Le filThèmes : AgentsRechercheÉvaluations
HexaAnything représente les tâches des robots sous forme de code et progresse sur RoboCasa365
1 sourcemis à jour 29 sept.pertinence 2,8 sur5
L’essentiel
Sur RoboCasa365, le succès global passe de 56,6 % à 60,8 % par rapport au VLA XR-1 d’origine. Le HexaModel de 27 milliards de paramètres, entraîné sur des données du Harness, dépasse son modèle de base sur chaque split.
Propagation1 article, publié par HF Daily Papers le 29 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHongcheng Gao, Jingjing Zhou, Zelin Zheng et al.huggingface.co
Self-Evolving Coding Agents: From Digital Programs to Physical-World Intelligence (site externe)
Physical Coding represents task state and execution as code. Code as World records objects, relations, constraints, and progress; Code as Policy organizes actions, verification, and recovery.
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