מחקר של Alibaba: ReVision חותך עלויות של GUI agents; Agent-BRACE ו-anchored bipolicy self-play

חוקרים מ-Alibaba פרסמו שלושה מאמרים בולטים על מערכות agent: ReVision שמנצל יתירות ויזואלית בזמן בין screenshots של GUI כדי להריץ computer-use agents תחת תקציב context קבוע; Agent-BRACE שמפריד אמונות מפעולות במשימות ארוכות-טווח עם תצפית חלקית; ושיטת self-play בשם 'anchored bipolicy' שחושפת פערים בעקביות-עצמית בבטיחות שה-red-teaming הסטנדרטי מפספס.