这项研究发现，在相同时间预算和同一前沿大语言模型下，先进开源运行框架在自主机器学习工程基准上未优于极简框架编程智能体的单次会话。基线智能体通过读取、写入和 bash 基础操作直接访问执行环境，大规模系统性消融研究支持底层模型是性能主要驱动力的判断。研究认为，在当前机器学习工程基准上，围绕强模型精心构建复杂框架的投入回报较低。
阅读原文