1/ 在 Arc，我們一直在思考一個問題：AI 系統隨著時間的推移變得更好的實際意義是什麼？ 因此，我們開始探索代理在推理時適應和學習的樣子。 預印本論文： 我們提議從以模型為中心的再訓練轉向以系統為中心的推理時學習。

1/5 想要為您的代理啟用實時、持續學習嗎？ 我們的 Atlas SDK 是一個即插即用的工具，可以讓任何代理從經驗中學習。 在這個演示中親自查看結果，以及如何開始

今天，我們推出了 ATLAS 獎勵系統，這是我們的新架構，在 RewardBench V2 上創下了 93.7% 的準確率新紀錄。 我們的核心理念是將獎勵生成視為一個系統和路由問題。 線程 👇 完整技術博客：