Team

Productividad

Mithril Medicine tenía un empleado a tiempo completo apoyado por especialistas externos y laboratorios; su adquisición por Anthropic se describe como un estudio de caso sobre cómo Claude puede ayudar a coordinar la investigación de medicamentos, con el progreso clínico aún por probar.

Tsinghua, Zhipu y socios presentaron HarnessPro, que permite a los agentes estudiar sus propias ejecuciones y reescribir su arnés sin necesidad de respuestas de referencia. El equipo informa de un aumento de 2 puntos en la tasa de aprobación y una reducción del 26,1 % en el costo por tarea, parte de un impulso chino más amplio hacia la mejora recursiva propia centrada en la andamiaje del modelo en lugar de los pesos.

Investigación • Pandaily

Un equipo de investigación liderado por Google creó StreamVibe, un agente de video diseñado para observar a personas cocinar o ensamblar muebles e intervenir solo cuando se necesita ayuda. Un benchmark muestra que ninguno de los modelos probados identifica de forma fiable el momento adecuado en videos más largos, ya que los errores se acumulan y la calidad de las respuestas cae bruscamente.

Investigación • The Decoder

Investigadores de Y Combinator y Olam Labs probaron enjambres de agentes de IA en Minecraft, desplegando cientos de agentes para colaborar o competir. Los equipos de 50 agentes no lograron construir una civilización próspera, cayendo en una burocracia paralizante, lo que ofrece ideas sobre los desafíos de coordinación multiagente del mundo real.

Investigación • Hacker News