Ricerca e strumenti si spostano verso agenti che possono essere controllati, orchestrati e migliorati senza riaddestrare i modelli di base. Selezione della topologia multi-agente, cicli di auto-miglioramento, ragionamento ibrido e agenti di calibrazione sono casi d'uso emergenti.
Uno studio su simulazioni fluido-dinamiche e oscillatori mostra che un LLM con prompt fisici migliora la calibrazione iniziale in 23 casi su 25, ma il vantaggio svanisce dopo 15 valutazioni. L'integrazione con un ottimizzatore classico riduce le esec...
Un gruppo di ricercatori propone Structured Authority Injection, un protocollo che incanala le correzioni umane in override MCP tipizzati e validati, con precedenza esplicita e persistenza tra i cicli di pianificazione. Niente fine-tuning né accesso ...
Google ha reso open source Harness2, un sistema che consente a un agente AI di raffinare il proprio harness per ogni task e conservare le lezioni apprese, senza toccare i pesi del modello. Testato con Gemini 3.5 Flash e GLM-5 su benchmark legali, d'u...
Un preprint di Stanford, Together AI, UIUC e Meta introduce i Hybrid Reasoning Agents: modelli che ragionano in modo interno e producono testo solo per tool e risposta finale. Nei test segnalati guadagnano circa il 10%, usano metà token, girano due v...
PRISM recupera un segnale per-query da corpora di grafi verificati che non hanno ranking. Un teacher legge un grafo sibling tramite un ramo low-rank zero-initialized; lo studente allinea i target decisionali su traiettorie auto-campionate. Su sei ben...
La piattaforma FastAPI proposta da DeepUnfolding Agent separa il controller adattivo dall'esecuzione di dominio. Gli executor registrano uno schema, inviano diagnostiche di round e ricevono azioni di controllo vincolate, con persistenza SQLite, deplo...
Un modello da 9 miliardi di parametri, addestrato una sola volta su 2.506 conversazioni generate da 297 procedure, affronta procedure di recupero crediti mai viste. I controlli documentali passano da 67-71% a 93-100%, i controlli grounded restano alt...
Un gruppo di ricercatori usa un LLM 'inverso' per ricostruire le tracce di ragionamento partendo dalle sole risposte. Il modello, addestrato una volta, genera in modo offline i passaggi intermedi per dati prompt-risposta, evitando i rollout multipli ...
