Le filThèmes : RechercheÉvaluations
Des chercheurs présentent HIDE, un benchmark de mémoire en manipulation robotique, et le framework SEEK
1 sourcemis à jour il y a 5 jpertinence 1,8 sur5
L’essentiel
HIDE compte 15 tâches en observabilité partielle. Les politiques existantes y montrent des limites importantes. Combiner les trois mécanismes de SEEK donne le meilleur taux moyen parmi les configurations évaluées.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceYansong Shi, Jiange Yang, Xijie Yang et al.huggingface.co
Benchmarking and Enhancing Skill-Level Memory for Partially Observable Robotic Manipulation (site externe)
Recent advances in robot learning have enabled manipulation policies to perform increasingly diverse tasks and generalize across environments.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
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