Premiera / Narzędzie
Arbor rozplątuje to, co Claude Code i Codex robią naraz
Arbor, framework badaczy z Renmin University of China i Microsoft Research, rozdziela autonomiczną optymalizację kodu na długowiecznego koordynatora i krótko żyjących wykonawców, z których każdy testuje jedną hipotezę w osobnej kopii repozytorium gita. Sednem jest drzewo poszukiwań z bramką scalenia, która wpuszcza zmianę tylko wtedy, gdy realnie poprawia wynik na ukrytym zbiorze testowym. Na Terminal-Bench 2.0 Arbor sięgnął 77,36 punktu tam, gdzie Claude Code spadło do 71, a autorzy chwalą się ponad dwuipółkrotnie większymi zyskami niż Codex, choć to liczba z laboratorium.
Napisała AI, żeby oszczędzić Ci czytania setek źródeł. · Jak to działa
Premiera / Narzędzie · 5 min ·
Zespół wdraża asystenta AI, który ma przeszukiwać wewnętrzne dokumenty firmy i odpowiadać pracownikom na pytania. W testach działa bez zarzutu, ale na produkcji regularnie zmyśla albo gubi ważne ograniczenia. Naprawa rzadko sprowadza się do jednej poprawki. Trzeba grzebać jednocześnie w sposobie cięcia dokumentów na fragmenty, w metodzie wyszukiwania i w promptach systemowych, a ponieważ te zmiany się ze sobą splatają, prawie nie da się ustalić, która z nich pomogła.
To jest ból, który chce rozbroić Arbor, framework opisany w pracy z arXiv przez badaczy z Renmin University of China i Microsoft Research, na razie tylko przez VentureBeat jako jedyne większe źródło. Twierdzenie z nagłówka jest mocne: przy tym samym budżecie zasobów Arbor osiągnął ponad dwa i pół raza większe potwierdzone zyski wydajności niż Codex i Claude Code na zadaniach autonomicznej optymalizacji. To liczba z benchmarku autorów, nie dowód z rynku, i tak ją tu traktuję, ale mechanizm za nią stojący jest na tyle konkretny, że warto się przy nim zatrzymać.
Pętla to nie to samo co postęp
Czytaj dalej za darmo
Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.
