Le filThèmes : RechercheAgentsÉvaluations
Une équipe propose de reconstruire des logiciels existants pour entraîner des agents de terminal en sciences
1 sourcemis à jour il y a 2 jpertinence 3,3 sur5
L’essentiel
Le fine-tuning supervisé de Qwen3.8-27B sur 3 000 exemples de reconstruction fait passer la moyenne de Qwen3.8-27B à Terminal-Bench 2 de 47,94 % à 53,56 %, sur trois graines.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceZhongzhi Li, Yucheng Shi, Zongxia Li et al.huggingface.co
Self-Supervised Scaling of Terminal Environments for Scientific Domains (site externe)
Terminal agents are increasingly deployed beyond software engineering in science and other specialized domains.
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