arxiv arXiv cs.CL · há 1 h · fonte: há 3 d · research

Agentic Transaction propõe framework ACID-compliant para agentes LLM confiáveis

Traduzido do English → Português (BR)

Os autores introduzem o conceito de transação agêntica para abordar desafios na execução de agentes autônomos, como resultados confiáveis e concorrência segura. Eles propõem um framework que reinterpreta as propriedades clássicas do ACID em quatro garantias semânticas: Atomicidade Semântica, Consistência, Isolamento e Durabilidade.

O sistema realiza essas garantias por meio de ciclos transacionais de exploração-execução-validação e hubs de habilidades transacionais.
Emprega validação baseada em divergência de confiança para garantir precisão durante a execução.
O isolamento consciente das dependências semânticas previne interferência entre operações concorrentes de agentes.
A gestão de estado semântico ciente de transações garante atualizações de estado duráveis.

Resultados experimentais em benchmarks amplamente utilizados mostram que o sistema alcança uma melhoria de 10.6% sobre os melhores agentes atuais, incluindo Claude Code.

Importância 2/3 Novo ambiente de avaliação com diferenciais arXiv cs.CL AI agents Research paper

Ler original

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

Pesquisadores desenvolveram o Replica, um espaço de tarefas escalável para replicação de artigos, para atender à necessidade de conhecimento científico confiável. Eles realizaram pós-treinamento no Faraday, um agente "AI Scientist" de 27B parâmetros que usa agentes de codificação como ferramentas, para aproveitar este ambiente.

arxiv arXiv cs.AI · há 3 d · 10 visualizações

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.AI · há 3 d · 7 visualizações

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

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.

arxiv arXiv cs.CL · há 3 d · 6 visualizações

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 3 d · 8 visualizações

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.