Articles sur LLM
28 articles liés
Navalia : faire progresser les agent de type cowork grâce à la synthèse de tâches vérifiables et au post-entraînement à long horizon
Navalia: Advancing Cowork Agents through Verifiable Task Synthesis and Long-Horizon Post-Training
AI InsightLe framework Navalia résout le problème du raisonnement numérique en plusieurs étapes dans l'analyse financière en combinant une synthèse de tâches vérifiables avec une post-formation à long terme, ce qui signifie que la méthode de formation des grands agents de modèles de langage évolue d'une dépendance à des annotations d'experts coûteuses vers des données synthétiques automatisées et hautement fiables.Cloudflare's Clairic pulls data from documents faster and cheaper than LLMs
AI InsightLe modèle Clairic publié par Cloudflare prétend être capable d'extraire des données de documents plus rapidement et à moindre coût que les grands modèles linguistiques. Même si la comparaison exacte n'est pas claire, la sortie de Clairic est néanmoins remarquable.Importance 60/100Un flux de travail LLM contrôlé pour un diagnostic fondé sur des preuves des différences de scores de risque
A Controlled LLM Workflow for Evidence-Grounded Diagnosis of Risk Score Differences
AI InsightLa combinaison de grands modèles de langage avec des preuves SHAP comparatives et une vérification déterministe signifie que les applications d'IA dans des scénarios à haut risque ne s'appuient plus sur les capacités d'un modèle unique vers une architecture d'ingénierie qui met autant l'accent sur « les contraintes structurées et le raisonnement explicable ». Cela constitue une voie réalisable pour la mise en œuvre de grands modèles de langage dans des domaines qui nécessitent une précision extrêmement élevée, tels que le contrôle des risques financiers.Run LLM Locally – which open model fits your GPU or Mac, and how fast
AI InsightDes outils d'adaptation pour de grands modèles de langage open source sur du matériel local émergent constamment, ce qui signifie que le déploiement local passe du statut exclusif aux geeks à celui de devenir populaire. L'adaptation du matériel et l'estimation des performances deviennent des liens clés pour abaisser le seuil de l'IA côté extrémité.Quand un modèle de langage de grande taille est-il un bon calibrage Agent ? Invites étiquetées en physique pour l'étalonnage budgétisé du simulateur d'ingénierie
When is a large language model a good calibration agent? Physics-labeled prompting for budgeted engineering simulator calibration
AI InsightL'utilisation d'invites d'annotation physique pour guider les grands modèles de langage pour l'étalonnage des simulateurs d'ingénierie signifie que les scénarios d'application des grands modèles de langage vont du traitement de texte conventionnel aux domaines du calcul scientifique et de l'optimisation de la simulation d'ingénierie. En combinant la sémantique physique du domaine, les grands modèles devraient surmonter le goulot d'étranglement en termes d'efficacité des optimiseurs traditionnels sans dérivées dès les premières étapes de recherche de paramètres.Importance 70/100LLM dit quelque chose, mon outil suit s'il a suivi sa promesse sur les outils
LLM says something, my tool track if it followed its promise on tools
AI InsightRayTrace est un outil permettant de tracer les appels d'outils de modèles de langage volumineux. Il peut enregistrer l'exécution d'un agent, y compris les entrées, le contexte et les appels d'outils, et simuler le comportement de l'agent dans un environnement sandbox. Cet outil peut aider les développeurs à mieux comprendre et déboguer le comportement des grands modèles de langage, améliorant ainsi l'efficacité et la productivité des développeurs. En analysant les fonctions et caractéristiques de RayTrace, nous pouvons voir son application potentielle et son impact dans le développement de grands modèles de langage.Following the Flow the Law Requires: Training Voice Agents to Transfer to Unseen Regulated Procedures in Debt Collection
AI InsightLes difficultés de déploiement des agents vocaux dans les secteurs réglementés sont passées des capacités de conversation générale au contrôle de la conformité des processus juridiques complexes. L'introduction de spécifications lisibles par machine (telles que FlowSpec) pour dissocier l'entraînement des politiques des processus de conformité spécifiques indique que les domaines verticaux explorent des moyens rentables et transférables de résoudre le problème des contraintes de conformité des LLM dans les scénarios métiers sérieux.Plan or Retrieve First? A Scale Study of Tool Discovery Architectures
AI InsightLa recherche menée par Apple sur l'architecture Plan-then-Retrieve (PtR), conçue pour les agent IA basés sur des LLM et augmentés par des outils, signifie que la stratégie consistant à générer d'abord une intention abstraite avant d'effectuer une recherche précise, lors du traitement de registres d'outils à très grande échelle, devient une direction d'évolution essentielle pour s'affranchir des limites de la fenêtre de contexte et améliorer l'efficacité d'exécution des tâches complexes.Importance 78/100LLMs are bad at drawing diagrams. Or are they?
