新課程：建立具有工具執行能力的編碼代理，由@tereza_tizkova和@FraZuppichini來自@e2b教授。 大多數AI代理僅限於預定義的函數調用。這個短課程教你如何建立能夠編寫和執行代碼以完成任務的代理，訪問整個編程語言生態系統，而不是被限制在固定的工具集內。 你將學會在沙盒雲環境中安全地運行代理生成的代碼，這些環境可以保護你的系統免受有害操作的影響。 你將獲得的技能： - 建立能夠編寫和執行代碼、管理文件並通過反饋循環自主處理錯誤的代理 - 在E2B雲沙盒中安全地運行代理代碼，並理解本地、容器化和雲執行之間的權衡 - 創建一個數據分析代理，使用Pandas探索和可視化數據 - 創建一個全棧代理，構建完整的Next.js網頁應用程序 加入並建立能夠通過複雜任務編碼的代理：

NeurIPS 今年收到了 21,575 篇論文提交。我們的 Agentic Reviewer 上週發布，提交和審核的論文數量剛剛超過了這個數字。顯然，代理論文審核將持續存在並產生影響！

發布一個新的「主動評審者」用於研究論文。我開始將這個作為週末項目進行編碼，而 @jyx_su 使其變得更好。 我受到一位學生的啟發，他的論文在三年內被拒絕了六次。他們的反饋循環——每次等待約六個月的反饋——是非常緩慢的。我們想看看主動工作流程是否能幫助研究人員更快地迭代。 當我們在 ICLR 2025 評審上訓練系統並在測試集上測量斯皮爾曼相關性（越高越好）： - 兩位人類評審者之間的相關性：0.41 - AI 與一位人類評審者之間的相關性：0.42 這表明主動評審正在接近人類水平的表現。 該代理通過搜索 arXiv 來支持其反饋，因此在 AI 等研究自由發表的領域效果最佳。這是一個實驗性工具，但我希望它能幫助你進行研究。 在這裡查看：