arxiv arXiv cs.AI · il y a 1 h · research

AREX présente des agents de recherche profonde s'améliorant récursivement

Traduit de English → Français

Les chercheurs présentent AREX, une famille d'agents de recherche profonde Récursivement Auto-Améliorables (RSI) conçus pour résoudre l'asymétrie entre découverte et vérification dans les requêtes complexes. AREX alterne entre une boucle interne qui rassemble des preuves et construit des réponses provisoires, et une boucle externe qui audite les contraintes pour guider le raffinement ciblé.

Le système utilise un outil autonome de mise à jour du contexte pour compresser l'historique des interactions dans un état compact sans modèles externes. L'entraînement utilise un entraînement intermédiaire agentique et un apprentissage par renforcement à long terme sur des tâches synthétiques vérifiées, en mettant l'accent sur les étapes où des preuves décisives sont acquises ou des erreurs corrigées. L'équipe a instancié des versions denses 4B et 122B-A10B Mixture-of-Experts du modèle.

Sur les benchmarks incluant BrowseComp, WideSearch, DeepSearchQA et Humanity's Last Exam, AREX surpasse substantiellement les lignes de base à échelle comparable tout en restant compétitif par rapport aux modèles utilisant significativement plus de paramètres activés.

Importance 2/3 arXiv cs.AI AI agents Research paper

Lire l'original

Articles similaires

arxiv arXiv cs.CL · il y a 23 h

Rapport technique de Solar Open 2

Le rapport technique de Solar Open 2 présente Solar Open 2, un modèle de langage à experts en mélange (Mixture-of-Experts) de 250B-A15B conçu pour des tâches agentic à long terme. Il atteint une fenêtre de contexte de 1M de tokens grâce à une pile d'attention hybride et est entraîné en utilisant une initialisation efficace issue de Solar Open 1 et des données de haute valeur soigneusement sélectionnées.

media Hugging Face Forums · il y a 2 j

SEMA explore une architecture IA non-transformer utilisant l'Architecture de Symboles Vectoriels

SEMA est une architecture IA expérimentale qui étudie si la compréhension du langage et le raisonnement peuvent émerger d'une structure sémantique explicite plutôt que de la prédiction du prochain token. Elle sert de système de raisonnement basé sur des instances non paramétrique, utilisant l'Architecture de Symboles Vectoriels (VSA/HDC) sur une mémoire adressable par contenu.

arxiv arXiv cs.AI · il y a 7 j

HealthClaw : agent open-source avec mémoire auto-évolutive pour la gestion de la santé personnelle longitudinale

Les chercheurs ont développé HealthClaw, une architecture d'agent open-source conçue pour mettre à jour le soutien au fur et à mesure que les routines, préférences, mesures et risques d'une personne évoluent dans le temps. Il sépare les règles de sécurité partagées et les connaissances médicales de la mémoire longitudinale privée contenant des faits de profil, des procédures réutilisables et des traces épisodiques.

arxiv arXiv cs.LG · il y a 7 j

TRACE améliore l'utilisation d'outils par les agents à long terme via l'estimation du crédit au niveau des tours

Les auteurs proposent TRACE (Turn-level Reward Assignment via Credit Estimation), une méthode d'attribution de crédit dense pour l'apprentissage par renforcement agentique qui traite la parcimonie et la haute variance des récompenses de résultat dans les tâches à long terme. En représentant les rollouts comme des transitions d'état aux limites d'appel d'outil et en déduisant les récompenses par action à partir des valeurs d'état de rapport logarithmique, TRACE permet un entraînement efficace sans critiques supplémentaires ni étapes de réglage fin supervisé.

arxiv arXiv cs.AI · il y a 7 j

Le modèle DVM-HALL et la métrique NHAS répondent à la loyauté du commerce autonome

L'article présente le modèle Dynamic Verifiable Multi-Agent Human Agentic Loyalty Loop (DVM-HALL) pour aborder la manière dont les paradigmes traditionnels de fidélité des clients échouent lorsque les agents IA exécutent des décisions d'achat de manière autonome. Il propose un cadre où le choix de la marque est déterminé par l'équité émotionnelle humaine, l'utilité agentique, la confiance calibrée et les risques d'exécution vérifiable dans les environnements de finance décentralisée.