Le filThèmes : RechercheAgents
REST, un nouvel objectif d’entraînement, supervise les pensées des systèmes latents récursifs
1 sourcemis à jour 30 sept.pertinence 3,0 sur5
L’essentiel
Il ajoute quatre pertes différentiables à l’entropie croisée. Sur 7 benchmarks, la précision progresse jusqu’à 7,5 points de pourcentage et la convergence sur une réponse finale de 30 %, sans paramètre ajouté à l’inférence.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceFahd Seddik, Fatemeh Fardhuggingface.co
Principled Thoughts for Latent Recursive LLM Systems (site externe)
Theoretical and empirical analyses establish and confirm four failures of CE-only training that lead to a lower probability of the correct answer such as collapsing thoughts across distinct questions and retaining irrelevant information.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
PUBG Ally, un agent incarné vocal, joue comme coéquipier d’IA dans PUBG : BATTLEGROUNDS
Agents
DAEDALUS construit une mémoire d’agent à partir de tâches que des agents génèrent eux-mêmes
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5