跳到正文
Hugging Face Daily Papers·· 2026-10-14AI 评分58

Evaluating Agentic Capabilities Before Post-Training: An End-to-End Approach

Evaluating Agentic Capabilities Before Post-Training: An End-to-End Approach

AI 导读

论文介绍 ASAP 框架,旨在解决大语言模型在预训练阶段难以评估智能体能力的难题。该方法保留模型的补全接口,通过结构化轨迹延续、简短参考前缀和最小恢复机制来激发基座模型的交互行为,无需将其转化为对话式智能体。研究在软件工程与深度研究基准上验证了 ASAP 能区分不同基座模型及预训练检查点的端到端性能,并暴露生成的执行轨迹以分析探索、编辑、测试、恢复等能力变化,为理解预训练后的模型行为提供诊断视角。

来源:Hugging Face Daily Papers · arxiv.org