热点事件观察中

EnvOpt：无需评分器的智能体环境自动优化

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Mingxuan Li 提出 EnvOpt，一种对智能体所处的静态环境做端到端自动优化的方法，无需评分器或参考答案，可用真实或合成任务优化任意模型与 harness 的环境。据论文报告，在 AutomationBench 上，EnvOpt 使 Claude Haiku 4.5 成本降低 72.7%、通过率提升 14.34%；同一环境迁移到 Opus 5 后，成本降低 68.1%、通过率提升 1.34%。叠加在 Meta-Harness 为 Haiku 4.5 优化的 harness 之上，成本再降 83.4%、准确率提升 11.17%，并在 5 个 benchmark 上可迁移至不同模型与 harness。

AI 根据报道生成 · 6 小时前更新

最新进展11月5日 11:16

EnvOpt：面向智能体环境的自动化优化方法

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

11:16
arXiv · cs.AI
EnvOpt：面向智能体环境的自动化优化方法
EnvOpt 提出对"静态环境"进行端到端自动化优化，无需评分器或参考答案即可用真实或合成任务优化任意模型与 harness 的环境。在 AutomationBench 上，它使 Claude Haiku 4.5 成本降低 72.7%、通过率提升 14.34%，同一环境迁移到 Opus 5 后成本降低 68.1%、通过率提升 1.34%。叠加在 Meta-Harness 为 Haiku 4.5 优化的 harness 之上，成本再降 83.4%、准确率提升 11.17%，并在 5 个 benchmark 上可迁移至不同模型与 harness。

本事件热度走势

可比范围当前: 4
可比范围峰值: 511月6日 11:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。