SURL AI News
繁中English日本語

Archive

GitHub Repo

GitHub 熱門專案、開源工具、框架、runtime 與重要 release。

GitHub Repo

ServingStudioを公開、シミュレーション・エージェントによる修正・GPU検証をつなぐ推論性能ワークベンチ

実測したGPUコア時間からサービスのボトルネックを予測し、エージェントが候補となる最適化を推論フレームワークに適用する。チームはコードとテストケースを公開したが、効果はモデルや負荷に左右され、一部の修正は上流でのレビュー待ちだ。
AI 研究

AgenticGenPlan、評価時に言語モデルを呼び出さずロボット計画プログラムを生成

28種類のシミュレーション環境で再利用可能な制御プログラムを評価。従来型プランナーと比較可能な環境のサブセットでは、平均成功率が最高95%に達した。結果は完全観測可能な状態に限られ、再現にはブラックボックス権限、評価シード、事前の合成コストの確認が必要だ。
AI 研究

RECLAIM、100本の論文で研究エージェントを評価　完全な資料があるグループの再現率は最高41％

ベンチマークでは、エージェントが自ら環境を構築し、デバッグして実験を実行。その後、独立したモデルが実行証拠を審査する。公開されたコードと実行記録を使って開発者は失敗箇所を追跡できるが、結果は評価対象モデルの範囲と各条件1回のテストに限られる。
GitHub Repo

langchain-anthropic 1.7.4、会話中のツール追加・削除に対応

新バージョンではシステムメッセージを通じてツールの変更を伝えられるようになり、エージェントは段階的に利用可能な機能を調整できる。既存のプロンプトキャッシュを維持できる可能性もあるが、機能はモデル、メッセージの位置、キャッシュ設定に左右され、性能テストのデータはまだない。