Continual Learning for Long-Running Agents: Agents That Keep Getting Better

Continual Learning for Long-Running Agents: Agents That Keep Getting Better

par Jack Min Ong

Sciences formelles & physiques IA — Modèles & Recherche UYQIntelligence artificielle (IA)UYQMApprentissage par la machine
🎙 Jack Min Ong 👥 222K 📅 1 juillet 2026 ⏱ 23 min 👁 17K 📄 conférence technique 🧭 2026-08-13
Disponible en : Français (actuel) English

Mots-clés

continual learningagentsrecursive language modelsapprentissage par renforcementNVIDIA

Résumé

Cette conférence de Jack Min Ong, ingénieur chez Prime Intellect, présente une approche pour améliorer les agents IA à longue durée d’exécution grâce au continual learning. L’orateur commence par identifier le problème principal : les modèles de langage ont des difficultés à raisonner sur de très longs contextes, comme le montrent les benchmarks MRCR et GraphWalks. Il propose alors une solution : utiliser des modèles de langage récursifs (RLM) qui, au lieu de recevoir tout le contexte en une fois, reçoivent des références et explorent progressivement l’information via des appels d’outils programmatiques. Cette approche, déjà adoptée par des outils comme Claude Code ou Perplexity, permet de mieux gérer les tâches complexes et d’éviter les problèmes de compaction. L’orateur explique ensuite comment le continual learning peut être mis en œuvre en pratique : en collectant les traces des agents déployés, en les évaluant, et en utilisant ces retours pour entraîner les modèles. Il présente la plateforme de Prime Intellect qui facilite ce processus, avec des environnements d’entraînement, des évaluations et des sandboxes. Enfin, il illustre l’efficacité de cette approche avec un cas d’étude chez Ramp Labs, où un modèle plus petit a surpassé un modèle plus grand sur une tâche spécifique. La conférence se conclut sur l’importance de l’infrastructure, notamment l’utilisation de NVIDIA Dynamo pour l’inférence.

215 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La présentation apporte une valeur certaine en proposant une solution concrète au problème des agents à longue durée : les modèles de langage récursifs. L’argumentation est structurée et s’appuie sur des exemples concrets (benchmarks, outils existants, cas d’étude). L’orateur justifie bien la nécessité de cette approche en montrant les limites des modèles actuels sur les longs contextes. Cependant, l’argumentation repose principalement sur des observations et des exemples, sans démonstration expérimentale détaillée. La solidité de l’argumentation est correcte, mais elle gagnerait à être étayée par des résultats quantitatifs plus précis.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est moyenne : l’orateur cite des benchmarks et des travaux (comme le blog post sur les RLM), mais sans fournir de références précises ou de liens vers les études. Les sources mentionnées dans la description (NVIDIA NeMo, Nemotron) sont des produits commerciaux, pas des sources scientifiques. L’adéquation entre le titre et le contenu est bonne, le titre reflétant bien le sujet traité. La qualité des sources est donc limitée, mais le contenu reste cohérent et informatif.

183 mots

Adéquation titre / contenu

Le titre est bien représentatif du contenu : il annonce le sujet du continual learning pour les agents à longue durée, et la présentation développe effectivement cette thématique.

Qualité & fiabilité

7/10

Exposé technique cohérent, s'appuyant sur des exemples concrets et des références à des travaux récents, mais sans démonstration expérimentale détaillée ni revue systématique des sources.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • NVIDIA NeMo — Plateforme pour construire, surveiller et optimiser les agents IA.
  • NVIDIA Nemotron — Modèles de fondation de NVIDIA.

Sources concordantes

  • NVIDIA NeMo — Plateforme pour construire, surveiller et optimiser les agents IA.
  • NVIDIA Nemotron — Modèles de fondation de NVIDIA.

Apport & nouveautés

L’apport principal de cette présentation est de proposer une approche pratique pour améliorer les agents à longue durée via le continual learning et les modèles de langage récursifs. L’orateur met en avant l’importance de l’infrastructure et de l’entraînement personnalisé pour optimiser les performances. Il présente également la plateforme Prime Intellect comme une solution intégrée pour faciliter ce processus.

Pour aller plus loin :

100 mots

Profil radar

Le profil radar montre une bonne quantité d'informations et un niveau technique correct, mais une fiabilité globale moyenne. La qualité de l'information est correcte, mais les sources sont limitées. Cela suggère un contenu informatif mais qui gagnerait à être étayé par des références plus solides.

Fiabilité 7/10

💬 Sur les 0 commentaires analysés, aucune tendance n'est disponible.