EnvOpt: การเพิ่มประสิทธิภาพอัตโนมัติสำหรับสภาพแวดล้อมของเอเจนต์

EnvOpt ซึ่งเป็นวิธีการจาก University of Chicago, UC Berkeley Sky Computing Lab และ Bespoke Labs จะปรับโครงสร้างสภาพแวดล้อมแบบคงที่ของเอเจนต์โดยอัตโนมัติเพื่อลดต้นทุน โดยลดต้นทุนของเอเจนต์เป้าหมายบนชุดทดสอบที่ไม่เคยเห็นมาก่อนได้เฉลี่ย 48% across ห้าเบนช์มาร์กด้วยอัตราการผ่านที่สูงขึ้นหรือใกล้เคียงเดิม บน AutomationBench สามารถเอาชนะ Meta-Harness ได้ด้วยอัตราการผ่านที่สูงกว่า 9.67% โดยใช้ต้นทุนเพียง 15% และสภาพแวดล้อมที่ปรับให้เหมาะสมแล้วยังถ่ายโอนไปยังฮาร์เนสและโมเดลอื่นได้ รวมถึงลดต้นทุนเฉลี่ยบน AutomationBench ได้ 75.7% เงินที่ประหยัดได้ส่วนใหญ่มาจากโทเค็นอินพุต ซึ่งส่วนใหญ่เป็นผลลัพธ์จากการเรียกใช้เครื่องมือ และการเพิ่มประสิทธิภาพแบบออฟไลน์บน AutomationBench มีต้นทุนประมาณ 150 ดอลลาร์สหรัฐฯ ขณะที่ประหยัดต้นทุนการรัน Claude Opus 4.8 ได้ 77.5%