介紹 EvoSkill：一個分析代理失敗並自動建立缺失技能的框架，從而在困難基準上快速改進並在各種用例中實現可泛化技能。 在 SealQA 上提升 +12.1% 在 OfficeQA 上提升 +7.3%（SOTA） 通過從 SealQA 的零樣本轉移在 BrowseComp 上提升 +5.3% 在下面閱讀更多內容 🧵

應用程式現在已經上線！ 第0期將於3月13日在Presidio開始，參與者包括OpenHands、OpenRouter、alphaXiv、Fireworks、Dedalus Labs、Franklin Templeton、Founders Fund和Pantera。 → 超過$25K的獎金 → 3週打造最先進的AI代理 → 還有更多驚喜 請在下方申請 👇

Arena 的 Cohort 0 申請將在 48 小時內開放。 - 3 週的建設 + 活動（3 月 14 日 - 4 月 4 日） - 獎金池 + 一些驚喜 - 社交媒體上的宣傳 如果你在灣區，歡迎加入我們和 benchmaxx 一起解決現實世界中的問題，數據集不受限制。