⌘ K
… 读取采集状态 同步中...
雷
原文
Hugging Face Blog·· 27 天前精选AI 评分76

Hugging Face 推出 ALTK-Evolve 一致性分析工具

Your Agent Aced the Task. Will It Do It Again?

AI 导读

ALTK-Evolve 新增 Consistency Analyzer,通过单次轨迹重采样定位 LLM 智能体决策不稳定的步骤。该工具生成一致性指导,将 AppWorld 基准上的 Mean@5 与 Pass^5 差异从 24.4pp 缩小至 12.0pp,平均准确率从 77.4% 提升至 81.0%。

推荐理由

提出 Consistency Analyzer 来量化智能体输出稳定性缺口,给出可复用开源诊断方法。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Hugging Face Blog · huggingface.co