Did Codex Reset
GitHub

Wiki Foundation Modelがリンク付きMarkdownウィキからエージェント記憶を検索

elvis

Wiki Foundation Model（WFM）は、長期記憶がリンクされたMarkdownファイルのフォルダであるエージェント向けだ。LLMウィキをグラフに変換し、クエリに条件付けたメッセージパッシングで検索するため、各ページの密なテキストとページ間のリンクがともに結果を形作る。

チームはまた、学習速度が10.5倍だと述べるGPU間の学習プロトコルを構築し、エージェント記憶とマルチホップ推論を扱う5つのベンチマークで高い結果を報告している。この研究はWFM論文で説明されており、academy.dair.aiは論文のチャットページを公開している。

#wfm#エージェント記憶#llmウィキ#研究

EvoOntology論文、自己進化するオントロジー層がDDR-BenchとBIRDでデータエージェントのスコアを向上と報告

elvis（@omarsar0）が、MCPサーバーとして提供されるデータエージェント向け自己進化オントロジー層EvoOntologyに関する論文を共有した。投稿によると、DDR-Benchの精度は6つのバックボーンで平均17.8ポイント上昇し、GPT-5.5では26.7ポイント、BIRDの実行精度は7.4ポイント上昇するという。

Taste-Benchで最高のモデルは、より良い方向を59.7%の割合で選ぶ

Microsoftらの論文によると、長期のエンジニアリングと研究タスクで、開いている方向のうちより良いものを選ぶTaste-Benchの設問に、最高のモデルは59.7%正解した。後から現れる証拠で決まる分岐ははるかに難しく、推論予算を増やしても精度は上がらない。教師の結果判断を蒸留すると、未使用のSWE-bench Proでの成功率は向上した。

elvisによると、Agora-2は最大20の人間とエージェントが1つの模擬世界をリアルタイムで共有できる

elvisによると、世界モデルAgora-2は、最大20の人間とエージェントを同時に1つの模擬世界へ入れられるようになった。elvisは、ロボット、自動運転車、サイバー防衛エージェントを一緒に訓練し、それぞれが他の向上に伴って良くなる場であり、実世界で使う前にエージェントの共謀を調べる場だと説明している。

Harness-Zero、専用ハーネスなしでマクロタスク成功率を44.3%に引き上げ

Googleと共同研究者による論文は、最適化したエージェントハーネスを学習時にのみ使うHarness-Zeroを説明している。そのハーネスを外すと、マクロタスクの成功率は23.3%から44.3%に上がり、ハーネスを付けたベースモデルが到達する41.7%を上回る。