Le filThèmes : AgentsRechercheÉvaluations
WEFT propose une méthode de post-entraînement à l’usage d’outils pour des agents généralistes
1 sourcemis à jour il y a 2 jpertinence 3,6 sur5
L’essentiel
WEFT-14B améliore Agent-World-14B de 6,41, 2,23 et 12,27 points de pourcentage sur BFCL V4, τ²-Bench et Claw-Eval. WEFT-35B-A3B est aussi évalué sur Toolathlon-Verified et AutomationBench.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceBo Mao, Hang He, Linting Wang et al.huggingface.co
WEFT: Scaling Tool-Use Post-Training for General-Purpose Agents (site externe)
Recent efforts to scale tool-use post-training have largely centered on the synthesis of executable environments, which constitute only one component of a broader agentic interaction system comprising the environment, task, agent harness, and evaluator.
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