LLM & Agenti – Page 2

Experiential Reinforcement Learning: far riflettere il modello sui propri errori prima di premiarlo

Gli agenti addestrati con reinforcement learning imparano per tentativi ed errori, senza fermarsi a capire perché hanno sbagliato. Un gruppo…

LLM & Agenti Paper Summary

Target Policy Optimization: separare ‘cosa premiare’ da ‘come aggiornare i pesi’ nell’RL per LLM

Nell'RL per gli LLM si campiona un gruppo di risposte a un prompt e le si valuta. TPO separa due…

LLM & Agenti Paper Summary

Matrix: generare dati sintetici con sciami di agenti senza un direttore d’orchestra

Un framework di Meta FAIR che coordina decine di migliaia di agenti AI senza orchestratore centrale: lo stato di ogni…

LLM & Agenti Paper Summary

SEAL: i modelli linguistici che si riscrivono i propri dati di addestramento

Un gruppo del MIT propone SEAL: davanti a un testo nuovo, il modello si scrive da solo i dati su…

LLM & Agenti Paper Summary

AlphaResearch: un agente LLM che prova a scoprire algoritmi nuovi

Un agente autonomo affianca due giudici — un revisore addestrato sui referaggi di ICLR e l'esecuzione del codice — per…

LLM & Agenti Paper Summary

Is Grep All You Need? Come l’harness dell’agente cambia la ricerca agentica

Uno studio di PricewaterhouseCoopers mette alla prova un'intuizione scomoda: nella ricerca agentica il vecchio grep batte spesso la ricerca semantica…

LLM & Agenti Paper Summary

Self-distillation semplice: un LLM che migliora nel codice imparando dai propri output

Ricercatori di Apple mostrano che un modello può migliorare a scrivere codice riaddestrandosi sui propri output grezzi, senza verificatore, insegnante…

LLM & Agenti Paper Summary

SkillsBench: le ‘skill’ per agenti funzionano davvero? Un benchmark lo misura

Da mesi si distribuiscono "skill" per gli agenti AI, schede di procedure che dovrebbero renderli più bravi. Un benchmark le…

LLM & Agenti Paper Summary

L’RL insegna davvero a ragionare? Il paper che mette alla prova RLVR

Un gruppo di Tsinghua misura i modelli "ragionanti" con pass@k invece che sulla media. La scoperta scomoda: il reinforcement learning…

LLM & Agenti Paper Summary

L’illusione dell’illusione del pensiero: perché i modelli di ragionamento non collassano davvero

Un commento di quattro pagine sostiene che il "collasso del ragionamento" misurato in uno studio molto discusso sia un artefatto…