Agent全自动搭建代码运行环境，实时更新解决评测过拟合/数据污染问题｜微软
Agent全自动搭建代码运行环境，实时更新解决评测过拟合/数据污染问题｜微软长期以来主流的代码修复评测基准SWE-bench面临数据过时、覆盖面窄、手动维护成本高等问题，严重制约了AI模型真实能力的展现。
来自主题: AI技术研报
7180 点击 2025-06-20 15:23
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
长期以来主流的代码修复评测基准SWE-bench面临数据过时、覆盖面窄、手动维护成本高等问题，严重制约了AI模型真实能力的展现。
DataEye研究院发现，日前，字节旗下剪映团队推出了一款全新AI应用——小云雀，该应用定位为“内容创作Agent”，包含了智能成片、AI设计等4大功能，用户只需输入文字指令，一句话便可以利用AI自动生成短视频、数字人口播、海报等，主打“创作零门槛”。
微信和游戏业务正在为腾讯AI应用战略的实施提供更广阔的战略纵深。抓住DeepSeek带来的契机扭转AI领域的竞争态势之后，腾讯围绕AI应用的布局正在快速深化。
剑桥大学和范德夏尔实验室在 ICML 2024 上发表的立场论文，直接挑战了当前Agent开发的核心假设：我们一直在用错误的方式让Agent"自我改进"。
AI想替代谁？谁愿意被替代？北大校友的研究首次揭示数据真相！
螺旋镖还是回到通用 Agent 了， 100天里，我们一起见证了创作、设计、搜索、编程、旅游、办公、播客等垂直领域 Agent 们的诞生， 也迎来了通用 Agent 一次完整的能力升级 —— MiniMax Agent
AI应用股王Palantir在6月举办的7thAIP Conference公布了最新一批Agent用例，Palantir公布Agent新用例，不止于next level｜AIPCon7介绍了3家医疗客户用例，今天介绍的金融Agent，客户实践出来的企业AI落地原则非常有意义。
今年上半年，最吊足胃口和期待的，莫过于 Agent 工具，饼画得都很大：日常中那些烧脑、重复、耗时间的任务，现在似乎只需要动动手指、敲几行 prompt 就能搞定。
LLM 和 agent 最关键的能力之一就是基于 context 来准确完成用户的任务，而最真实、鲜活的 context 往往不在 Google doc 等文档中，而是存在人与人的对话中，纪要就承载着这一类高价值信息。
大模型创业有多火？现在13岁少年都入局了，做的还是今年大热的方向——Agent。