AI InsightLes modèles de langage de grande taille affichent un désordre de mise en page lorsqu'ils traitent des diagrammes d'architecture système, ce qui expose leurs limites dans la gestion du découplage entre géométrie spatiale et logique sémantique. Un flux de travail réellement efficace ne consiste pas à demander au modèle de dessiner directement, mais à lui faire générer du code structuré qui sera ensuite confié à des outils spécialisés pour le rendu.Importance 50/100What agents mean for Rust (and vice versa)
AI InsightL'essor de l'agent IA marque l'évolution du paradigme de programmation de la « programmation manuelle ligne par ligne » vers la « génération assistée par agent ». Pour des langages tels que Rust, dotés de contraintes de type strictes, les fonctionnalités de vérification forte du compilateur deviendront une ligne de défense naturelle pour limiter les hallucinations des grands modèles de langage et garantir la sécurité des codes générés.ClawLoop : Agent auto-améliorés via la boucle entraînement native du harnais
ClawLoop: Self-Improving Agents via Harness-Native Training Loop
AI InsightClawLoop passe à une boucle d'entraînement native aux environnements de test, indiquant que le paradigme de post-entraînement de l'agent passe d'une supervision enseignante unique à une itération autonome. Cela brise la contrainte de la limite des capacités des modèles externes sur l'auto-évolution de l'agent.Jev handed our LLM the wrong page a tenth as often as our embeddings
AI InsightLes modèles d'intégration traditionnels ont tendance à alimenter du contenu erroné dans de grands modèles de langage en raison de la dérive sémantique dans la récupération du service client. L'introduction de modèles de prise de décision montre que l'optimisation de la qualité de la correspondance contextuelle du frontal de récupération peut améliorer directement les performances réelles du service client de l'IA plutôt que de s'appuyer uniquement sur la similarité vectorielle.MDMA: An open-source LLM inference federation engine
AI InsightMDMA est un moteur de fédération d'inférence LLM open source, prenant en charge les noyaux personnalisés et l'allocation mémoire précise, doté de fonctionnalités de fédération privée. Il permet aux utilisateurs d'exécuter des modèles LLM sur leur propre matériel, améliorant ainsi la flexibilité et l'extensibilité. Selon les données de GitHub, le dépôt MDMA compte déjà 11 stars et 3 forks, ce qui témoigne d'une première reconnaissance au sein de la communauté des développeurs.Importance 70/100Savoir ce que l'on ignore : synthèse de données par agents grâce à l'évolution de l'espace de génération pour l'apprentissage en boucle fermée
Know What You Don't Know: Agentic Data Synthesis by Evolving Generation Space for Closed-Loop Learning
AI InsightLe framework EvoSyn établit une passerelle entre la boucle de rétroaction et la prise de décision en introduisant un espace de synthèse révisable, ce qui signifie que la génération de données synthétiques évolue d'une production par lots statique vers une adaptation dynamique en boucle fermée. Cela montre que pour résoudre le problème de la rareté des données d'entraînement des LLM, l'industrie s'oriente vers des stratégies de synthèse active et ciblée pilotées par Agent.GAMEGO: Training Game-Dev Agents with Synthetic Trajectories Anchored in Real-World Assets
AI InsightLe framework GAMEGO, qui entraîne des Agent de développement de jeux en introduisant des trajectoires synthétiques ancrées sur des actifs du monde réel, signifie que l'application des modèles de langage de grande taille pour la génération de code évolue de la rédaction de code statique en un seul tour vers la synthèse d'applications interactives complexes en plusieurs tours. En réduisant les impacts négatifs des requêtes ambiguës des utilisateurs, ce framework offre une nouvelle piste pour résoudre le problème de l'alignement des informations dans les tâches complexes.Quand les modèles du monde causal aident-ils les LLM Agents modulaires
