AI 精选动态
智能评分 65
Scaling Laws for Agent Harnesses via Effective Feedback Compute
AI 推荐理由
提出了新的 EFC 指标和归一化方法，为智能体系统优化提供了可量化的框架，值得深入研究其技术细节和实验设计。核心解读
研究人员提出 Effective Feedback Compute (EFC) 指标，用于衡量 AI 智能体系统中有用反馈的质量和影响力，而非简单计算 token 或成本。EFC 通过归一化任务需求，将反馈的有效性与后续决策变化挂钩。在合成任务、代码任务、真实基准跟踪及保留设置测试中，EFC 显著优于原始计算指标，预测失败率更准确。在相同预算下，改进反馈使成功率从 0.27 提升至 0.90，同时成本和工具调用次数保持不变。