Le filThèmes : AgentsRechercheOpen source
GraphForge synthétise des espaces de travail à partir de fichiers réels pour entraîner des agents
1 sourcemis à jour il y a 5 jpertinence 3,4 sur5
L’essentiel
Le fine-tuning de Qwen3.6-27B sur 2 169 trajectoires GraphForge porte GDPVal à 1445,7 (+65,7) sous OpenHands. Les données et les modèles sont disponibles.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceQisheng Su, Hanchen Wang, Guanru Zhu et al.huggingface.co
GraphForge: Training Working Agents with Graph-Anchored Workspace Synthesis (site externe)
Working agents need to read diverse files, coordinate tools, and produce deliverables. Training such agents requires tasks built on many real files with verifiable results, but few pipelines exist to synthesize this kind of data.
Sur les mêmes thèmes
Agents
DAEDALUS construit une mémoire d’agent à partir de tâches que des agents génèrent eux-mêmes
Recherche
AlignOPSD aligne la supervision avant d’attribuer le crédit pour distiller des agents à long horizon
Agents
TimeEvo fait évoluer un agent de séries temporelles à partir de ses échecs diagnostiqués
Recherche
DeskForge construit un corpus de 1,2 million d’observations de bureau pour des agents d’usage d’ordinateur
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