Le filThèmes : RechercheÉvaluations
Scaffolding Minds propose un encodeur dédié pour améliorer le raisonnement multimodal latent
1 sourcemis à jour 30 sept.pertinence 3,2 sur5
L’essentiel
La méthode apprend aussi la moyenne et la variance de l’échantillonneur RL. Elle dépasse de 9,5 points le meilleur concurrent sur FrozenLake (19 points sur des grilles de 32×32) et de 5,6 points en moyenne sur neuf benchmarks visuels.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHaoqiang Kang, Yinpeng Chen, Luyang Liu et al.huggingface.co
Scaffolding Minds: Optimizing Latent Visual Target Representations for Multimodal Reasoning (site externe)
First, the SFT stage typically relies on an off-the-shelf vision encoder to encode the helper image, yielding suboptimal latent representations that may not be well aligned with the downstream reasoning task.
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