Le filThèmes : AgentsRechercheÉvaluations
Omni-Decision remplace l’historique de dialogue d’un agent omnimodal par un registre de preuves
1 sourcemis à jour 30 sept.pertinence 3,3 sur5
L’essentiel
L’agent atteint sur OmniGAIA l’état de l’art avec 81,4 % de précision, pour environ 43 % du coût par question de Gemini-3.1-Pro. Il obtient 65,0 % sur WorldSense, au niveau du meilleur modèle de bout en bout.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceMing Ma, Yi Zhu, Yiran Zhong et al.huggingface.co
Omni-Decision: Evidence-Ledger Planning for Omni-Modal Agents (site externe)
Omni-modal agents must seek evidence across video, audio, web pages, and computation to answer questions.
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