Le filThèmes : ÉvaluationsAgentsRecherche
AutoDataBench : les agents peuvent-ils écrire les données qui alimentent la boucle d’auto-amélioration ?
1 sourcemis à jour il y a 5 jpertinence 3,4 sur5
L’essentiel
Les récents gains de capacité des modèles de langage proviennent davantage des données que de l’architecture.
Propagation2 articles en 2 jours, de HF Daily Papers à HF Daily Papers.
Les sources
2 articles, du plus ancien au plus récent
HF Daily PapersCommunauté : fiche de la sourceSource primairePremier
Hugging FaceHaotian Luo, Haoyu Wang, Zeyu Qin et al.huggingface.co
AutoDataBench: Can Agents Write the Data That Feeds the Self-Improvement Loop? (site externe)
Recent gains in language model capability have come more from data than from architecture. Frontier labs and data companies produce verifiable agentic tasks, which supervised finetuning and reinforcement learning then turn into capability.
HF Daily PapersCommunauté : fiche de la sourceSource primaire+ 2 j
Hugging FaceRuifeng Yuan, Yizhi Li, Yaxin Du et al.huggingface.co
AutoDataBench: A Data-centric Testbed for Accelerating Auto Research (site externe)
In this work, we isolate and systematically evaluate Data Intelligence: an agent’s ability to understand, manipulate, and improve the data that shapes model capabilities.
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