arxiv arXiv cs.CL · 47 д назад · research

Tmax: Простая рецептура RL для агентов-конечных

Переведено с English → Русский

Tmax представляет наиболее сильную открытую рецептуру для агентов-конечных, достигая 27% на Terminal-Bench 2.0 с использованием только 9B параметров. Он использует новую классификацию данных для генерации более чем на 2,5 раза больше окончательных сред, что позволяет эффективно обучать с простой рецептурой, ориентированной только на результат. Данные, модели и код доступны на GitHub по адресу https://github.com/hamishivi/tmax.

Важность 2/3 Новая фича по сравнению с лидерами arXiv cs.CL Hugging Face AI agents Open weights Research paper

Бенчмарки

Бенчмарк	Модель	Результат
Terminal-Bench 2	Tmax	27%

Оригинал

HealthClaw: агент с открытым исходным кодом и самообучающейся памятью для долгосрочного управления личным здоровьем

Исследователи разработали HealthClaw, архитектуру агента с открытым исходным кодом, предназначенную для обновления поддержки по мере изменения привычек, предпочтений, показателей и рисков человека со временем. Она разделяет общие правила безопасности и медицинские знания от частной долговременной памяти, содержащей факты профиля, повторно используемые процедуры и эпизодические следы.

arxiv arXiv cs.AI · 31 д назад · 1 просмотр

DiaLLM исследует разрыв между устойчивостью и генерацией при адаптации к английским диалектам

Исследование DiaLLM устраняет разрыв между пониманием и генерацией диалектного английского языка путем непрерывного дообучения трех семейств языковых моделей с открытым весом на корпусе International Corpus of English. Применяются неявные и явные парадигмы постобучения в сочетании с тремя стратегиями выравнивания для сравнения австралийского, индийского и северного британского английского.

arxiv arXiv cs.CL · 31 д назад

DiaLLM исследует разрыв между устойчивостью и генерацией при адаптации к английским диалектам

Исследование DiaLLM показывает, что диалектная устойчивость и генерация разделены в больших языковых моделях, поскольку бенчмарки, сформированные непрерывным дообучением, не отражают то, как выравнивание изменяет реальный вывод. Авторы проводят непрерывное дообучение трех семейств моделей с открытыми весами на корпусе International Corpus of English и применяют неявные и явные парадигмы постобучения в сочетании с тремя стратегиями выравнивания для австралийского, индийского и северного британского английского.

arxiv arXiv cs.CL · 40 д назад

BERTomelo: Ваш лучший друг среди португальских энкодеров

В этой статье представлен BERTomelo, энкодер нового поколения для одного языка, специально оптимизированный для португальского языка с использованием архитектуры ModernBERT.

arxiv arXiv cs.AI · 45 д назад

AOHP: платформа агентов на уровне ОС с открытым исходным кодом для персонализированного, эффективного и безопасного взаимодействия

Проект Android Open Harness Project (AOHP) представляет собой платформу агентов на уровне операционной системы с открытым исходным кодом, созданную на базе проекта Android Open Source Project. Она решает проблему несоответствия между современными операционными системами, ориентированными на приложения, и потребностями автономных ИИ-агентов, рассматривая агентов как полноправных субъектов ОС. В архитектуре предложены три ключевых механизма: персонализированная композиция сервисов, эффективные интерфейсы для агентов и безопасный поток информации. Эти функции обеспечивают адаптивные пользовательские интерфейсы и среду выполнения, удобную для агентов, сохраняя при этом существующую экосистему Android. Предварительные эксперименты на сложных задачах демонстрируют значительное улучшение производительности по сравнению с традиционными системами. В частности, AOHP увеличила долю успешно завершённых задач на 21,12% по сравнению с базовыми методами. Она также снизила затраты на выполнение токенов на 51,55%, что подчёркивает её преимущества в эффективности. Кроме того, система показала улучшенное соответствие политикам безопасности во время взаимодействий, опосредованных агентами.