arxiv arXiv cs.LG · agora mesmo · research

Framework GRASP melhora o planejamento estratégico com IA agêntica em múltipso estágios

Traduzido do English → Português (BR)

Pesquisadores apresentam o GRASP, um framework de planejamento multiestágio consciente da estratégia, projetado para gerar planos executáveis de linguagem natural de alta qualidade para tarefas complexas, desacoplando o pipeline em módulos especializados. O sistema pré-compila diretrizes macro globais por meio do GenPlan, explora estratégias localizadas através do RevPlan e avalia trajetórias usando um discriminador multicritério chamado VerPlan.

GRASP estabelece uma nova fronteira de estado da arte em diversos conjuntos de dados, gerando ganhos de precisão de ~12,4% no Natural Plan Calendar Scheduling e ~30,8% no ZebraLogic em relação a planejadores diretos de LLM.
O framework elimina a penalidade de degradação multi-tarefa observada em planejadores padrão, alcançando um ganho absoluto de precisão de até 16,7% em ambientes de tarefas duplas intercaladas.
Ao isolar o contexto e impor rigorosa macro-regulamentação, o GRASP supera modelos de raciocínio de ponta como GPT-5-mini por uma margem de 14,5%.

O GRASP aborda a degradação da confiabilidade das LLMs à medida que a complexidade da tarefa aumenta, oferecendo uma solução robusta para cenários de planejamento complexo onde métodos tradicionais falham.

Importância 2/3 arXiv cs.LG AI agents Research paper

Artigos relacionados

arxiv arXiv cs.AI · há 1 h · 1 visualização Ao vivo

GRASP introduz planejamento multiestágio consciente de estratégia para melhorar a confiabilidade de LLMs

Pesquisadores apresentam o GRASP, um framework de planejamento multiestágio e consciente de estratégia, projetado para gerar planos executáveis em linguagem natural de alta qualidade para tarefas complexas nas quais os Grandes Modelos de Linguagem (LLMs) padrão normalmente têm sua confiabilidade degradada. O sistema desacopla o pipeline de planejamento em módulos especializados: GenPlan para diretrizes macro globais, RevPlan para explorar estratégias localizadas e VerPlan para avaliação independente de trajetória.

lab Anthropic News · há 2 d · 29 visualizações

Claude da Anthropic descobre novo sistema de enzima ART em bacteriófagos

A Anthropic anunciou a criação de um novo grupo de pesquisa em ciências da vida dedicado a usar o Claude para identificar famílias de proteínas não caracterizadas e testar hipóteses por meio de experimentos laboratoriais. Nos resultados iniciais, a IA descobriu autonomamente um novo sistema enzimático chamado transcriptases reversas associadas a arrays (ART), encontrado em bacteriófagos.

arxiv arXiv cs.AI · há 2 d · 16 visualizações

AIDE^2 permite autoaperfeiçoamento recursivo de agentes de pesquisa com IA

Pesquisadores apresentam o AIDE^2, um sistema que implementa um ciclo de autoaperfeiçoamento recursivo para um agente de pesquisa com IA ao otimizar seu próprio código. O sistema propõe alterações em sua lógica interna, avalia versões modificadas em tarefas de P&D de IA e retém apenas as melhorias que obtêm o melhor desempenho em avaliações ocultas.

arxiv arXiv cs.AI · há 2 d · 17 visualizações

Growing Harness transforma o controle recorrente de agentes em código reutilizável por meio de treinamento guiado por falhas

Os autores apresentam o Growing Harness, um paradigma de treinamento que aprende a estrutura de controle de um agente a partir do feedback da tarefa, em vez de depender de harnesses padrão com grande carga contextual. Ao converter decisões de controle recorrentes em código executável e reservar chamadas de LLM para raciocínio semântico, o método visa criar agentes especialistas reutilizáveis.

arxiv arXiv cs.LG · há 2 d · 16 visualizações

AIDE^2 permite autoaperfeiçoamento recursivo de agentes de pesquisa com IA

Pesquisadores apresentam o AIDE^2, um sistema que implementa um ciclo de autoaperfeiçoamento recursivo para um agente de pesquisa de IA de ponta, otimizando seu próprio código. O sistema propõe alterações em sua lógica interna, avalia versões modificadas em tarefas de P&D de IA e retém apenas as atualizações que obtêm o melhor desempenho em avaliações ocultas.