Pascal Sowietzki

ARIA把“何时向更强模型求助”变成一个可学习的顺序决策：在SWE-bench Verified、Terminal-Bench 2.1和电信客服基准上，它以不到Advisor-only一半的成本补回执行器与顾问之间44%到81%的成功率差距。

ARIA把“何时向更强模型求助”变成一个可学习的顺序决策：在SWE-bench Verified、Terminal-Bench 2.1和电信客服基准上，它以不到Advisor-only一半的成本补回执行器与顾问之间44%到81%的成功率差距。