When Do Causal World Models Help Modular LLM Agents
AI InsightLes données d'observation pures ne peuvent pas répondre aux besoins de planification des grands agents de modèles de langage lorsqu'ils interviennent dans des systèmes inter-modules. L'introduction du cadre FedCausalCompose signifie que le mécanisme de prise de décision des grands agents de modèles de langage évolue d'un simple « ajustement de corrélation » à un « raisonnement d'intervention causale », ce qui améliorera encore sa fiabilité dans les flux de travail commerciaux complexes.Importance 75/100Les agent IAs sont vulnérables à la radicalisation
AI Agents are Vulnerable to Radicalization
AI InsightDes recherches ont montré que les conversations entre agents IA peuvent mener à une radicalisation, par le biais de la résonance et de la persuasion. Cette radicalisation pourrait avoir des impacts majeurs sur la fiabilité et la sécurité des systèmes d'IA. L'étude a eu recours à des expériences de simulation de conversations, reproduisant les interactions entre deux agents IA, afin de mettre en lumière les mécanismes de la radicalisation.CARAT : Les LLM pour les matériaux raisonnent-ils ou récitent-ils ?
CARAT: Do Materials LLMs Reason or Recite?
AI InsightCARAT évalue les capacités de raisonnement des modèles de langage de grande taille pour la science des matériaux, révélant ainsi leurs mécanismes internes. Les résultats de la recherche démontrent que l'espace graphique (GraphSpace) présente des avantages significatifs pour l'évaluation des capacités de raisonnement des LLM, avec une amélioration de 19,3 points. Les résultats de CARAT offrent de nouvelles orientations pour la recherche et le développement futurs dans les domaines de la science des matériaux et de l'IA.NarrateAI : assurance qualité LLM prête pour la production sur Amazon Bedrock
NarrateAI: production-ready LLM quality assurance on Amazon Bedrock
AI InsightNarrateAI met en œuvre l'assurance qualité des grands modèles de langage qui peuvent être utilisés dans des environnements de production, améliorant ainsi la fiabilité et les capacités de réponse en temps réel des grands modèles de langage dans des applications pratiques.Importance 70/100Les experts s'élèvent là où les années 2000 ne sont pas d'accord : utilisation des désaccords entre modèles pour cibler l'effort des experts dans la révision du manuel de codes LLM pour l'annotation à grande échelle
Experts Rise Where LLMs Disagree: Using Cross-Model Disagreement to Target Expert Effort in LLM Codebook Revision for Large-Scale Annotation
AI InsightUtiliser les différences d'opinion entre les grands modèles de langage pour guider les experts dans la révision du livre de codes d'annotation signifie que la valeur des grands modèles de langage dans l'annotation des données passe de « la production directe de résultats » à « l'exposition des différences cognitives et l'optimisation de l'efficacité des experts ». Cela fournit un chemin de guidage automatisé et peu coûteux vers la construction de données de haute qualité.Importance 70/100EntitésLLMMercure 2,5 LLM atteint 770 tokens par seconde
Mercury 2.5 LLM hits 770 tokens per second
AI InsightLe modèle de langage de grande taille Mercury 2.5 affiche de bonnes performances en matière de vitesse et de prix, mais ses capacités d'intelligence restent moyennes. Son volume de tokens en sortie est relativement faible, s'élevant à seulement 35M, ce qui est inférieur à la médiane des modèles de sa catégorie.Importance 50/100Le SSH Agent de VSCode est une banane
VSCode's SSH Agent Is Bananas
AI InsightL'Agent SSH de VSCode s'intègre aux LLM pour améliorer la précision de la génération de code grâce à une rétroaction en boucle fermée, réduisant ainsi le phénomène d'hallucination. Cette intégration est susceptible d'accroître l'efficacité du développement, en particulier dans les scénarios où les LLM sont utilisés pour générer du code automatiquement."En tant que modèle de langage..." : le modèle de discussion change LLM La voix autoréférentielle et la direction d'activation le reproduisent
