Did Codex Reset
GitHub

Jevolution、TypeSafe AI初のJevハッカソンで優勝

Nikhil Hooda

Nikhil Hooda は、チームが TypeSafe AI 初の Jev ハッカソンで1位を獲得したと述べている。プロジェクトは Jevolution で、研究者が動物に触れずに絶滅危惧種を研究できるようにするためのマルチエージェント生態系シミュレーターである。

Jevolution は jevolution.world にあり、コードは jevolution リポジトリ にある。Hooda は utkarshg20_ および xrhuang10 とともに開発した。

#jevolution#typesafe-ai#マルチエージェント#ハッカソン

Diogo Almeida 氏、evals.typesafe.ai のデータセットをより使いやすくすると述べる

Diogo Almeida 氏は、evals.typesafe.ai とともに公開されたデータセットをより扱いやすくしていると述べている。同氏はまた、チームは評価に使うすべてのデータセットを、内部評価か公開評価かを問わず非推奨にすると述べている。

DTapのレッドチーム、Jev 1.13の直接悪用ASRは70.1%と報告

Zhaorun Chenは、DTap上でJev 1.13をレッドチーム評価した結果、直接悪用の攻撃成功率が70.1%、間接プロンプトインジェクションが43.5%だったと述べている。Jevで自身のツール呼び出しをゲートするとその成功率は下がり、効用の大部分は保たれたという。TypeSafe AIはJevが機能していないのかを疑問視し、組み合わせやすさのために作られていると述べている。

Agenshは中央オーケストレーターなしで最大1,024のコーディングエージェントを協調

Microsoft Researchの論文は、共有状態を通じて並列コーディングエージェントを協調させる自己組織型ハーネスAgenshを説明している。GPT-5.6-solでは、エージェント数を1から128に増やすと、ProgramBenchの最難関5タスクにおける最終テスト合格率の平均が19.31%から28.78%に上がる。pandocでは、1,024エージェントが合格率を33.89%から55.06%に引き上げる。