Le filThèmes : RechercheAgents
EpiCon : apprentissage collectif d’agents par une mémoire multimodale en co-évolution
1 sourcemis à jour 30 sept.pertinence 3,0 sur5
L’essentiel
Les agents peuvent apprendre de leurs exécutions passées, mais permettre à différents agents de réutiliser l’expérience des uns et des autres et de s’appuyer dessus reste difficile.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceZiyun Zeng, Hang Hua, Shaden Alshammari et al.huggingface.co
EpiCon: Collective Agent Learning through Co-Evolving Multimodal Memory (site externe)
Agents can learn from past executions, but enabling different agents to reuse and build on one another’s experience remains challenging.
Sur les mêmes thèmes
Agents
Des chercheurs montrent que des portes dérobées survivent au post-entraînement d’agents LLM
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
PUBG Ally, un agent incarné vocal, joue comme coéquipier d’IA dans PUBG : BATTLEGROUNDS
Agents
DAEDALUS permet à des agents de construire leur mémoire à partir de tâches qu’ils génèrent eux-mêmes
À lire ensuite
Modèles
Anthropic lance Claude Haiku 5.5, son nouveau modèle rapide et peu cher, au même prix que GPT-6 Luna
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