Loading the catalog…
Loading the catalog…
エージェントに複雑なタスクを投げると、ときどき最初の数手で筋の悪い方針に入り込む。それでもエージェントは律儀に20手ほど回し続け、大量のツール呼び出しとトークンを消費してから、ようやく「できませんでした」と返してくる。この「詰んでいるのに走り続ける」時間が、自前でエージェントを回している人ほど地味に効いてくる。RLのロールアウト収集、評価バッチ、長時間ジョブでは、失敗するエピソードほど長く回りがちだからだ。 7月に出た論文 Doomed from the Start: Early Abort of LLM Agent Episodes via a Recall-Controlled Pr...
What RADAR observed and classified to build this opportunity. It is what the source published, not a verification that the offer is still active.
失敗するエージェントを1手目で見抜き推論を最大6割削る早期中断. エージェントに複雑なタスクを投げると、ときどき最初の数手で筋の悪い方針に入り込む。それでもエージェントは律儀に20手ほど回し続け、大量のツール呼び出しとトークンを消費してから、ようやく「できませんでした」と返してくる。この「詰んでいるのに走り続ける」時間が、自前でエージェントを回している人ほど地味に効いてくる。RLのロールアウト収集、評価バッチ、長時間ジョブでは、失敗するエピソードほど長く回りがちだからだ。 7月に出た論文 Doomed from the Start: Early Abort of LLM Agent Episodes via a Recall-Controlled Pr...
Open sourceOpens an external website. Availability and terms may change.