arxiv arXiv cs.CL · hace 1 h · research

Mint-Agent introduce modelos de base agénticos nativos para finanzas

Traducido del English → Español

Los investigadores presentan Mint-Agent, una familia de modelos agénticos nativos para finanzas diseñados para combinar ejecución confiable con capacidades de investigación a largo plazo. El sistema se basa en tres pilares: un motor de datos para tareas especializadas, el entorno MintHarness para rastros de evidencia auditable y una receta de entrenamiento que combina SFT, OPD y RLVR.

Se lanzan dos modelos insignia: Mint-Cu (9B) y Mint-Ag (27B).
Mint-Ag alcanza 98.33% en RFC-Bench, superando a GPT-5.6-Sol y Claude-Opus-4.8.
Mint-Cu alcanza 69.86% en FinSearchComp T2, superando a Agents-A1-35B y Nex-N2-mini.
Mint-Ag obtiene 76.00% y 60.49% en FinanceAgentBench v1.1 y v2, respectivamente.

Estos resultados establecen un camino hacia una inteligencia financiera confiable mediante la ingeniería conjunta de experiencia en el dominio, ejecución a largo plazo y evidencia auditable.

Importancia 2/3 Nuevo entorno de evaluación con diferenciadores arXiv cs.CL DeepSeek AI agents Research paper

Leer original

Faraday 27B supera a Claude Opus 4.8 y GPT-5.5 en tareas de replicación de artículos

Los investigadores han desarrollado Replica, un espacio de tareas escalable para la replicación de artículos, para abordar la necesidad de conocimiento científico confiable. Realizaron post-entrenamiento de Faraday, un agente "AI Scientist" de 27B parámetros que utiliza agentes de codificación como herramientas, para aprovechar este entorno.

arxiv arXiv cs.AI · hace 4 d · 20 vistas

Faraday 27B supera a Claude Opus 4.8 y GPT-5.5 en tareas de replicación de artículos

Los investigadores han desarrollado Replica, un espacio de tareas escalable para la replicación de artículos, e introducido un juez basado en rúbricas generado automáticamente para proporcionar señales de recompensa de bajo ruido que se alineen con la evaluación humana.

arxiv arXiv cs.CL · hace 44 d · 10 vistas

AutoMem automatiza el aprendizaje de la memoria como habilidad cognitiva para LLMs

Los investigadores presentan AutoMem, un marco que trata la gestión de memoria en modelos de lenguaje grandes como una habilidad entrenable en lugar de un componente estático. El sistema eleva las operaciones del sistema de archivos a acciones de memoria de primera clase, permitiendo que el modelo decida autónomamente cómo codificar, recuperar y organizar el conocimiento.

arxiv arXiv cs.CL · hace 49 d · 13 vistas

Escalar el horizonte, no los parámetros: alcanzar rendimiento de billones de parámetros con un agente de 35B

Los investigadores presentan Agents-A1, un modelo Mixture-of-Experts de 35B que logra un rendimiento comparable al de modelos de billones de parámetros escalando el horizonte del agente en lugar del conteo de parámetros. El enfoque se centra en extender trayectorias de largo alcance y unificar habilidades heterogéneas de agentes a través de una infraestructura de entrenamiento especializada.

arxiv Moonshot AI (arXiv) · hace 259 d · 2 vistas

DeepSeek-V3.2 introduce atención dispersa y síntesis agéntica, superando a GPT-5

DeepSeek ha lanzado DeepSeek-V3.2, un modelo de lenguaje grande abierto que combina alta eficiencia computacional con capacidades avanzadas de razonamiento. El lanzamiento destaca tres avances técnicos principales: un nuevo mecanismo de atención dispersa, un marco de aprendizaje por refuerzo escalable y una tubería para sintetizar datos de entrenamiento agénticos.