跳到正文
热点事件持续更新

Microsoft Research 插件 TokenEconomizer 降低 AI 编程智能体成本

1 篇报道1 个报道来源40 分钟前更新

先了解这件事

AI 综述

Microsoft Research 与 UC Berkeley 和 Microsoft Security 合作发布了 TokenEconomizer,这是一款开源插件,在来自六个仓库的 277 个 SWE-Bench 任务上,使五种 AI 编程智能体与模型组合的成本降低了 18.4–30.9%,同时任务成功率基本保持稳定。 该插件通过三种机制从智能体在仓库中的过往会话中学习:添加一行仓库笔记的微技能、修剪未使用的工具,以及失败循环干预——当评判模型发现智能体陷入困境时,建议其采用不同方法。在 Web-Bench 上节省幅度也达到 16.0–21.2%,在安全审计上达到 6.4–19.6%,并且到第六个任务时,每个仓库的累计成本都低于默认水平。

AI 根据报道生成 · 22 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. Microsoft Research精选
    TokenEconomizer:Microsoft Research 插件在 SWE-Bench 上将 AI 编码代理成本降低 18.4–30.9%

    TokenEconomizer 是来自 UC Berkeley、Microsoft Research 和 Microsoft Security 的开源插件,在来自六个仓库的 277 个 SWE-Bench 任务上,将五种 AI 编码代理与模型组合的成本降低了 18.4–30.9%,任务成功率总体保持稳定。它通过三种机制从代理在某个仓库中的过往会话中学习:添加一行仓库笔记的微技能、修剪未使用的工具,以及失败循环干预——当评判模型发现代理卡住时,建议其换一种方法。在 Web-Bench 上节省也达到 16.0–21.2%,在安全审计上达到 6.4–19.6%,并且到第六个任务时,每个仓库的累计成本都低于默认水平。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。