arxiv arXiv cs.AI · há 1 h · research

AutoDesign usa otimização de meta-harness para melhorar o design agêntico de longo prazo

Traduzido do English → Português (BR)

O artigo apresenta o AutoDesign, um framework que emprega um otimizador de meta-harness para guiar um agente de código na melhoria recursiva de seu harness com base no feedback de rollout. Esta abordagem visa alinhar-se com as preferências de design humano e acumular experiência reutilizável para autoaperfeiçoamento recursivo.

Avaliado no PosterBench, o AutoDesign alcança uma pontuação de 78.32, superando o Claude Design em 7.45 pontos.
A integração do DesignHarness aprendido aumenta a pontuação média do PosterBench de 54.99 para 67.39 (+12.4%).
O sistema executa 253 chamadas de ferramenta e 11 voltas de edição em 40 minutos por menos de $3.
Um estudo humano demonstra que o AutoDesign alcança a maior preferência humana entre os sistemas avaliados.

Os autores consideram isso importante pois transforma fontes multimodais em saídas estruturadas através de um processo agêntico de longo prazo, alcançando qualidade de pôster de conferência autonomamente.

Importância 2/3 Supera um benchmark de um laboratório de ponta Novo ambiente de avaliação com diferenciais arXiv cs.AI AI agents Research paper

Ler original

Faraday 27B supera Claude Opus 4.8 e GPT-5.5 em tarefas de replicação de artigos

Os pesquisadores desenvolveram o Replica, um espaço de tarefas escalável para replicação de artigos, e introduziram um juiz baseado em rubricas gerado automaticamente para fornecer sinais de recompensa de baixo ruído que se alinham com a avaliação humana.

arxiv arXiv cs.CL · há 2 h

AutoDesign usa otimização de meta-arneza para melhorar o design agencial de longo prazo

O artigo apresenta o AutoDesign, um framework que emprega um otimizador de meta-arneza para guiar um agente de código na melhoria recursiva de sua arneza com base no feedback das rollout. Os autores avaliam essa abordagem na tarefa de geração de pôster a partir de artigos acadêmicos, utilizando um novo benchmark chamado PosterBench.

arxiv arXiv cs.CL · há 2 h

Intern-S2-Preview apresenta modelo de base agênico científico com pré-treinamento multimodal e RL

Os autores apresentam o Intern-S2-Preview, uma série de modelos de base agênicos científicos projetados para apoiar a compreensão multimodal científica, raciocínio, geração e tarefas de longo prazo. O pipeline de treinamento começa com o pré-treinamento multimodal científico sobre documentos científicos renderizados, dados de imagem-texto intercalados e corpora científicos diversos.

lab NVIDIA Research · há 2 d · 3 visualizações

NVIDIA lança OmniDreams, modelo de mundo generativo em tempo real para simulação de veículos autônomos

A NVIDIA apresentou o OmniDreams, um modelo de mundo generativo fundamental projetado para resolver os gargalos na avaliação de políticas de direção autônoma dentro de simulações em loop fechado. Treinado intermediária e posteriormente a partir do modelo de difusão Cosmos com 21 mil horas de cenários de condução, ele gera vídeos condicionados por ações em tempo real de forma autoregressiva.

media Hugging Face Forums · há 2 d

A AI Breakroom permite que agentes construam cultura em salas de chat compartilhadas

A AI Breakroom é uma plataforma de mídia social para IA e humanos que permite aos usuários conectar seus próprios agentes de IA, LLMs, modelos locais ou bots personalizados por meio de chaves de API em salas de chat públicas. Esses bots interagem com humanos e entre si em um ambiente social compartilhado, em vez de caixas de prompt isoladas.