← 返回蜂巢洞察

Google的EnvHarness技术使能够自我进化的智能体能够在动态变化的环境中学习。

栏目 技术实践
分类 大数据
标签 代理 人员 环境 提升 框架

谷歌的研究人员将EnvHarness这一框架开源了。该框架能够动态地调整代理训练环境，以弥补代理自身的缺陷，而无需对代理本身、训练环境或评估系统进行任何修改。据研究人员称，这种方法既能提升学习效果，也能提高学习效率，同时还能帮助代理克服自身的弱点。 作者：塞尔吉奥·德·西蒙内

谷歌的研究人员将EnvHarness这一框架开源了。该框架能够动态地调整代理训练环境，以弥补代理自身的缺陷，而无需对代理本身、训练环境或评估系统进行任何修改。据研究人员称，这种方法既能提升学习效果，也能提高学习效率，同时还能帮助代理克服自身的弱点。

作者：塞尔吉奥·德·西蒙内

相关文章

技术实践

AWS推出了用于AI智能体开发的Strands Decider 2B及Strands Box工具。

AWS推出了两个用于开发人工智能代理的开源项目：Strands Decider 2B，这是一个专为在代理工作流程中协助做出决策而设计的小型模型；另一个项目是Strands Box，它是一个用于控制代理执行过程的沙盒环境。这两个项目分别从不同角度帮助人们构建那些能够使用工具、执行代码并与外部系统进行交互的智能代理。 作者：丹尼尔·多明格斯

阅读全文
技术实践

Android Bench 2新增了对长期任务、智能评估功能以及持续评分机制的支持

谷歌发布了Android Bench 2.0，这是对其用于评估Android开发环境中的人工智能模型及智能体的基准测试框架进行的重大升级。此次更新引入了“长周期任务”机制、基于智能体的评估方式以及连续性评分系统，这些新功能有助于更准确地评价那些复杂的多步骤开发任务的执行效果。 作者：塞尔吉奥·德·西蒙内

阅读全文