Le filThèmes : RechercheAgentsÉvaluations
Des chercheurs apprennent à un modèle Builder à concevoir les environnements d’exécution d’un agent
1 sourcemis à jour il y a 6 jpertinence 3,3 sur5
L’essentiel
Le Builder tire des méta-compétences du retour d’exécution de la Cible, sans modifier les poids. Sur Harness-Bench et NewtonBench, la banque complète gagne 8,95 points de pourcentage par rapport à une construction sans compétence.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceCheng Qian, Kunlun Zhu, Beibin Li et al.huggingface.co
Learning Meta-Skills for Agent Harness Design in Test-Time AI4AI (site externe)
Agent performance depends on both reasoning ability and the environment in which it acts. We study test-time AI-for-AI, asking how a Builder can learn to construct better execution environments for a Target while both models' weights remain fixed.
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