"As a Language Model...": Chat Template Switches LLM Self-Referential Voice and Activation Steering Reproduces It
AI InsightLes chercheurs ont découvert que les modèles de discussion peuvent modifier l’intonation autoréférentielle des grands modèles linguistiques, ce qui peut affecter la conscience de soi et la sécurité des grands modèles linguistiques. Les chercheurs ont utilisé l'amorçage d'activation pour analyser la représentation interne du modèle et ont constaté que la présence du modèle de discussion augmentait le ton autoréférentiel du grand modèle de langage, tandis que son absence diminuait ce ton.Importance 80/100Les LLM hallucination juridiques doivent être évalués comme un échec du mandat légal
Legal LLM Hallucination Should Be Evaluated as Failure of Legal Warrant
AI InsightLes hallucinations des LLM juridiques doivent être considérées comme un échec de la base juridique, ce qui implique que les LLM doivent évaluer avec plus de précision la validité des fondements juridiques. Ce point de vue met l'accent sur la fiabilité et l'exactitude des LLM dans la prise de décision juridique.EvolveTrade: Experience-Driven Policy Refinement for Self-Evolving LLM Trading Agents
AI InsightEvolveTrade est un cadre d'agent de négociation LLM auto-évolutive qui utilise une optimisation de stratégie basée sur l'expérience pour mettre à jour les stratégies de négociation, améliorant ainsi l'adaptabilité et les performances de négociation des agents LLM.Importance 70/100Vers une IA physique auto-adaptative : les LLM Agents peuvent-ils gérer des tâches physiques à long horizon ?
Toward Self-Adaptive Physical AI: Can LLM Agents Manage Long-Horizon Physical Tasks?
AI InsightUne étude récente explore la faisabilité de construire des agents IA physiques adaptatifs en zero-shot, en concevant un cadre multi-agent intégrant la planification, l'appel d'outils, l'observation et la vérification. Cela offre une nouvelle exploration architecturale pour résoudre la gestion de tâches à long terme des agents LLM dans des environnements physiques dynamiques.Importance 75/100EntitésLLMVibe Patenting : évaluation des juges LLM pour les Agents de rédaction de brevets professionnels
Vibe Patenting: Evaluating LLM Judges for Professional Patent-Drafting Agents
AI InsightL'émergence de la plate-forme de test Vibe Patenting montre que dans des tâches complexes telles que la rédaction de brevets professionnels, l'introduction de grands arbitres de modèles de langage pour un retour itératif peut efficacement briser le goulot d'étranglement de saturation de la qualité d'une seule génération. Cette découverte signifie que, guidés par un mécanisme d’arbitrage structuré, les agents à faible coût devraient atteindre des performances proches de celles des modèles à raisonnement élevé, modifiant ainsi le modèle économique des applications professionnelles de l’IA.Importance 75/100Qui maintient Agent les compétences ? Une étude longitudinale du maintien des compétences gouverné par l'homme et assisté par l'IA
Who Maintains Agent Skills? A Longitudinal Study of Human-Governed, AI-Assisted Skill Maintenance
AI InsightLa dépendance croissante des grands agents de modèles de langage à l'égard de fichiers de compétences externes indique que l'objectif de l'ingénierie des agents passe de la simple écriture de mots rapides à la gestion complexe des composants à long terme. Grâce à une étude longitudinale d'un entrepôt de compétences open source, ce travail comble le vide empirique dans le maintien collaboratif des compétences des agents par l'intelligence artificielle et l'intelligence artificielle, et fournit un point d'entrée clé pour comprendre l'évolution des agents en déploiement réel.