lab NVIDIA Research · 16 jam lalu · research

SpatialClaw menggunakan kode sebagai antarmuka aksi untuk penalaran spasial agentic

Diterjemahkan dari English → Bahasa Indonesia

Peneliti mengusulkan SpatialClaw, sebuah framework tanpa pelatihan yang mengadopsi kode sebagai antarmuka aksi untuk meningkatkan penalaran spasial terbuka 3D dan 4D dalam model visi-bahasa. Berbeda dengan agen yang ada yang mengandalkan eksekusi satu-lewat atau panggilan alat yang kaku, SpatialClaw mempertahankan kernel Python stateful yang telah dimuat sebelumnya dengan frame input dan primitif persepsi.

Agen menulis satu sel yang dapat dieksekusi per langkah yang dikondisikan pada semua output sebelumnya, memungkinkan komposisi fleksibel dari hasil persepsi.
Dievaluasi di 20 benchmark penalaran spasial, SpatialClaw mencapai akurasi rata-rata 59.9%.
Kinerja ini mengungguli agen spasial terbaru sebesar +11.2 poin dengan peningkatan konsisten di enam VLM backbones dari dua keluarga model.

Pendekatan ini memungkinkan agen untuk menyesuaikan analisis mereka terhadap observasi teks dan visual antara tanpa adaptasi spesifik benchmark atau model.

Kepentingan 1/3 Kepercayaan 3/3 NVIDIA Research AI agents Research paper

Baca aslinya

AXPO meningkatkan penalaran agentic multimodal dengan memperbaiki Kesenjangan Berpikir-Bertindak

Para peneliti mengusulkan Optimisasi Kebijakan Eksplorasi Agen (AXPO) untuk mengatasi "Kesenjangan Berpikir-Bertindak" pada model visi-bahasa yang memerlukan alat eksternal. Kesenjangan ini menyebabkan metode RL standar seperti GRPO mencoba penggunaan alat hanya pada ~30% rollouts, dengan tingkat kegagalan tinggi yang menekan sinyal pembelajaran.

arxiv arXiv cs.AI · 18 jam lalu

Optimisasi Terbuka Memungkinkan GPT-5.5 menyusun proses perbaikannya sendiri

Artikel ini memperkenalkan Optimisasi Terbuka (OEO), sebuah kerangka kerja yang memungkinkan pengoptimal model terdepan untuk secara dinamis menyusun proses perbaikannya secara daring, alih-alih mengandalkan pipa optimasi yang telah ditentukan. Para penulis membandingkan OEO dengan dua pendekatan bertahap, SkillOpt dan GEPA, di seluruh 14 perbandingan langsung atas delapan pengaturan target-model benchmark.

arxiv arXiv cs.AI · 6 hari lalu · 1 tayangan

Argus: Runtime Agentic Serbaguna untuk Penalaran Jangka Panjang

Para peneliti menyajikan Argus, sebuah runtime agentic yang persisten dan berevolusi secara mandiri, dirancang untuk penalaran jangka panjang yang memisahkan niat pengguna yang stabil dari tujuan operasional. Sistem ini memanfaatkan peran Manajer, Perencana, Insinyur, dan Peninjau untuk menjalankan misi terbatas di atas keadaan proyek yang tahan lama, memungkinkan eksekusi otonom antara titik eskalasi yang dimiliki operator.

media MarkTechPost · 6 hari lalu

SkillOpt dari Microsoft memungkinkan transfer keterampilan agen antara Codex dan Claude Code

Peneliti dari Microsoft, Universitas Shanghai Jiao Tong, Universitas Tongji, dan Universitas Fudan mengembangkan SkillOpt, sebuah pengoptimal ruang teks yang melatih dokumen keterampilan berbasis bahasa alami sambil menjaga model target tetap beku. Sistem ini menggunakan model pengoptimal untuk mengusulkan suntingan terbatas berdasarkan rollout yang dinilai, mengekspor hasilnya sebagai satu file `best_skill.md`.

arxiv arXiv cs.LG · 8 hari lalu · 12 tayangan

Qwen merilis Qwen-CUA, agen penggunaan komputer asli 397B-A17B

Qwen memperkenalkan Qwen-CUA, agen penggunaan komputer asli yang dibangun di atas backbone mixture-of-experts 397B-A17B yang beroperasi melalui tangkapan layar dan peristiwa input tanpa mengandalkan pohon DOM atau metadata aksesibilitas. Sistem ini memanfaatkan kerangka kerja untuk mempertahankan hingga 20 tangkapan layar aktif dan dilatih menggunakan armada rollout cloud dengan hampir 100.000 vCPU di sekitar 40.000 tugas yang dapat diverifikasi.