Your Agent Aced the Task. Will It Do It Again?
Artikelbild eller återanvändbart omslag för Hugging Face
IBM Research presenterar ett problem med AI-agenter: även om en agent lyckas lösa en uppgift i genomsnitt 77 procent av gångerna, löser den samma uppgift varje gång i bara 53 procent av fallen.
Det är en påtaglig skillnad på 24 procentenheter. Problemet är att agentens beslut ofta görs utifrån osäkra sannolikhetsfördelningar — vissa steg i processen är nästan på gränsen till att kunna gå olika vägar. IBM utvecklade därför ett verktyg som kallas Consistency Analyzer, som hittar dessa kritiska punkter genom att spela upp samma steg flera gånger. Sedan kan de skapa riktlinjer som hjälper agenten att bli mer konsistent, vilket halverade gapet från 24 till 12 procentenheter utan att offra genomsnittlig noggrannhet.
a workflow that succeeded once may fail the next time a user makes the same request
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör Hugging Face.
Mer att läsa
Lumaril, which develops AI software for optimizing industrial production by connecting to existing control systems, raised a $66M Series A at a $400M valuation
Techmeme för 2 tim sedan
DeepSeek open sources Super-Agent as a research prototype, a proactive coding agent it says can monitor group chats for coding issues and suggest solutions
Techmeme för 2 tim sedan
Insurance software maker Guidewire agrees to acquire Hyperexponential, which makes AI-powered insurance underwriting and pricing software, for $1.7B in cash
Techmeme för 2 tim sedan
One word for AI agents in 2027
Nate Herk för 6 tim sedan