★ 3
Claude 新模型曝光：可跳出思维定势修 Bug
资讯称 Anthropic 的 Claude 新模型被曝光，据称能跳出既有思维定势，修复 Bug 时既治标也治本。文中还提到 OpenAI 只拿出一个 6.1 Terra 级别的产品作为对比。目前属于曝光/传闻阶段，尚无官方发布细节。
量子位13 天前
#代码修复
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
MemScope：通过局部代码修复演化智能体记忆架构
论文提出 MemScope，用工具型 Patch Agent 联合检查原始执行轨迹、运行时记忆状态与架构代码，定位修复目标并在约束下做有界原地编辑。在 GAIA 上轨迹加记忆检查变体达 86.67% 准确率，xBench 与 ALFWorld 任务均有提升，架构快照间代码改动中位数仅 4.4%。
arXiv cs.AI17 天前
★ 3
SkillScriptBench：智能体技能包自进化评测
论文提出 SkillScriptBench，一个 350 任务的基准，用于分别评估可执行智能体技能包在文档修复、脚本修复与保持正确行为三方面的自进化能力。基于 3.5 万个 GitHub 技能库筛选 100 个包构建任务，发现同时编辑文档与脚本的方法并不能稳定优于仅改 Markdown。作者提出 …
arXiv cs.AI27 天前
★ 3
研究：如何训练智能体可靠写代码
论文提出自主编码智能体的三种关键行为——位置多样性、编辑多样性与验证可靠性——可通过训练而非仅靠推理时算力获得。方法用执行反馈引导搜索并对补丁做回退树评分，在 SWE-bench Verified 上以不到一半的智能体步数解决 52.8% 的问题。加权 SFT 与强化验证器训练将 pass@1 从…
arXiv cs.AI27 天前
★ 3
论文提出ORC门控：让智能体持久记忆避免跨任务族干扰
一篇 arXiv 论文研究持久化记忆智能体中的跨任务族干扰问题，提出将检索作用域与认证作用域匹配的方法。实验显示 Scoped-ORC 将隐藏轨迹效用从 0.713 提升至 0.816，有害部署从 8 次中的 6 次降为零。该工作为智能体持久记忆的可靠性控制提供了新思路。
arXiv cs.AI38 天前