Nvidia 新论文:模型与技能交替更新提升智能体
中文摘要
英伟达VERA通过交替更新模型参数与技能文件,显著提升智能体在长流程任务表现。仅更新模型或技能损失约一半增益,双管齐下得分更高。
English Summary
Nvidia's VERA boosts agent performance in complex tasks by alternately updating model parameters and skill files. Training or skill updates alone lose half the gains, highlighting the synergy of both methods.
原文节选
Nvidia 新论文提出 VERA,通过交替更新模型参数与技能文件来提升长流程多步任务的智能体表现,仅训练模型或仅改技能都会损失约一半增益。VERA 构建超 9000 个可重启沙箱,用真实文件与日志逐步打分,决定下一步修复模型还是技能。在医学研究基准上,9B 智能体两种更新并用得分 69.1,仅改技能 56.1,仅训练 43.3。