Lu xew
Benn këyit buñu jox arXiv ci 22 ut bi dafay tàmbale ToSCA, di benn kaadaru jàngat bu am ñaari dayo ngir ndaw yiy waxtaan. Dafay tëral tontub token-ci-token ci pexe bind bu yam ci wax, boole ci waajal niveau bu kawe ak defar làkk bu niveau bu suufe.
Bokk na ci ab dokimaa arXiv ngir "ToSCA: Jàppale Njàngale mu am doole ci wàllu abstraksioŋ temporel ak pexe ci ndawu waxtaan yi," juróom ñatti bindkat bind. Dafa wax ni joxe nañu këyit bi ci 22 ut 2026, ñu nangu ko ci EMNLP 2026 Findings. Sujet direct bu këyit bi mooy tàggat ak jàngat agents waxtaan IA, du waxtaan bu ëpp solo ci njàngum dooleel wala misaali làkk. Ci beneen anam, dosiye bi dafay fësal benn architecture ak jàngat bu benn agent, ak hierarchie biy forme xalaatu amal këyit bi.
Sistem bi ñu nara def dafay jëfandikoo ñaari niveau temporel. Ci dayo bi gëna kawe, ab ndawu liggéey dafay tann ab pexe bind bu leer ci dayo wax ji. Ci niveau bi gëna suufe, agent bi dafay decode tontu token par token ci di conditionne génération bi ci pexe biñ tànn. Auteur yi dañu tëral jëmmal bii di pont ci diggante xeeti jàng-jàng yu njëkk ya, yu doon jëfandikoo ay token kese, ak njàngale yu jëfandikoo ci wax yu mat te wuute. Kon wuute gi mingi ci diggante tànn pexe yiñ bëgga wax ak xam tànneef boobu jaaraleko ci token yu benn-benn tontu.
Këyit dafa wane liggéey bi ni ñaari dayo Markov jël dogal. Sunu sukkandikoo ci abstract bi, gëstukat yi dañu jëfandikoo ab reso Q bu xóot, wala DQN, ngir ŋàññikat yu mag yi ak gëna xéewale politik yu jege, wala PPO, ngir ŋàññikat yu ndaw yi. Source bi dafa wax ni xaaj bi dafa bawoo ci derivation theorique ak xalaat ci efficacité, waaye joxewul ay detay ci derivation wala implementation ci dokimaa yiñ joxe.
Ngir saafara neexal yu néew yi, bindkat yi dugal nañu pexem neexal bu am ñaari granularite. Dafay boole poñ satisfaksioŋ bu tollu ci wax ak niveau motivation intrinsèque ak penalti K-L. Abstract bi dafay wax ci jàngat yi ci waxtaan yu bës bu nekk ak waxtaan yuy jàppale yëg-yëg, fu ToSCA gëna mëna def ay liggéey yuñ leeralul ci wàllu pexe ak kalite tontu. Woykat bi dafa wax itam ni amna jëfandikoo gi jàppandi, ndigam dokimaa yiñ joxe duñu boole lëkkalekaay biy dem.
Ay leeral ci cosaan: arxiv.org ↗
Lu tax mu am solo
Liggéey bi dafay wax ci jafe-jafe bu mag bi ci IA buy waxtaan: boole ay mébetu jaxasoo yu yaatu ak kàddu yi ab ndawu liggéey di defar. Suñu ko gëmee ginaaw jàngat yiñ xamle, tàqale bi mën na joxe anam wu gëna jaar yoon ngir tàggat ndawu liggéey yi ci waxtaan yu bari te gëna yombal seen tànneef ci saytu.
Taxawaay bi ñu nara def ci diggante pexe ak kàddu yi dafay wane jafe-jafe bi am ci sistemu waxtaan yi. Tontu mën na nekk lu neex fekk mingi topp mébet bu jaarul yoon, wala mu tànn mébet bu xel mëna nangu waaye fësal ko bu baax. Su ToSCA defee pexe bi nekk jëf ju leer ci digg bi, dafay jéema tàqale ñaari mbir yooyu ci diiru tàggat ak jàngat.
Jariñ boobu mën na am njariñ ci sistem yi ñuy seentu ñu mëna wéyal waxtaan yi ci turn yu bari. Pexem niveau bu kawe mënna doon ab mébet buy weccoo xalaat, waaye generation bu niveau token mooy doxal tànneefi làkk wiñ soxla ngir fësal ko. Source bi firndewul ni ToSCA dafay liggéey ci waxtaan yu yàgg, waaye jëmmal hierarchical amna solo ngir jéema def agents conversationnel ñu gëna am jom te baña aju ci yenn dogal yi ci topp.
