Agenti LLM: la mappa del 2025
Nel 2023 un gruppo di ricercatori della Fudan University prova a mettere ordine nella parola più abusata dell'anno: "agente". Rileggiamo…
Nel 2023 un gruppo di ricercatori della Fudan University prova a mettere ordine nella parola più abusata dell'anno: "agente". Rileggiamo…
Un esperimento a modello fisso confronta su 80 compiti privati l'harness del produttore e uno neutrale, con Opus 4.8 e…
Uno studio di PricewaterhouseCoopers mette alla prova un'intuizione scomoda: nella ricerca agentica il vecchio grep batte spesso la ricerca semantica…
Da mesi si distribuiscono "skill" per gli agenti AI, schede di procedure che dovrebbero renderli più bravi. Un benchmark le…
La classifica GitHub di questi giorni dice una cosa sola, e la ripete sette volte. Non è più il protocollo…
Un gruppo di Microsoft e di tre università cinesi tratta il file di istruzioni di un agente come uno strato…
Un gruppo di Alibaba divide l'agente in tre ruoli: uno che tiene il registro del lavoro senza toccare niente, uno…
Due paper misurano che cosa succede alle regole di un agente quando l'harness riassume il contesto per fare spazio: in…
Un saggio di Kristen Maevyn dà un nome alla forma peggiore di debito tecnico: tante soluzioni giuste una per una…
Gli AI scientist scrivono proposte plausibili e codice che gira, ma spesso il codice non verifica più l'idea da cui…
Trentacinque autori, guidati da un ricercatore dell'Università di Jilin, mettono in fila le «ingegnerie» degli ultimi anni e ne propongono…
Un nuovo benchmark mette dodici modelli di frontiera davanti a 97 flussi di lavoro scientifici completi, dalla chimica quantistica all'elettrochimica,…
Un nuovo benchmark confronta quello che un agente di programmazione dichiara nella risposta finale con quello che la sua traccia…
Un gruppo dell'Università dell'Illinois rilascia un toolkit open source che tratta il debug degli agenti come un ciclo chiuso: rilevare…
Gli agenti che migliorano da soli il proprio harness vanno forte sui test su cui si allenano e crollano altrove.…
PhAI Labs pubblica un banco di lavoro per la ricerca biomedica che trasforma le conversazioni con i ricercatori in compiti…
Sei ricercatori, quasi tutti di istituzioni moscovite, pubblicano un harness per agenti di programmazione che modifica il proprio codice come…
Un agente è un modello più il programma che gli sta attorno. Un nuovo paper addestra con il rinforzo un…
Un gruppo di Google Cloud AI Research fa correggere a un modello l'harness di un agente compito per compito, confrontando…
Google ha pubblicato il codice di Harness², il sistema che ritocca l'harness di un agente compito per compito. Lo abbiamo…
Prime Intellect pubblica il proprio harness per agenti: un interprete Python che resta acceso fra un turno e l'altro, subagenti…
Nove strumenti invece di una cinquantina, una memoria a quattro strati di cui se ne vede uno solo, procedure che…
Rispondere a un problema di matematica è una cosa. Prendere una segnalazione di bug da un progetto open source e…
Un nuovo benchmark mette venti compiti di programmazione lunghi e realistici davanti agli agenti CLI più avanzati. Nessuno supera il…