель интеллекта среды выполнения, обученную синтезировать адаптивные к задаче среды выполнения для любых готовых агентных LLM. Этот подход формализует среду выполнения агента как композируемый артефакт, управляемый фиксированным четырёхмодульным протоколом, что позволяет системе настраивать и восстанавливать среды выполнения на лету.

JIT-Agent дистиллирует сигналы производительности из расширяющегося архива предыдущих конфигураций для самостоятельной эволюции своих стратегий.
DeepSeek-V4-Flash превосходит GPT-5.6 в задачах DeepSearchQA (+9.1) и OdysseyBench (+4.3) при использовании JIT-Agent.
Модель GLM-5.2 получает до +20.2 баллов улучшения производительности.
Сгенерированные среды выполнения конкурентоспособны с зрелыми средами выполнения агентов, такими как OpenCode и Claude Code.
Метод последовательно улучшает семейства моделей разных масштабов, включая DeepSeek V4, Mimo-V2.5 и Qwen3.6.

JIT-Agent закрепляет интеллектуальность среды выполнения как обучаемый, переносимый и накапливающийся аспект способности агента, ортогональный масштабированию модели.

Важность 2/3 Новый бенчмарк-харнесс с отличиями arXiv cs.CL DeepSeek AI agents Research paper

Оригинал

Похожие статьи

arxiv arXiv cs.CL · 9 д назад · 4 просмотра

Mint-Agent представляет собой семейство финансовых агентов-ориентированных фундаментальных моделей

Исследователи представляют Mint-Agent, семейство финансовых агентов-ориентированных моделей, предназначенных для сочетания надежного выполнения с долгосрочными исследовательскими возможностями. Система построена на трех столпах: движке данных для специализированных задач, среде MintHarness для проверяемых следов доказательств и рецепте обучения, сочетающем SFT, OPD и RLVR.

arxiv arXiv cs.LG · 13 д назад · 25 просмотров

Faraday 27B превосходит Claude Opus 4.8 и GPT-5.5 в задачах репликации статей

Исследователи разработали Replica, масштабируемое пространство задач для репликации научных работ, чтобы удовлетворить потребность в надежных научных знаниях. Они провели постобучение Faraday — агента «AI Scientist» на 27B параметров, использующего кодовых агентов как инструменты — для работы в этой среде.

arxiv arXiv cs.AI · 13 д назад · 21 просмотр

Faraday 27B превосходит Claude Opus 4.8 и GPT-5.5 в задачах репликации статей

Исследователи разработали Replica, масштабируемое пространство задач для репликации статей, и представили автоматически генерируемого судью на основе рубрик для предоставления низкошумных сигналов вознаграждения, согласованных с человеческой оценкой.

arxiv arXiv cs.CL · 53 д назад · 8 просмотров

AutoMem автоматизирует обучение памяти как когнитивному навыку для LLM

Исследователи представляют AutoMem, фреймворк, который рассматривает управление памятью в больших языковых моделях как обучаемый навык, а не статичный компонент. Система возвышает операции файловой системы до уровня первоклассных действий памяти, позволяя модели автономно решать, как кодировать, извлекать и организовывать знания.

arxiv arXiv cs.CL · 58 д назад · 7 просмотров

Масштабирование горизонта, а не параметров: достижение производительности триллионных моделей с агентом на 35B

Исследователи представляют Agents-A1, модель Mixture-of-Experts на 35B параметров, которая достигает производительности, сопоставимой с моделями на триллион параметров, за счет масштабирования горизонта агента, а не количества параметров. Подход сосредоточен на расширении длинногоризонтных траекторий и объединении разнородных способностей агентов с помощью специализированной инфраструктуры обучения.