AI News

Microsoft Research Asia: Nachrichten

2 Meldungen über Microsoft Research Asia.

OffiziellForschung ·

LongCapHarness verbessert Long-Context-Reasoning eingefrorener Modelle ohne Training

Microsoft Research Asia stellt LongCapHarness vor: Statt ein eingefrorenes Modell per Post-Training weiterzutrainieren, baut das Verfahren einen Harness um das Modell herum.

Warum es wichtig ist: Bevor Teams ein kleines Modell per Post-Training für lange Kontexte fit machen, könnten sie zunächst versuchen, den Harness um das Modell zu verbessern. Das ist laut den Autoren günstiger, setzt aber weiterhin einen starken Harnessing-Agenten voraus.

1 Quelle
OffiziellForschung ·

HarnessMM verwendet bereits getroffene Agenten-Entscheidungen wieder und senkt den Token-Verbrauch bei HumanEval um 87,93 %

Forschende der Tsinghua University und von Microsoft Research Asia berichten: Durch die Wiederverwendung bereits getroffener Entscheidungen stieg die Erfolgsquote von DeepSeek Harness bei 98 Aufgaben von 71,43 % auf 85,71 %.

Warum es wichtig ist: Wiederholte Modellaufrufe in Agenten-Harnesses verursachen direkte Kosten. Teams können daher möglicherweise Geld sparen, bevor sie ein größeres Modell brauchen. Die Autoren weisen allerdings darauf hin, dass die Einsparungen von der Cache-Abrechnung des Anbieters abhängen und davon, wie viele Aktionen bereits entschieden sind.

1 Quelle