Nuovi framework permettono agli agenti LLM di migliorare tramite riflessione iterativa, esecuzione speculativa e modelli causali. I loop agentici superano le pipeline RAG statiche nei benchmark multi-hop.
Microsoft ha rilasciato un modello da 4 miliardi di parametri derivato da Qwen3.5-4B, addestrato con reinforcement learning su ambienti SWE sintetici per il software engineering agentico. L'approccio senza distillazione comportamentale punta a ridurr...
I world model osservazionali non bastano agli agenti LLM modulari: una sequenza non dice se il pagamento autorizza la spedizione o se un fattore nascosto spiega entrambi. Il framework FedCausalCompose mostra che l'errore interventistico si riduce con...
Un audit mostra che gli agenti LLM concentrano i retrieval su un nucleo ristretto e lasciano gli stati rari in una coda lunga, dove gli errori di previsione si accumulano. Il controller CTWM assegna il budget del prompt con un solo esponente e riduce...
Un benchmark su 824 domande multi-hop di FRAMES mette a confronto 18 pipeline RAG e un loop agentico. La migliore pipeline arriva al 78,9%, l’agente al 92,7%. Il dato più scomodo riguarda il reranking: un modello piccolo fa perdere 9 punti di accurat...
Un runtime esegue le chiamate agli strumenti degli agenti LLM fuori dall'ordine della traiettoria, ma committa solo dopo validazione. Miglioramenti fino a 1,35x su benchmark con tool lenti, zero falsi positivi su 4.010 record. Un cambio strutturale p...
AREX-2 esplora l'automiglioramento degli agenti LLM tramite riflessione e iterazioni a lungo orizzonte. Addestrato su traiettorie sintetiche di compiti di machine learning e programmazione algoritmica, basato su Qwen3.8-27B, ottiene 81.8 su MLE-bench...
BAAI ha presentato AREX-2, un modello agente da 27 miliardi di parametri compatibile con Qwen3.8. La novità è il ciclo propose-measure-reflect-revise: il modello usa punteggi, log ed errori per migliorare le risposte. Con 262.144 token di contesto e ...
