arxiv arXiv cs.CL · à l'instant · research

JIT-Agent permet l'évolution en temps réel des harnais pour améliorer les performances des LLM agents

Traduit de English → Français

Les auteurs présentent JIT-Agent, un modèle d'intelligence de harnais entraîné à synthétiser des harnais d'agents adaptatifs aux tâches pour n'importe quel LLM agent standard. Cette approche formalise le harnais d'agent comme un artefact composable régi par un protocole fixe à quatre modules, permettant au système de personnaliser et de réparer les harnais en temps réel.

JIT-Agent condense les signaux de performance depuis une archive croissante de configurations antérieures pour auto-évoluer ses stratégies.
DeepSeek-V4-Flash dépasse GPT-5.6 sur DeepSearchQA (+9,1) et OdysseyBench (+4,3) lorsqu'il est équipé de JIT-Agent.
Le modèle GLM-5.2 gagne jusqu'à +20,2 points d'amélioration des performances.
Les harnais générés sont compétitifs avec des runtimes d'agents matures comme OpenCode et Claude Code.
La méthode améliore systématiquement les familles de modèles multi-échelles incluant DeepSeek V4, Mimo-V2.5 et Qwen3.6.

JIT-Agent établit l'intelligence du harnais comme une dimension entraînable, transférable et composante des capacités d'agent qui est orthogonale au scaling des modèles.

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

Lire l'original

Articles similaires

arxiv arXiv cs.CL · il y a 9 j · 4 vues

Mint-Agent présente des modèles de fondation agnostiques natifs pour la finance

Les chercheurs présentent Mint-Agent, une famille de modèles agnostiques natifs pour la finance conçus pour combiner une exécution fiable avec des capacités de recherche à long terme. Le système repose sur trois piliers : un moteur de données pour les tâches spécialisées, l'environnement MintHarness pour des traces de preuves auditables, et une recette d'entraînement combinant SFT, OPD et RLVR.

arxiv arXiv cs.LG · il y a 13 j · 25 vues

Faraday 27B surpasse Claude Opus 4.8 et GPT-5.5 sur les tâches de réplication d'articles

Les chercheurs ont développé Replica, un espace de tâches évolutif pour la réplication d'articles, afin de répondre au besoin de connaissances scientifiques fiables. Ils ont effectué un post-entraînement de Faraday, un agent "AI Scientist" de 27 milliards de paramètres qui utilise des agents de codage comme outils, pour tirer parti de cet environnement.

arxiv arXiv cs.AI · il y a 13 j · 21 vues

Faraday 27B surpasse Claude Opus 4.8 et GPT-5.5 sur les tâches de réplication d'articles

Les chercheurs ont développé Replica, un espace de tâches évolutif pour la réplication d'articles, et introduit un juge basé sur des rubriques généré automatiquement pour fournir des signaux de récompense à faible bruit alignés sur l'évaluation humaine.

arxiv arXiv cs.CL · il y a 53 j · 8 vues

AutoMem automatise l'apprentissage de la mémoire en tant que compétence cognitive pour les LLM

Les chercheurs présentent AutoMem, un cadre qui traite la gestion de la mémoire dans les grands modèles de langage comme une compétence entraînable plutôt que comme un composant statique. Le système élève les opérations de système de fichiers au rang d'actions de mémoire de premier ordre, permettant au modèle de décider autonomement comment encoder, récupérer et organiser les connaissances.

arxiv arXiv cs.CL · il y a 58 j · 7 vues

Étendre l'horizon, pas les paramètres : atteindre des performances de modèles à mille milliards de paramètres avec un agent de 35M

Les chercheurs présentent Agents-A1, un modèle Mixture-of-Experts de 35M qui atteint des performances comparables à celles des modèles à mille milliards de paramètres en étendant l'horizon de l'agent plutôt qu'en augmentant le nombre de paramètres. L'approche se concentre sur l'extension des trajectoires à long terme et l'unification des capacités hétérogènes des agents grâce à une infrastructure d'entraînement spécialisée.