论文12:23
Argus：面向长时程推理的通用智能体运行时Argus 这个智能体运行时，SWE-Bench Pro 拿到 78%，比 Direct Copilot 高 19 个点，还会自我进化省 token，挺新鲜。
#Argus
共 2 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「Argus」标签的资讯、产品与论文，按刊登时间排，新的在上。
8月6日
6月25日
论文09:32
计算机使用智能体的不确定性量化：跨VLM和GUI定位数据的基准这篇论文搞了个Argus基准，比较了27种不确定性方法在4个VLM模型和4个GUI数据集上的表现。结论很实在：方法排名换模型就不灵了，闭源还得单独测。做智能体部署的可以看看。