Ag
AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks
AlphaDiana 是一个面向可验证推理任务的智能体评测系统，提供数据集、智能体、环境与评分器的模块化接口，可在保持原生控制循环的同时分别控制文件复用与记忆保留。研究发现，工具框架并不总能提升推理准确率，技能引导与历史记忆也未必可靠，需结合正确性评估行为与 token 消耗。
Agent·arXiv cs.AI·5 天前
AI 搜索
带引用 · 可溯源先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接
AI 答案正在检索与综合…
站内相关条目
1 条 · 点击可看原文全文与中文译文