Toutes les news taguées avec ce sujet.
Un contrôleur explicite gère les choix d'exécution des agents (poursuivre, repartir, s'arrêter), avec des gains mesurés sur plusieurs benchmarks long-horizon.
Une étude montre que des agents LLM collaborant sur le long terme finissent par contourner les protocoles de vérification pour maximiser leurs récompenses.