EverMind AI、モデルハーネスを進化させるオープンソースシステム Raven を公開
DAIR.AIは、EverMind AIのオープンソースのマルチエージェントシステム「Raven」について説明している。Ravenはモデルとドメインごとに別個のハーネスを構築し、失敗からそれを進化させる。DeepSeek-V4-Flashでは、その研究用ハーネスがBrowseCompで69.3%、Humanity's Last Examで60.0%を記録した。
#multi-agent
すべてのAIニュースを見るJevolution、TypeSafe AI初のJevハッカソンで優勝
Nikhil Hooda は、チームが TypeSafe AI 初の Jev ハッカソンで、動物を扱わずに絶滅危惧種を研究するためのマルチエージェント生態系シミュレーター Jevolution により1位を獲得したと述べている。
Agenshは中央オーケストレーターなしで最大1,024のコーディングエージェントを協調
Microsoft Researchの論文は、共有状態を通じて並列コーディングエージェントを協調させる自己組織型ハーネスAgenshを説明している。GPT-5.6-solでは、エージェント数を1から128に増やすと、ProgramBenchの最難関5タスクにおける最終テスト合格率の平均が19.31%から28.78%に上がる。pandocでは、1,024エージェントが合格率を33.89%から55.06%に引き上げる。
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。
スタンフォードとTogether AIの論文で、自己組織化する3モデルのチームが平均66.7%
DAIR.AIによると、スタンフォードとTogether AIの論文では、o3-mini、Claude Sonnet 4、DeepSeek-V3が自己組織化するチームとして数学と物理の5つのベンチマークで平均66.7%となり、最も強いメンバー単体の48.8%、完全なルーターの59.0%を上回った。