arxiv Moonshot AI (arXiv) · há 440 d

Alita permite raciocínio agêntico escalável com mínima pré-definição e máxima autoevolução

Traduzido do English → Português (BR)

Pesquisadores apresentam o Alita, um agente generalista projetado para executar tarefas complexas por meio de mínima pré-definição e máxima autoevolução, evitando a forte dependência de ferramentas pré-definidas manualmente encontrada em muitos frameworks existentes.

O Alita utiliza apenas um componente para resolução direta de problemas, aprimorando adaptabilidade e generalização entre domínios.
O sistema constrói autonomamente, refina e reutiliza capacidades externas gerando protocolos de contexto de modelo (MCPs) relacionados à tarefa a partir de código aberto.
No conjunto de validação do benchmark GAIA, o Alita alcança 75,15% de pass@1 e 87,27% de precisão em pass@3.
Ele obtém 74,00% de pass@1 no Mathvista e 52,00% de pass@1 no PathVQA, superando sistemas de agentes mais complexos.

Essa abordagem permite que o Alita escale o raciocínio agêntico de forma eficaz enquanto mantém uma arquitetura mais simples do que abordagens anteriores baseadas em ferramentas elaboradas.

Importância 1/3 Novo ambiente de avaliação com diferenciais Moonshot AI (arXiv) AI agents Research paper

Benchmarks

Benchmark	Modelo	Pontuação
GAIA	Alita	75.15%
MathVista	Alita	74%

Artigos relacionados

arxiv arXiv cs.AI · há 3 d

Argus: Um Runtime Agêntico de Propósito Geral para Raciocínio de Longo Prazo

Pesquisadores apresentam o Argus, um runtime agêntico persistente e autoevolutivo projetado para raciocínio de longo prazo que separa a intenção estável do usuário dos objetivos operacionais. O sistema utiliza funções de Gerente, Planejador, Engenheiro e Revisor para executar missões delimitadas sobre um estado de projeto durável, permitindo execução autônoma entre pontos de escalonamento de propriedade do operador.

media MarkTechPost · há 3 d

SkillOpt da Microsoft permite transferência de habilidades entre Codex e Claude Code

Pesquisadores da Microsoft, da Universidade Jiao Tong de Xangai, da Universidade Tongji e da Universidade Fudan desenvolveram o SkillOpt, um otimizador no espaço de texto que treina documentos de habilidade em linguagem natural enquanto mantém o modelo-alvo congelado. O sistema utiliza um modelo otimizador para propor edições limitadas com base em rollouts pontuados, exportando o resultado como um único arquivo `best_skill.md`.

arxiv arXiv cs.LG · há 5 d · 6 visualizações

Qwen lança Qwen-CUA, um agente nativo de uso do computador com 397B-A17B

A Qwen apresenta o Qwen-CUA, um agente nativo de uso do computador construído sobre uma espinha dorsal de misturas de especialistas de 397B-A17B que opera por meio de capturas de tela e eventos de entrada, sem depender de árvores DOM ou metadados de acessibilidade. O sistema utiliza um andaime para manter até 20 capturas de tela ativas e foi treinado usando uma frota de rollout na nuvem com quase 100.000 vCPUs em aproximadamente 40.000 tarefas verificáveis.

arxiv arXiv cs.CL · há 5 d · 4 visualizações

Qwen lança o Qwen-CUA, um agente nativo de uso do computador com 397B-A17B

Pesquisadores apresentaram o Qwen-CUA, um agente nativo de uso do computador construído sobre uma base mista de especialistas Qwen de 397B-A17B. O sistema opera observando capturas de tela e agindo por meio de eventos de teclado e mouse, sem depender de árvores DOM ou metadados de acessibilidade.

lab OpenAI News · há 8 d · 16 visualizações

Modelo Astra resolve dez problemas abertos em matemática e ciência da computação teórica

O modelo interno Astra da OpenAI gerou soluções para dez problemas abertos de longa data em matemática e ciência da computação teórica, com os argumentos formalizados em Lean. Esses resultados abrangem geometria de alta dimensão, teoria dos códigos, teoria dos grupos e complexidade quântica, abordando questões que não tinham avanços há pelo menos uma década.