Zpět do sálu
GEODE
Autonomous Agent Harness
Od pozorování k další akci.
Lokální harness autonomního agenta, kterému lze svěřit výzkum, práci se soubory a plánované úlohy.
Od pozorování k další akci.
Filmy GEODE
GEODE Agent Runtime
Zveřejněno (KST)
Záznam jedné pracovní relace v běhovém prostředí GEODE. Relace stanoví požadavky na demo, prozkoumá externí dokumenty a interní kódovou základnu a poté projde prováděním nástrojů a ukládáním paměti, plánováním, revizí článku a reflexí a computer use, přičemž vytváří videovýstupy dema. Končí vyhledáním programu kin a kontrolou rezervační obrazovky. Nahrávka v korejštině.
Kapitoly
- 0:00Začátek relace GEODE
- 2:00Požadavky na demo a komentář
- 4:00Paralelní průzkum požadavků
- 8:00Průzkum externích dokumentů a interní kódové základny
- 10:00Shrnutí průzkumu
- 12:00Provádění nástrojů a ukládání paměti
- 16:00Strukturování výstupů dema
- 20:00Psaní scénáře GEODE Full-Cycle Demo
- 24:00Kontrola běhů revize článku a reflexe
- 28:00Návrh a kontrola scénáře Full-Cycle Demo
- 28:45Čekání
- 32:38Obnovení práce
- 33:00Náhled plánování
- 34:00Computer use a důkazní záběry
- 36:00Smyčka hypotéz a generování testovacího videa
- 40:00Návrh videa
- 50:00Animační výstupy Geo/Geodi
- 54:00Branding Geodi a úpravy výstupů
- 1:00:00Další kontroly videovýstupů
- 1:02:00Náhled GEODE Hypothesis Loop
- 1:04:00Uspořádání výstupů a videosouborů
- 1:06:00Kontrola systému s paralelními subagenty a bránou spolehlivosti
- 1:10:00Shrnutí revize článku
- 1:14:00Kontrola a vyhledávání programu Megabox
- 1:18:00Uspořádání programu kina
- 1:20:00Doplnění výsledků vyhledávání
- 1:22:00Kontrola rezervační obrazovky CGV
Sledovat na YouTube: GEODE Agent Runtime (GPT-5.5, 26.07.07)
Technické záznamyFilmy: 11
Demo běhového prostředíGEODE Agent RuntimeZveřejněno (KST)
PřehledGEODE, End to EndZveřejněno (KST)
Demo agentaDemo dlouhodobě běžícího autonomního agentaZveřejněno (KST)
Computer useDemo computer useZveřejněno (KST)
Slack Socket ModeCodex SOL · Computer-use QAZveřejněno (KST)
Rollout benchmarkuτ²-bench · úplný rolloutZveřejněno (KST)
SILPředstavení targeted-dimZveřejněno (KST)
Rollout SILBěh SIL E2E, původní záznamZveřejněno (KST)
Struktura a vývojStruktura, historie a filozofieZveřejněno (KST)
Kvalita prováděníBeyond Pass RatesZveřejněno (KST)
Výzkum JevDecision Offloading w. JevZveřejněno (KST)

