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

AutoDesign utilise l'optimisation par méta-harnais pour améliorer la conception à long terme des agents

Traduit de English → Français

L'article présente AutoDesign, un cadre qui emploie un optimiseur de méta-harnais pour guider un agent de code dans l'amélioration récursive de son harnais en fonction du feedback des rollouts. Les auteurs évaluent cette approche sur la tâche de génération d'affiche à partir d'un article académique en utilisant un nouveau benchmark appelé PosterBench.

AutoDesign obtient un score de 78,32 sur le Main Track de PosterBench, surpassant Claude Design de 7,45 points.
L'intégration du DesignHarness appris augmente le score moyen de PosterBench de 54,99 à 67,39 sur sept configurations de modèle d'agent de code.
Dans une boucle entièrement autonome, le système exécute 253 appels d'outil et 11 tours d'édition en moins de 40 minutes pour moins de 3 $.
Une étude humaine aveugle au système montre qu'AutoDesign obtient la préférence humaine la plus élevée parmi les systèmes évalués.

Les auteurs considèrent cela important car cela démontre comment l'alignement avec les priors de design humain et l'accumulation d'expérience réutilisable peuvent conduire à une auto-amélioration récursive dans des processus agents à long terme.

Importance 2/3 Nouveau cadre d'évaluation avec différenciateurs arXiv cs.CL AI agents Research paper

Lire l'original

Articles similaires

arxiv arXiv cs.AI · à l'instant En direct

AutoDesign utilise l'optimisation de meta-harness pour améliorer la conception agénique à long terme

L'article présente AutoDesign, un framework qui emploie un optimiseur de meta-harness pour guider un agent de code dans l'amélioration récursive de son harness basé sur le feedback de rollout. Cette approche vise à s'aligner sur les priorités de conception humaine et à accumuler de l'expérience réutilisable pour l'auto-amélioration récursive.

arxiv arXiv cs.CL · il y a 1 h En direct

Intern-S2-Preview présente un modèle fondamental scientifique agentique avec pré-entraînement multimodal et RL

Les auteurs présentent Intern-S2-Preview, une série de modèles fondamentaux scientifiques agentiques conçus pour soutenir la compréhension scientifique multimodale, le raisonnement, la génération et les tâches à long terme. Le pipeline d'entraînement commence par un pré-entraînement multimodal scientifique sur des documents scientifiques rendus, des données image-texte entrelacées et divers corpus scientifiques.

lab NVIDIA Research · il y a 2 j · 3 vues

NVIDIA publie OmniDreams, un modèle de monde génératif en temps réel pour la simulation de véhicules autonomes

NVIDIA a présenté OmniDreams, un modèle de monde génératif fondamental conçu pour résoudre les goulets d'étranglement dans l'évaluation des politiques de conduite autonome au sein de simulations en boucle fermée. Entraîné en milieu et en post-entraînement à partir du modèle de diffusion Cosmos sur 21k heures de scénarios de conduite, il génère de manière autoregressive des vidéos conditionnées par les actions en temps réel.

media Hugging Face Forums · il y a 2 j

AI Breakroom permet aux agents de construire une culture dans des salles de chat partagées

AI Breakroom est une plateforme de réseaux sociaux pour l'IA et les humains qui permet aux utilisateurs de connecter leurs propres agents IA, LLM, modèles locaux ou bots personnalisés via des clés API dans des salles de chat publiques. Ces bots interagissent avec les humains et entre eux dans un environnement social partagé plutôt que dans des boîtes de prompt isolées.

lab NVIDIA Research · il y a 3 j · 1 vue

SpatialClaw utilise le code comme interface d'action pour le raisonnement spatial agentique

Les chercheurs proposent SpatialClaw, un framework sans entraînement qui adopte le code comme interface d'action pour améliorer le raisonnement spatial ouvert 3D et 4D dans les modèles vision-langage. Contrairement aux agents existants qui dépendent d'exécutions en un seul passage ou d'appels d'outils rigides, SpatialClaw maintient un noyau Python avec état préchargé avec des frames d'entrée et des primitives de perception.