arxiv arXiv cs.CL · hace 2 h · research

Recuris mejora el éxito de agentes en horizontes largos en 17.8 puntos en tau-bench

Traducido del English → Español

Los investigadores presentan Recuris, una arquitectura de Memoria de Trabajo Experiencial recursiva diseñada para abordar los desafíos de la auto-mejora recursiva en tareas de horizonte largo. El sistema utiliza la Memoria de Trabajo para rastrear el progreso y guiar la selección de habilidades desde la Memoria Experiencial, creando un bucle acotado que localiza fallos y actualiza las habilidades según las necesidades actuales.

Recuris mejora el éxito de la tarea en 35 de los 37 pares modelo-benchmark completados a través de cuatro benchmarks.
En tau-bench, añade +17.8 puntos a GPT-5.6 Sol y +15.6 a Claude Opus 5, alcanzando el 87.9%.
Añade +16.6/+13.5 puntos en Qwen3.6-27B/35B en SkillFlow.
La ventaja se amplía a medida que crecen los horizontes de interacción, añadiendo +32.2 puntos en las tareas más largas.
Los fallos comunes en horizontes largos se reducen hasta un 80%.

Este enfoque posiciona la memoria evolutiva recursiva como una base escalable para la auto-mejora recursiva, permitiendo a los agentes transformar continuamente la experiencia acumulada en un comportamiento más efectivo.

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

Benchmarks

Benchmark	Modelo	Puntuación
τ-bench	Claude Opus 5	87.9%

Artículos relacionados

arxiv arXiv cs.AI · hace 2 h

Recuris presenta una arquitectura de Memoria Experiencial-de-Trabajo recursiva para arneses de agentes de largo alcance

Los investigadores presentan Recuris, una arquitectura de Memoria Experiencial-de-Trabajo recursiva diseñada para abordar los desafíos de la auto-mejora recursiva en tareas de largo alcance. El sistema utiliza la Memoria de Trabajo para rastrear el progreso de la tarea y guiar la selección de habilidades desde la Memoria Experiencial, fundamentando las decisiones en las necesidades actuales en lugar del historial completo.

arxiv arXiv cs.LG · hace 23 h · 1 vista

Apodex 1.1 escala la inteligencia agéntica mediante el escalado de entorno y coordinación

Apodex 1.1 introduce la "capacidad operativa" para permitir un progreso sostenido y verificable hacia objetivos del mundo real a través de dos dimensiones complementarias: Escalado de Entorno y Escalado de Coordinación Agéntica.

arxiv arXiv cs.AI · hace 1 d · 2 vistas

Apodex 1.1 escala la inteligencia agente mediante el escalado de entorno y coordinación

Apodex 1.1 introduce un marco para la "capacidad operativa", que permite a los modelos de lenguaje mantener un progreso verificable en objetivos complejos mediante la interacción con archivos, la ejecución de código y el mantenimiento del estado. El sistema logra esto ampliando los entornos ejecutables y entrenando a los agentes para descomponer tareas a largo plazo, delegar trabajo en paralelo y replanificar utilizando un marco de ejecución compartido llamado AgentOS.

arxiv arXiv cs.CL · hace 1 d · 1 vista

Apodex 1.1 escala la inteligencia agéntica mediante el escalado del entorno y la coordinación

Apodex 1.1 introduce un marco para la "capacidad operativa", que permite a los modelos de lenguaje de propósito general mantener un progreso verificable en tareas complejas que involucran archivos, código y fuentes de información. El sistema logra esto mediante el Escalado del Entorno, que expande los entornos ejecutables, y el Escalado de la Coordinación Agéntica, que entrena a los agentes para descomponer tareas y gestionar trabajo en paralelo.

media Hugging Face Forums · hace 5 d · 4 vistas

SSU Physics 1.2 propone formalizar la emergencia para probarla contra sistemas físicos

El programa Science of Unified Systems (SSU) presenta SSU Physics 1.2 y el Atlas de Emergencia para investigar cómo las estructuras coherentes y la información emergen de las interacciones entre componentes en sistemas complejos.