Techniques et recherche

L’essentiel

Raw-RAG (recherche de documents pour guider une réponse) recherche puis reclasse des passages dans l’historique conversationnel brut. L’étude l’utilise comme référence simple face aux systèmes qui transforment d’abord la mémoire.

L’essentiel

NTT structure les relations entre documents, code et tests afin de détecter leurs incohérences. Une seconde méthode cartographie les angles de test manquants puis génère des cas complémentaires.

L’essentiel

Des chercheurs évaluent si l’usage d’une mémoire personnelle produit une réponse réellement préférée. Leur modèle de récompense combine qualité générale et pertinence du souvenir.

L’essentiel

Des chercheurs présentent BackUpper, une couche expérimentale qui prépare un retour arrière avant les modifications d’un agent de code. Leur benchmark RegretBench comprend 205 tâches fondées sur des situations de perte rapportées publiquement. Les agents testés terminent souvent leur mission sans conserver l’état qui pourrait ensuite être nécessaire.

L’essentiel

L’équipe GameScaling, qui associe miHoYo, Tsinghua et plusieurs universités, publie une étude sur l’apprentissage d’agents dans des jeux vidéo. Elle fait varier la taille des modèles, les heures de jeu et le mélange des environnements. Les résultats montrent surtout des progrès dans les mondes proches de l’entraînement, avec un rôle décisif du temps de réponse.

L’essentiel

IBM Research présente ClariEdge, un jeu d’exemples pour entraîner un assistant à repérer une question ambiguë sans interrompre inutilement la conversation. Un petit modèle adapté atteint 96,6 % de classifications correctes sur le test de l’étude. Ce résultat porte sur le besoin de clarification, pas sur l’exactitude des réponses finales.

L’essentiel

Des chercheurs de Berkeley présentent D-Skill, une méthode qui transforme les différences de travail entre deux agents en consignes réutilisables. Le modèle moins performant reçoit ce document au moment de réaliser une tâche, sans modification de ses paramètres. Les résultats portent sur trois bancs d’essai, dont la manipulation de feuilles de calcul.

L’essentiel

Microsoft et Hugging Face publient une méthode qui entraîne un agent à partir de contrôles exécutables sur l’état final d’une base de données. La récompense dépend du résultat réellement enregistré, pas de la déclaration de l’agent. Le code est ouvert, mais le jeu privé utilisé pour l’entraînement et l’importante infrastructure de calcul ne le sont pas.

L’essentiel

L’opérateur coréen SK Telecom annonce une collaboration avec des mathématiciens et chercheurs en IA pour travailler sur A.X K2. Le programme vise à renforcer les connaissances spécialisées et la vérification du raisonnement. Il ne livre pas un nouveau modèle et ne présente pas encore de gain mesuré.

L’essentiel

Des chercheurs de Fudan et de l’équipe Hunyuan de Tencent proposent TIDE, une méthode pour examiner les forces et les faiblesses des modèles derrière leur score global. Elle regroupe les questions en familles puis confronte ces groupes aux résultats réellement obtenus. L’étude reste limitée à des évaluations écrites en anglais, statiques et à un seul tour.