Agentic Conversations (formally mlops.community)
私のAIエージェントが車を買ってくれた：Hermes Agentと自己改善の最前線
My AI Agent Bought Me A Car
Nous ResearchのRLポストトレーニングチームに所属するSam Herringが、オープンソースのエージェントHermes Agentの個人的な活用例から、エージェントの失敗を学習環境に変えて自己改善させる取り組みまでを語った回。XiaomiのMiMo-V2.6 Proに着想を得たTrace to Environmentのループ、推論モデルの過剰な思考、推論時のアクティベーション・ステアリング、真の継続学習の展望にも話が及ぶ。