4 geselecteerde signalen uit de lokale hybride Daily Signal Brief pipeline.
The Decoder
Google Research verdeelt agentervaring in drie lagen: onveranderlijke uitvoertraces, een groeiende wiki met foutpatronen en succesvolle strategieën, en actieve procedurele skills. Een maintainer destilleert nieuwe ervaringen naar de wiki; skillupdates kunnen worden teruggedraaid wanneer ze de prestaties verslechteren. Zo ontstaat cumulatief gedrag zonder de modelgewichten opnieuw te trainen.
arXiv reasoning / agents / evals
RedEvoAgent test uitvoerende agents als black box en vat aanvalstrajecten samen in een korte, leesbare skill in plaats van volledige eerdere trajecten te hergebruiken. Tool-effectiviteitsprofielen en attributie bepalen welke stappen de skill mogen aanpassen; een validatieratel bewaart alleen updates die de prestaties verbeteren. De auteurs rapporteren betere resultaten dan vaste en agentische baselines en overdracht tussen verschillende aanvaller- en doelharnassen.
TechCrunch AI
Een door TechCrunch beschreven Anthropic-experiment liet geautomatiseerde systemen interventies ontwikkelen voor tien benchmarks van specifiek ongewenst modelgedrag. Volgens de gerapporteerde resultaten verbeterde elke benchmark zonder meetbare verslechtering van de algemene prestaties; de publicatie is een vroege onderzoeksdemonstratie, geen bewijs van autonoom zelfverbeterende modellen in productie.
Hugging Face Blog
Hugging Face en Voice Arena voegen openbare en private Monsoon-testsets voor Hindi en Indiaas-Engels toe aan de Open ASR Leaderboard. De collectie varieert bewust langs negen assen, waaronder regio, leeftijd, apparaat, akoestische omgeving en spreeksnelheid, omdat één gemiddelde woordfoutscore bevolkingsspecifieke fouten kan verbergen. Hindi is daarmee de eerste Indische taal op het tot nu toe Europees georiënteerde meertalige tabblad.