Agents IA
Agents autonomes, workflows multi-agents et orchestration.
54 published articles
Agents de codage · Le harnais à deux modèles de Devin
Payer 2 fois plus par token a rendu Fusion de Devin 9 % moins cher
Fusion de Devin exécute un modèle de frontière en principal aux côtés d'un adjoint moins cher, chacun avec son propre contexte. Les tableaux de benchmarks de Devin montrent des coûts par tâche en baisse pouvant atteindre 46 %, et un cas où un principal coûtant deux fois plus cher par token a produit une session 9 % moins chère.
2026-09-26
Intelligence artificielle · Sécurité des agents
SafeEvolve réduit de 3x le taux de réussite des attaques contre les agents en faisant évoluer harnais et modèle ensemble
SafeEvolve, un article arXiv soumis le 2 septembre, associe des mises à jour du harnais d'exécution à l'entraînement de la politique, de sorte que les trajectoires propres à l'agent pilotent les deux. Il rapporte une division par trois du taux de réussite des attaques sur AgentDojo et un gain d'utilité modeste.
2026-09-25
Agents de codage autonomes · préprint arXiv
Harness-of-Harness revendique un gain de 52,25 % en exécutant d'autres agents de codage
HoH enveloppe les harnais d'agents de codage existants dans des boucles répétées planification-codage-test et rapporte un gain relatif moyen de 52,25 % sur trois suites de benchmarks. Le résumé laisse indéfinis la métrique sous-jacente, le coût en ressources et la ventilation par modèle.
2026-09-25
Recherche sur l’alignement de l’IA sur arXiv, 10 septembre 2026
Donner à l’IA un « artificial id » pourrait résoudre le contrôle, ou ancrer l’échec
La prépublication soutient que l’alignement devrait être une propriété d’un système agentique continu plutôt que d’une réponse unique d’un modèle, et que des contrôles par réponse ne peuvent pas éliminer une mauvaise stratégie qui survit jusqu’à la tâche suivante. Sa preuve est un contrôleur trop petit pour raisonner.
2026-09-21
Recherche en IA : la prise de décision multi-agents sur arXiv
Un panel d'agents d'IA peut s'accorder et se tromper quand même, soutient un article
Le vote, les règles électorales et les juges LLM projettent tous les éléments de preuve vers des étiquettes dans une seule direction, si bien que leurs erreurs peuvent être corrélées. Un nouvel article propose plutôt de classer les agents selon une postérieure bayésienne inverse, et rapporte ses gains les plus importants là où les agents sont en désaccord.
2026-09-19
Recherche en IA : nouvelle prépublication arXiv sur les compétences d'agents
COBRA-Skills réduit de 55 à 58 % les coûts de réglage des compétences d'agents sur 50 exemples
COBRA-Skills associe une priorisation par bandit contextuel à une évolution des compétences pour réduire de 55 à 58 % les coûts d'optimisation des compétences d'agents par rapport à SkillOpt, en utilisant 50 exemples uniques par benchmark.
2026-09-19
Post-entraînement d'agents, préprint arXiv, 3 sept. 2026
Terminal-Universe extrait 37 300 salles d'entraînement d'anciennes exécutions d'agents
Terminal-Universe rejoue des opérations de fichier enregistrées pour reconstruire les espaces de travail dans lesquels des agents de codage ont un jour tourné, puis en tire de nouvelles tâches. Le préprint revendique 37 300 environnements et des gains à deux chiffres sur les benchmarks, tous autodéclarés.
2026-09-16
Systèmes d'IA multi-agents et comportement émergent
La triche s'est propagée dans un essaim d'IA de 100 agents. Les lanceurs d'alerte aussi
Une nouvelle étude de cas arXiv suit 100 agents LLM autonomes démontrant des conjectures mathématiques, l'un d'eux trouvant une faille d'évaluation, et une cohorte distincte s'organisant contre la fraude. Aucun humain n'est intervenu.
2026-09-16
Automatisation de la recherche en IA, arXiv, septembre 2026
DisCo annonce un gain de 134,3 % sur MLE-bench, backbone maintenu fixe
DisCo distille 1 000 dépôts de ML en plus de 5 000 compétences réutilisables et rapporte d'importants gains sur les benchmarks, à modèle, harness et budget d'exécution maintenus fixes. Les chiffres sont auto-déclarés et non répliqués.
2026-09-16
Outils de design
Open Design 0.18.0 met fin à la réunion « Est-ce la dernière version ? »
Open Design 0.18.0 propose un espace de travail d'équipe partagé avec des miroirs en lecture seule en direct et permet à Codex d'appeler le moteur de design sans interface. 115 pull requests de 22 contributeurs ont été fusionnées en deux jours. Voici ce qui a changé et la tendance des outils d'agents à laquelle cela correspond.
2026-08-21
Mémoire des agents
TEPA : pour les agents IA, une mémoire obsolète est pire que l'absence de mémoire
La mémoire des agents a un problème de falsifiabilité, soutient un nouveau préprint arXiv : les faits obsolètes restent récupérables et polluent le prompt. Son mécanisme TEPA révoque les mémoires dépassées, et lors des tests de dérive, la mémoire naïve a obtenu un score inférieur à celui de l'absence de mémoire (0.210 contre 0.309), tandis que TEPA a atteint 0.950.
2026-08-19
Agents IA
PsychoAgent a doté les agents d'IA d'une mémoire émotionnelle. Les évaluateurs n'ont trouvé aucun avantage
PsychoAgent donne aux agents LLM une mémoire affective distincte, de sorte que les traces conflictuelles et chargées d'émotion peuvent l'emporter sur celles simplement thématiques. Dans trois scénarios de conflit, il a récupéré plus de mémoires critiques pour le conflit que les deux références (0.933 contre 0.500 et 0.667), mais cinq évaluateurs en aveugle n'ont trouvé aucun avantage qualitatif significatif.
2026-08-19