Le filThèmes : RechercheAgentsÉvaluations
SkillGym génère automatiquement des environnements vérifiables pour entraîner des agents à utiliser des skills
1 sourcemis à jour il y a 6 jpertinence 3,3 sur5
L’essentiel
Le pipeline construit 6 800 environnements et 19 000 trajectoires réussies. Le taux de lecture du skill pertinent passe de 28 % à 96 %, et le Qwen3.5-9B SFT dépasse le modèle non entraîné de 397 milliards de paramètres sur deux benchmarks.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceRenxi Wang, Mingshan Hee, Fajri Koto et al.huggingface.co
SkillGym: Training Skill-Use Agents with Automatic Verifiable Environment Generation (site externe)
Skills equip LLM agents with professional knowledge and guidance to complete long-horizon and complex tasks.
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