10/19
Elvis Saravia关注
关系近 30 天在 1 个对象上开口，和 21 人同场在地图上看他从哪来 →
正在看：月之暗面这个对象近两周只有 1 条判断 —— 要不要放宽到 90 天？看这个对象的完整账本 →
要闻
正在看：月之暗面这个对象近两周只有 1 条判断 —— 要不要放宽到 90 天？看这个对象的完整账本 →
10/07 · 1 条
Elvis Saravia 称 AutomationBench Verified 修复 206 个 verifier bug，重放 1,235 次 Kimi K3 运行改变 27.9% 评分同一说法 2 次重申
Elvis Saravia 称 AutomationBench Verified 修复 206 个 verifier bug，重评 1,235 次 Kimi K3 运行改变 27.9% 评分
更多
转述 evals 是智能栈支柱，主张重度投入并evals 是智能栈支柱，主张重度投入并称 dair_ai 正在构建前沿评测dair_ai 正在构建前沿评测𝕏
Data World 用 RL 在 2,135 个自建任务上训练 Qwen3.6-35B-A3B，DABstep-Hard 提升 20.9 分𝕏
潜语义记忆用 16 个 memory token 在 FactKG 上以 84.33% 超过全上下文 80.43%，token 用量少 108 倍𝕏
更早
引用编码 agent 时代 PR 已过时，应让 Opus 5.5、Fable、Astra 等模型按需生成个性化视图与产物𝕏
Gemini 4 Argon 的 Minecraft 实验中四个 agent 未分配角色，靠模型原生 persistence 在 27 小时、2,783 个程序、605 次死亡后完成目标𝕏
近三个月的发言订阅后才能看。去订阅
关注后，他的新主张会进你的「我的人」
带走这份存下来是纯文本，发给 AI 就能读
本包 = 匿名档 · 1 天 · 本次含 7 条 · 材料截止 2026-10-19
外部 AI 读取的是公开档，不继承当前登录权益。
下载研究包今天 · 5 条 · Elvis Saravia 推广 Nebius AI Builder Program 欧洲扩展与 1000 万美元算力资助
Elvis Saravia 认为与 agent 协作的关键是系统思维，并补充要尽早建立结果度量与 evals
Elvis Saravia 称 evals 是智能栈支柱，主张重度投入并称 dair_ai 正在构建前沿评测
Elvis Saravia 指出 Data World 用 RL 在 2,135 个自建任务上训练 Qwen3.6-35B-A3B，DABstep-Hard 提升 20.9 分
Elvis Saravia 称潜语义记忆用 16 个 memory token 在 FactKG 上以 84.33% 超过全上下文 80.43%，token 用量少 108 倍