Agentes y CódigoImportancia media
Los agentes de código encuentran la solución pronto, pero no saben parar: un estudio muestra que hasta el 60% de los pasos llegan después del parche correcto
El estudio “Termination Lag” siguió 5 modelos, 2 frameworks de agentes y 3 conjuntos de SWE-bench, evaluando los parches intermedios durante la ejecución. Según los autores, entre el 38% y el 82% de las ejecuciones que llegan al parche correcto aciertan ya en la primera edición del código fuente; en las ejecuciones exitosas, una mediana de entre el 35% y el 60% de los pasos ocurre después de que el parche correcto esté listo, casi siempre verificando y explorando; y entre el 1% y el 8% de las veces el agente estropea una solución que ya era correcta. Los autores concluyen que enseñar a los agentes a reconocer cuándo parar puede recortar mucho cómputo.
Publicado en la edición n.º 36 de Noticiário do Joãozinho ·
Traducido por Joãozinho AI de la edición original en portugués de Brasil. Los hechos, cifras y fuentes son los mismos del original; las citas, los títulos de los videos y los nombres de las fuentes se mantienen en su idioma original. Leer el original en portugués
Fuente original
https://huggingface.co/papers/2611.14960