热点事件持续更新
TAHI框架：数十次交互实现Agent测试时自适应
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
TAHI 是一个通过人机交互实现测试时自适应（test-time adaptation）的 Agent 框架，目标是让 Agent 在数十次交互、几十个任务内适配到使用者个人的专业水平。2026 年 10 月 5 日，AGI Hunt 报道称，研究者 Zhiruo Wang 在 CoLM2026「Learning from Situated Interaction」工作坊上介绍了该框架。按照这一介绍，TAHI 同时使用两类手段做自适应：一是上下文层面，包括记忆与技能；二是权重训练。此外，针对无法自动判分的任务，该框架为它们构建了完整的 rubric。目前公开的信息集中在框架思路与工作坊介绍层面，尚无更多实验细节或第三方复现结果的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 00:33
新披露：TAHI 同时用上下文（记忆、技能）与权重训练做自适应，并为无法自动判分的任务构建 rubric。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- AGI HuntTAHI 框架：数十次交互即可让 Agent 适配专家级任务
TAHI 是通过人机交互实现测试时自适应的 Agent 框架，几十个任务内即可适配到个人的专业水平。研究者 Zhiruo Wang 在 CoLM2026「Learning from Situated Interaction」工作坊介绍该框架：它同时用上下文（记忆、技能）与权重训练做 adaptation，并为无法自动判分的任务构建完整 rubric。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。