Dans l'actualité
VAKRA: Evaluating Multi-Hop Reasoning Across APIs and Retrieval Under Tool-Use Policies
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- VAKRA benchmark évalue les agents IA sur le raisonnement multi-hop à travers plus de 8000 APIs exécutables dans 62 domaines avec contraintes de politique d'utilisation d'outils.
- Pourquoi ça compte
- Pour les ingénieurs d'entreprise qui construisent ou déploient des agents IA devant combiner des appels API et la récupération de documents sous contraintes opérationnelles.
- Vigilance
- Les meilleurs modèles n'atteignent que 70% sur les tâches single-hop et 50% sur le raisonnement multi-étapes; les défaillances viennent du raisonnement linguistique, pas de la mécanique des outils.
Écouter ce résumé
- agent
- reasoning
- retrieval
- tool-use
- edge
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.