Le filThèmes : ÉvaluationsAgentsRecherche
ScholarCatalyst : un benchmark pour retrouver les articles qui inspirent de nouvelles recherches
1 sourcemis à jour il y a 5 jpertinence 3,0 sur5
L’essentiel
184 auteurs principaux de 207 articles d’informatique ont annoté les travaux antérieurs utiles. La recherche agentique atteint 0,42 de Recall@20, contre 0,48 pour la recherche par embeddings.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceSohyeon Kim, Yoonho Lee, Bo Liu et al.huggingface.co
ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research (site externe)
What makes great scientists great? Even as AI systems start to make progress on open problems, scientists remain far ahead of them at sensing which prior idea, buried in an ever-growing archive of research, a new problem needs.
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