Le filThèmes : AgentsRecherche
AEWM propose de modéliser l’effet des actions d’un agent plutôt que de simuler les réponses des outils
1 sourcemis à jour 25 sept.pertinence 3,5 sur5
L’essentiel
AEWM juge les décisions (critiques, exploratoires, bruitées) et révise l’état de la tâche. Il atteint 70,5 % de macro-F1 sur son benchmark Action Judge, soit 10,6 points de plus que la meilleure base de comparaison de pointe.
Propagation1 article, publié par HF Daily Papers le 25 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceShuang Sun, Guoxin Chen, Fanzhe Meng et al.huggingface.co
Agent-Editing World Model: Rethinking World Modeling for LLM Agents (site externe)
Recent advances in large language models (LLMs) have enabled agents to tackle long-horizon tasks across diverse environments.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
PUBG Ally, un agent incarné vocal, joue comme coéquipier d’IA dans PUBG : BATTLEGROUNDS
Agents
DAEDALUS construit une mémoire d’agent à partir de tâches que des agents génèrent eux-mêmes
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
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