Le filThèmes : AgentsRechercheÉvaluations
ActiveSaddler adapte automatiquement le curriculum pour optimiser les harnais d’agents
1 sourcemis à jour il y a 5 jpertinence 3,3 sur5
L’essentiel
Sur GAIA2 et Terminal-Bench 2.0, il améliore le Pass@1 de test de 4,4 et 7,5 points par rapport au même optimiseur avec un ordre de scénarios fixé avant l’optimisation.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceSungho Park, Wonjoong Kim, Jue Zhang et al.huggingface.co
ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization (site externe)
Automated harness optimization can substantially improve LLM agents by iteratively updating their prompts, tool interfaces, and control logic from execution feedback.
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