Nafar neexal bi itam mën na am solo. Njàngale mu am doole ngir génne làkk mën nañu ko jox feedback ginaaw bi ñu joxee tontu bu mat sëkk, te loolu tax na ñu baña xam ban dogal moo jàppale wala moo gaañ njariñ li. Dañuy jéema joxe feedback ci wàllu wax ak token. Résumé bi wanewul ndax loolu dafay jur tàggat bu gëna dëgër, njëg bu woyof, wala jikko ju gëna baax ci biir jafe-jafe wala xeexu mbañeel.
Resultaa yiñ joxe dañuy yokk fit waaye bariwul. Dañuy wax ci jàngat yi ci waxtaan yu bis bu nekk ak yuy jàppale yëg-yëg, te bindkat yi ñoo ko fësal. Source biñ joxe du joxe benn resultaa numérique, diggante wóolu, dayo , protocolu jàngat nit, wala replication moom boppam. Kon dafay jàppale rapoor ci anam wi ak méngale bi bindkat yi wax, waaye du ab doggal bu gëna yaatu ni njàngum dooleel hierarchique dafay gëna baaxal waxtaan IA.
Mekanism buy weccoo xalaat: naka lay doxee
Saytu xarala yu bees yi ci ginaaw yokkute bii ci anam wu weccoo xalaat.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Li nga wara seetaan ci topp
Resultaa yi dañuy des ci benn këyit te dañu leen wara saytu ku nekk. Li am solo buñu xamul mooy ensemble done yi, baseline yi, nattukaayi jàngat yi, dayo effet yi, njëgu ordinatër yi, performance ci làkk yi ak domen yi, ak ndax benefiis yi dañuy wéy ci waxtaan yi am ci àdduna dëgg wala ci jekkal yu am kaaraange.
Mbir mi njëkk ñu seetaan mooy mën nañu ko defaraat. Source bi dafa wax ni amna jëfandikoo, waaye bind arXiv biñ joxe xamul dencukaay bi wala leeral lisence bi, dependency yi, done tàggat yi, wala hardware bi ñuy laaj. Gëstukat yi moom seen bopp dina ñu soxla leeral yooyu ngir xam ndax mën nañu baamtu li ñu xamle ak ndax anam wi mën nañu ko jëfandikoo ci biti tabb bindkat yi.
Nafar evaluation bi dina am solo. Tur abstract yi dañuy wax bis bu nekk ak waxtaan yiy jàppale yëg-yëg waaye xamul setu done yi, làkk yi, limu turn yi, askan wi ci bokk, wala li ñuy tekki "kalite tontu." Waxul itam naka lañu nattee dogal ci pexe wala ndax jàngat yi xam nañu ban sistem moo defar tontu. Li ñu bàyyi ci liggéey bi dafay tax ñu mëna wax ni performance yi dañuy wuute bu baax ci liggéey bi, ci domen bi wala ci anam wi ñu koy jàngatee.
Kaaraange ak wóor yelloo nañu ñu xoolaat bu baax ci barabi jàppale yëg-yëg. Pexe buy yokk poñ satisfaction mën na baña yokk dëggug dëgg, saafara jafe-jafe, aar privacy, wala escalation bu méngoo ak ndimbalu doomi aadama. Source bi waxul dara ci kaaraange, te du wax benn test ci laaj yu mëna lore, jëfandikukat yu ñakk kaarange, coppite ci séddale, wala njuumte yu bawoo ci pexe yu kawe yu jaarul yoon.
Beneen liggéey dafa wara natt ndax pexe yu leer yi dañuy gëna baaxal saytu bi ak def liggéey bi. Firnde yu am njariñ ñooy ablations DQN, PPO, composants neexal, ak K-L penalti; méngale ak sistem yu gëna am doole ci jamono jii; natt latency ak xayma; ak jàngat ci waxtaan yu gëna gudd, làkk yu bari, ak ci àdduna dëgg. Bañuy am firnde yu mel noonu, ToSCA dañu koy gëna xamee ni proposition de recherche ak benefits experimentaires yuñ xamle, te baña nekk résultat de production buñ wane.