JHU 与 CMU 论文：4B 小模型可自动改写 Agent harness 代码并泛化到新任务
JHU 和 CMU 让 4B 小模型自己改 agent 的 harness 代码，效果反超 35B 教师模型，做 agent 开发可以试试这思路。
#CMU
共 10 条 · 7 天 2 条 · 30 天 3 条
信息流里打上「CMU」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月6日
10月4日
9月27日
CMU 推出秋季课程 11-768: AI Agents，已发布 9 讲视频
CMU 的 Neubig 和 Fried 开了门 AI Agents 课程，视频已经放出 9 讲，资料免费公开，周末正好刷完。
9月9日
7月29日
Meta与CMU提出智能体上下文管理ACM，长周期任务效率提升27%
Meta和CMU的新研究：智能体自己管理上下文，不再傻傻丢东西。在BrowseComp-Plus上提升了27%，代码已开源，值得看看。
6月16日
斯坦福CMU提Agent-Native Research Artifact，论文格式或将终结
斯坦福和CMU搞了个新格式叫Agent-Native Research Artifact，它把代码、失败记录都塞进去后，AI理解能力从72%跃升到93%，复现也涨了7个百分点，比读传统论文好用多了。
5月29日
5月27日
论文06:20
AI智能体基准测试与现实工作脱节，CMU和斯坦福研究揭示这项研究戳破了AI基准测试的盲区——如果你在评估智能体工具或做AI产品，会发现现有测试可能误导了你的判断，建议点开看看如何修正评估标准。
5月26日
Meta/CMU 提出 Self-Play SWE-RL：编码智能体通过自我制造软件经验提升性能
Self-Play SWE-RL 解决了编码智能体依赖人类标注数据的瓶颈，做 AI 编程助手或智能体训练的团队值得关注——它展示了智能体自我进化的新路径，看完会对训练数据来源有全新认识。