编码代理切来切去,聚焦任务完成率掉了 11.5 个百分点
前几天翻 arXiv 计算与语言方向的新条目,看到这个月 1 号挂上去的一篇预印本,做的正好是我每天都在干的事:让编码代理在同一个仓库里几个都没做完的任务之间来回切。作者做了个叫 SwitchSWE 的基准,测的是切走之后再切回来,代理还能不能把原来那个聚焦任务收掉。
前几天翻 arXiv 计算与语言方向的新条目,看到这个月 1 号挂上去的一篇预印本,做的正好是我每天都在干的事:让编码代理在同一个仓库里几个都没做完的任务之间来回切。作者做了个叫 SwitchSWE 的基准,测的是切走之后再切回来,代理还能不能把原来那个聚焦任务收掉。