Toutes les news taguées avec ce sujet.
Un nouveau framework identifie et neutralise les souvenirs nuisibles dans la mémoire des agents LLM, sans les supprimer définitivement.
Une architecture hybride couple un encodeur de graphe et un agent PPO pour fiabiliser les LLM analystes en cybersécurité à grande échelle.
Un nouveau cadre fait évoluer conjointement l'environnement d'exécution et la politique des agents LLM pour réduire les comportements dangereux.
Un framework léger prédit l'issue d'une tâche d'agent avant sa fin, coupant jusqu'à 44% des tokens consommés sans perte de précision.
Une architecture qui isole la personnalité changeante d'un agent LLM de son exécution auditée, testée sur une plateforme d'employé numérique régulée.
Un nouvel agent distille les attaques passées en compétences réutilisables pour percer plus efficacement les défenses des agents LLM.
Une étude contrôlée montre que les compétences induites au niveau des sous-tâches et au format texte se transfèrent mieux entre tâches que celles au niveau global ou en code.
Nouveau benchmark testant si des agents LLM peuvent réécrire des algorithmes d'entraînement, condition clé pour une auto-amélioration récursive.
Un cadre qui combine agent LLM et modèles VLA pour décomposer les tâches robotiques complexes et éviter la propagation d'erreurs entre étapes.
Une nouvelle attaque texte-only manipule la sélection et le planning des skills tierces pour forcer des détours coûteux, sans compromettre l'issue de la tâche.