Le filThèmes : AgentsRechercheÉvaluations
DAGent, un framework multi-agents, planifie les recherches approfondies et étend son graphe par lots
1 sourcemis à jour il y a 6 jpertinence 3,6 sur5
L’essentiel
Avec Qwen3-235B-A22B, DAGent dépasse la meilleure base open source de 5,3, 5,8 et 2,0 points sur BrowseComp-Plus, GAIA et xbench-DeepSearch. Avec Qwen3-8B, DAGRPO gagne 3,0 points de Pass@1 moyen sur un GRPO à budget égal.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHanwen Liu, Yuanfu Sun, Qiaoyu Tanhuggingface.co
DAGent: Evaluate-then-Grow Planning for Deep Research Agents (site externe)
Deep research tasks require agents to navigate large knowledge spaces, synthesize evidence across many sources, and adapt their plans as findings emerge.
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