发生了什么
arXiv 发表 Scaling Laws for Agent Harnesses via Effective Feedback Compute
为什么值得关注
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。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Scaling Laws for Agent Harnesses via Effec
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。
打开原始来源 ↗