Argus 相关 AI 资讯

12:23

官方账号arXiv cs.AI@Boxiu Li, Zimo Wen, Yijia Fan, Junxiang Lei, Sufeng Guo, Jiaao Wu, Ruize Tang, Mukai Li, Yifei Shen, Xiaoyu Chen, Wanbo Zhang, Runjing Gu, Yifei Gao, Yuheng Wu, Xuyao Huang, Zelong Zhao, Jiachen Zhang, Shibo Hu, Hangxi Guo, Yilin Chen, Yuzhe Zhang, Fan Yang, Chuan Wen, Xian Zhang, Xuanhe Zhou, Zhijie Deng

Argus 是一个自进化的智能体运行时，由 Manager、Planner、Engineer、Reviewer 四个角色在持久项目状态上执行任务。在 SWE-Bench Pro 上达到约 78% 的通过率，高于 Direct Copilot 的 59%，但 token 消耗为后者的 1.41 倍。经过验证门控自进化后，成熟阶段的求解 token 比启动阶段少 21%，活动时间少 15%，并记录了 34 次验证器恢复和 22 次审查循环救援。在 AARRI-Bench 上取得 76.8%，数学数据合成差距为 28 分；优化后的 RWKV6 内核已合并到上游。

论文 Argus 智能体 SWE-Bench Pro

推荐理由：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。

原文