Apple представила SCLATE для обучения и оценки постоянно обучающихся агентов
Apple опубликовала работу о SCLATE — программной основе для обучения и оценки агентов, работающих в длинных многошаговых сценариях.
В сентябре 2026 года Apple опубликовала исследовательскую работу о SCLATE. Система предназначена для агентов, которые работают между сессиями и используют память, поэтому при их оценке нужно учитывать не только задачи бенчмарка, но и остановку и запуск сессий, фоновые события и консолидацию памяти. SCLATE объединяет события бенчмарка и самого агента в одном открытом планировщике. Гибридные симулированные часы позволяют вести сценарий по общей временной шкале: активные действия идут в реальном времени, а периоды простоя пропускаются. Это должно ускорять воспроизведение длительных сценариев. Apple также описывает SCLATE как движок для запусков, который работает с оболочкой и памятью агента без изменений и через прокси записывает данные вызовов моделей.
Почему это важно
Единый планировщик помогает сравнивать агентов в более реалистичных много-сессионных сценариях и уменьшает объём специальной инфраструктуры вокруг каждого теста.
