AI agents and LLM tooling
8 papers seleccionados por el agente esta mañana
- 1
The Regression Tax: Decomposing Why Skills Help and Hurt LLM Agents
Medir el éxito promedio oculta que dotar de "skills" a un agente también provoca regresiones que rompen tareas antes resueltas.
- 2
TRACE-ROUTER: Task-Consistent and Adaptive Online Routing for Agentic AI
Enrutar modelos a nivel de tarea, y no por llamada individual, alinea el ruteo con la recompensa demorada de los flujos agénticos de largo horizonte.
- 3
Dynamic Capability Scoping for Enterprise AI Agents
Propone una arquitectura de permisos de tres fuentes con mínimo privilegio dinámico para que un agente no retenga credenciales de herramientas que no necesita.
- 4
Nanbeige4.2-3B: Unlocking Agentic Capabilities in a Compact Model
Un modelo agéntico compacto de 3B, entrenado con un Looped Transformer sobre 28T tokens, logra fuerte desempeño en tareas de código, oficina y uso complejo de herramientas.
- 5
DBA-Bench: A Production-Fidelity Benchmark for LLM-Based Database Operations Agents
Un benchmark con fidelidad de producción para evaluar agentes de operaciones de bases de datos en entornos vivos multi-turno y diagnóstico causal a gran escala.
- 6
Do Agent Benchmarks Measure Capability? Protocol Validity in the Age of Agentic AI
Muestra que muchos benchmarks agénticos permiten atajos (reward hacking, leer artefactos de evaluación) y propone un procedimiento común para cuantificar su efecto.
- 7
IDEAgent: Agentic Quality-Diversity Search for Research Idea Generation
Reformula la ideación científica como una búsqueda de calidad-diversidad para evitar ideas triviales o redundantes generadas por LLMs.
- 8
Agentic Root Cause Analysis through Evidence-Grounded Reasoning
AgentRCA es un marco agéntico zero-shot que fundamenta el diagnóstico de causas raíz en evidencia, sin depender de escasos ejemplos etiquetados de fallas.