Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #8498

LLM-based agents

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

7

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

GRAFT: генетическая рекомбинация с учётом исполнения для автоматизированного проектирования агентов (arXiv:2611.23509v1)

В статье представлен GRAFT (генетическая рекомбинация с учётом исполнения для проектирования агентов) — эволюционный метод, который использует данные об исполнении от каждого родителя для управления семантическим кроссовером и встроенной мутацией при поиске архитектур агентов на базе LLM. На шести задачах рассуждения и программирования с открытыми моделями оптимизатора/исполнителя GRAFT показал среднюю тестовую точность 82,0%, опередив сильнейший базовый метод на 9,8 процентных пункта без дополнительных запусков задач.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Phronix: парадигма обучения, ориентированная на способности, для агентов на базе LLM

Phronix — это парадигма обучения, ориентированная на способности, для агентов на базе больших языковых моделей, которая преобразует выполнения агента в хранилище повторно используемых способностей через цикл предсказатель–валидатор–корректор. В версии arXiv v1 авторы сообщают, что обучённые способности позволяют решать повторяющиеся задачи с первой попытки в 93–95% случаев, генерируют 7.6–30.8 долговечных способностей на задачу, снижают затраты токенов при «тёплом» старте до 0.38–0.40M токенов и повышают корректность и показатели решения на рабочем потоке 1000 Genome Pegasus по сравнению с эталонным окружением.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

SPEM: структура-осознанная процедурная память для эффективного использования навыков в агентах на основе LLM (предпубликация arXiv)

В статье предложена SPEM — легковесная структура-осознанная процедурная память, которая хранит Atomic Skill Memory для отдельных навыков и Skill-DAG Memory для повторно используемых композиций; для выбора навыков используется Skill-GNN, а успешные выполнения сохраняются как новые Skill-DAG. На ALFWorld и SkillsBench SPEM достигает 87,1% успеха в ALFWorld и 38,38% награды в SkillsBench при снижении затрат по токенам и времени выполнения по сравнению с сильными базовыми методами.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Проверка планирования LLM‑агентов с помощью формальной семантики PDDL

Эта статья на arXiv проверяет утверждения о способности LLM‑агентов к планированию, сопоставляя задания на естественном языке с скрытыми моделями PDDL, которые формально определяют применимость действий и достижение целей. В экспериментах по пяти доменам, на четырёх моделях, с шестью стратегиями подсказок и тремя архитектурами агентов лучшая конфигурация решала 78% разрешимых задач офлайн, но лишь 40% онлайн; неразрешимые задачи распознавались менее чем в 10% эпизодов, а более тяжёлые подсказки требовали в 5–22 раза больше токенов без очевидного выигрыша.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

TopoPlanner: топологически согласованное планирование задач для агентов на основе LLM

Статья (arXiv:2610.07004v1) представляет TopoPlanner — фреймворк, который переводит графы зависимостей инструментов в клеточные (cellular) рабочие комплексы и применяет косейф-последовательный (cosheaf-consistent) клеточный поиск и многомерное структурное рассуждение в качестве топологически осведомлённого контекста для генерации последовательностей вызовов инструментов LLM. Эксперименты на четырёх бенчмарках планирования инструментов показывают стабильное улучшение по сравнению с промпт- и граф-усиленными базовыми методами для рабочих процессов с циклами, слияниями и повторно используемыми промежуточными состояниями.

6.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Прежде чем агенты решают: эпистемические действия в системах на базе LLM

Новый препринт на arXiv (arXiv:2610.00511v1) переносит из когнитивной науки идею эпистемических действий в агентные системы на базе LLM, выделяя три режима — получение недостающих данных, преобразование имеющихся данных и зондирование системы для получения показательных ответов — и вводит понятие «эпистемическое лесоразоружение» (epistemic scaffolding) для интерфейсов, инструментов и сред, которые это обеспечивают и делают аудитируемым. Авторы утверждают, что разработка агентов должна явно обеспечивать производство готовых к решению доказательств до этапа принятия решений.

6.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

PFArena: бенчмарк PLM, LLM и агентов для модификации белков (arXiv:2609.28921v1)

PFArena — новый бенчмарк (arXiv:2609.28921v1), предлагающий четыре контролируемых интерфейса задач для модификации белков, включая генерацию одиночных мутантов и ранжирование множественных мутантов при разных уровнях данных о фитнесе. Авторы оценили шесть PLM, шесть LLM и пять LLM‑агентов, отметили, что PLM лучше в открытой генерации одиночных мутантов, а LLM и агенты — в ранжировании множественных мутантов при наличии таргет‑специфичных данных; все семьи моделей испытывают трудности при увеличении пространства поиска и глубины мутаций; код и набор для бенчмарка опубликованы.

7.0