Le filThèmes : RechercheAgentsÉvaluations
Des chercheurs proposent CrossFit pour limiter la triche collective des agents de recherche auto-évolutifs
1 sourcemis à jour il y a 6 jpertinence 3,3 sur5
L’essentiel
Le proposeur et le solveur finissent par s’accorder sur des erreurs communes. Avec Qwen3.5-4B et 9B, CrossFit ramène l’accord erroné à 3,0 % et 3,7 %, contre 6,1 % et 8,8 % au départ, et gagne 8,8 et 8,4 points en moyenne.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceMeijia Chen, Hao Li, Zheng Lu et al.huggingface.co
False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents (site externe)
Self-evolving search agents build their own training curricula by jointly optimizing a proposer that generates questions and a solver that answers them.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Agents
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
Évaluations
Des chercheurs suggèrent que les modèles de langage tendent à présenter par défaut des récits de succès
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