Le filThèmes : AgentsRechercheÉvaluations
NavHarness intègre le traitement de la mémoire à la boucle de navigation d’agents incarnés
1 sourcemis à jour il y a 6 jpertinence 2,5 sur5
L’essentiel
Sur GOAT-Bench, NavHarness gagne 18,6 points de s-SR avec Astra et 22,6 avec Opus 5 par rapport aux sessions indépendantes. Avec GPT-6 Astra, il atteint 83,7 de s-SR sur GOAT-Bench et 85,9 sur IR2R-CE.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceXunyi Zhao, Jian Zhou, Sihao Lin et al.huggingface.co
NavHarness: Towards Lifelong Embodied Navigation (site externe)
Frontier models can now perform well on individual embodied navigation tasks through multi-round multimodal reasoning with simple tools.
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