Le filThèmes : RechercheAgents
OmniSeek transforme un modèle omnimodal en agent de raisonnement audiovisuel qui utilise des outils
1 sourcemis à jour il y a 6 jpertinence 3,3 sur5
L’essentiel
OmniSeek décide à chaque tour s’il doit regarder ou écouter, et sur quelle fenêtre temporelle. Il s’entraîne sur le corpus OmniTraj-170K, puis par apprentissage par renforcement en deux étapes.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHaibo Wang, Jiteng Mu, Jialu Li et al.huggingface.co
OmniSeek: Native Tool Integration for Multi-turn Audio-Visual Reasoning (site externe)
We present OmniSeek, an agentic framework that transforms an Omni Large Language Model (Omni-LLM) into an active, multi-turn reasoning agent with native tool use.
Sur les mêmes thèmes
Agents
Des chercheurs montrent que des portes dérobées survivent au post-entraînement d’agents LLM
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
PUBG Ally, un agent incarné vocal, joue comme coéquipier d’IA dans PUBG : BATTLEGROUNDS
Agents
DAEDALUS permet à des agents de construire leur mémoire à partir de tâches qu’ils génèrent eux-mêmes
À lire ensuite
Modèles
Anthropic lance Claude Haiku 5.5, son nouveau modèle rapide et peu cher, au même prix que GPT-6 Luna
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