Le filThèmes : RechercheAgentsÉvaluations
Quand la sélection remplace-t-elle l’extraction ? Un test préenregistré de la mémoire des agents avec un modèle de décision typé
1 sourcemis à jour il y a 1 jpertinence 3,4 sur5
L’essentiel
Nous avons mené un test préenregistré de la mémoire des agents : la mémoire conversationnelle nécessite-t-elle des faits extraits par un LLM, ou suffit-il de sélectionner les bons tours bruts ?
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceRishabh Sharma, Rishika Lallhuggingface.co
When Does Selection Replace Extraction? A Pre-Registered Test of Agent Memory with a Typed Decision Model (site externe)
We ran a pre-registered test of agent memory: does conversational memory need LLM-extracted facts, or is selecting the right raw turns enough?
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