Meta研究人员教授了一个8B人工智能模型来匹配Claude Opus 4.5 -没有前沿价格标签

假设一个人工智能代理负责复杂的企业工作流程，例如将大量客户记录从遗留CRM迁移到云数据库。代理不能仅依赖其内部上下文窗口来执行跨越小时的作业，而是依赖于运行时层， 又名背带 . 此工具提供执行反馈（例如服务器日志），以帮助代理保持对动态API连接的准确理解。它还提供状态跟踪器和控制流机制来管理已完成和待定的子目标，确保代理不会跳过或重复数据批。当发生意外错误时，例如数据库因严格的API速率限制而拒绝批处理，该工具将提供工具和指令来帮助代理恢复。 告诉代理如何以及何时使用其工具的主要方法是让人类开发人员编写一组规则和指令，告诉它一步一步地做什么。例如，开发人员可能会指示代理在撰写电子邮件之前始终搜索公司维基。由于代理只是遵循僵化的脚本，因此缺乏真正的自主性。它还没有接受过独立权衡其行为的成本和收益的培训。 为了解决这个问题，Meta AI和伊利诺伊大学厄巴纳-香槟分校的研究人员 介绍EvoHarness-RL ，一个框架，它向代理的工具添加了一层抽象，并教导底层模型何时读取、更新或合并从其环境获得的信息。 在长期任务中，人工智能代理如何读取和处理他们从环境中获得的信息对于他们的成功至关重要。代理必须更新对其环境的了解、跟踪已完成和待定的子目标、从失败的操作中恢复并重新使用以前经验中的过程。这种执行取决于背带。 一系列自我进化的代理框架，例如 -1 通过积累过去的轨迹并将其提炼为结构化过程来解决部分问题

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。