arxiv arXiv cs.CL · agora mesmo · research

JIT-Agent permite evolução dinâmica de harnesses para impulsionar o desempenho de LLMs agênticos

Traduzido do English → Português (BR)

Os autores apresentam o JIT-Agent, um modelo de inteligência de harness treinado para sintetizar harnesses adaptativos a tarefas para LLMs agênticos genéricos disponíveis no mercado. Essa abordagem formaliza o agente como um artefato composável regido por um protocolo fixo de quatro módulos, permitindo que o sistema personalize e repare os harnesses em tempo real.

O JIT-Agent destila sinais de desempenho de um arquivo expansivo de configurações anteriores para autoevoluir suas estratégias.
O DeepSeek-V4-Flash supera o GPT-5.6 no DeepSearchQA (+9,1) e OdysseyBench (+4,3) quando equipado com o JIT-Agent.
O modelo GLM-5.2 ganha até +20,2 pontos em melhorias de desempenho.
Os harnesses gerados são competitivos com runtimes de agente maduros como OpenCode e Claude Code.
O método melhora consistentemente famílias de modelos em múltiplas escalas, incluindo DeepSeek V4, Mimo-V2.5 e Qwen3.6.

O JIT-Agent estabelece a inteligência de harness como uma dimensão treinável, transferível e cumulativa da capacidade do agente, que é ortogonal ao dimensionamento do modelo.

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

Artigos relacionados

arxiv arXiv cs.CL · há 9 d · 4 visualizações

Mint-Agent apresenta modelos de fundação agênticos nativos para finanças

Pesquisadores apresentam o Mint-Agent, uma família de modelos agênticos nativos para finanças projetados para combinar execução confiável com capacidades de pesquisa de longo prazo. O sistema é construído sobre três pilares: um mecanismo de dados para tarefas especializadas, o ambiente MintHarness para rastros de evidências auditáveis e uma receita de treinamento que combina SFT, OPD e RLVR.

arxiv arXiv cs.LG · há 13 d · 25 visualizações

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 13 d · 21 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.CL · há 53 d · 8 visualizações

AutoMem automatiza o aprendizado de memória como habilidade cognitiva para LLMs

Pesquisadores apresentam o AutoMem, um framework que trata o gerenciamento de memória em grandes modelos de linguagem como uma habilidade treinável, em vez de um componente estático. O sistema eleva as operações do sistema de arquivos a ações de memória de primeira classe, permitindo que o modelo decida autonomamente como codificar, recuperar e organizar o conhecimento.

arxiv arXiv cs.CL · há 58 d · 7 visualizações

Escalando o Horizonte, Não os Parâmetros: Alcançando Desempenho de Trilhões de Parâmetros com um Agente de 35B

Pesquisadores apresentam o Agents-A1, um modelo Mixture-of-Experts de 35B que alcança desempenho comparável a modelos de trilhões de parâmetros ao escalar o horizonte do agente em vez da contagem de parâmetros. A abordagem foca na extensão de trajetórias de longo prazo e na unificação de habilidades heterogêneas de agentes por meio de uma infraestrutura de treinamento especializada.