推荐jehna1 · 2024-08
“you should check out this paper:”
推荐去看这篇论文,了解如何用反馈修复 LLM 代码错误
为 LM 智能体专门设计的计算机接口,大幅提升修复代码能力
论文认为语言模型智能体是一类新的终端用户,需要为其专门设计的软件接口。作者提出 SWE-agent,其自定义的智能体-计算机接口(ACI)显著增强智能体创建与编辑代码、浏览整个仓库、执行测试和程序的能力。在 SWE-bench 与 HumanEvalFix 上分别达到 12.5% 和 87.7% 的 pass@1,远超此前非交互式 LM 的最优水平,并分析了 ACI 设计如何影响智能体行为。
HN 上的人把它当作会跑 shell 命令并编辑代码的编码智能体的参考设计,也有人指出后来的 mini-swe-agent 反驳了它关于专用工具优于 bash 的假设。
“you should check out this paper:”
“similar to SWe-Agent: SWE-agent.”
“Interesting enough the newer mini swe agent was refutation of this hypothesis for very large LLMs from the original swe agent paper assuming that specialized tools work better.”