#agentscaling — Public Fediverse posts on home.social

RT @henryqin1997: Ist das Skalieren von Modellen die einzige Quelle für die Verbesserung von Agenten? Wir @henryqin1997 @YaxinLu1997 @VITAGroupUT @VictorKaiWang1 freuen uns, unsere Arbeit vorzustellen: Durch Harness Scaling erreichen wir 95,3 % Raw Accuracy bzw. eine $15 Frontier Run (88,8 % mit DeepSeek-v4-Flash, was GPT-5.6 Sol Max entspricht) auf Terminal-Bench 2.1. Menschlicher Aufwand → nicht skalierbar ❌ Agenten-Richtung? Lokale Optimierung ❌ Menschliche Richtung + Agentenaktion = bessere Workflow-Kontrolle ✅ StateM: 1. Open-Source-Modell + StateM → Close-Source-Frontier, jeder kann es ausprobieren! 2. Training-frei, signifikante Verbesserung von Frontier-Agenten. 3. Null-Transfer-Kosten bei Agenten derselben Familie. [1/8]🧵 📄https://arxiv.org/abs/2608.15089 🌐 https://henryqin1997.github.io/statem/