#AI 智能体
主题「AI 智能体」下共有 234 篇日报,第 3 / 4 页。
2026-09-03周四1 篇PyTorch
2026-09-02周三1 篇AI 智能体
2026-09-01周二3 篇AI 智能体
2026-08-28周五1 篇AI 智能体
2026-08-27周四2 篇AI 智能体AI 安全
2026-08-26周三3 篇AI 智能体
复杂任务的关键不只是推理:Apodex 1.1扩展可验证智能体能力
Apodex 1.1从环境扩展与智能体协同两方面训练长期任务能力,强调状态维护、失败恢复和可验证交付。
来源:Hugging Face Daily Papers手机智能体评测不能只看点屏:MobilePA-Bench转向真实规划约束
MobilePA-Bench以可执行沙箱、实时应用状态和212种工具,评估移动智能体在协作、记忆与技能调用中的规划可靠性。
来源:Hugging Face Daily Papers把脚手架变成能力放大器:Prime Agent 支持长程智能体持续改进
Prime Agent 以持久化执行环境、递归子智能体和统一验证机制,减少脚手架故障对长程任务评测的干扰。
来源:Hugging Face Daily Papers2026-08-25周二3 篇AI 智能体
训练环境不必围绕任务搭建:AgentMercury从业务场景生成可执行世界
AgentMercury把业务场景转化为可执行环境,支持智能体在持久化、多服务世界中训练,并在企业流程与多类外部基准上取得提升。
来源:Hugging Face Daily Papers单个智能体走到尽头:用图工程组织协作与持续演化
论文认为,复杂长周期任务的瓶颈不只是模型能力或上下文长度,而是协作结构;图工程试图以动态图统一组织任务、智能体与执行状态。
来源:Hugging Face Daily Papers低延迟 AI 伙伴进入游戏:开发者让智能体陪自己游玩《天际》
一则 Hacker News 热帖展示了一个与玩家共同游玩《天际》的低延迟 AI 伙伴项目,也引出实时交互智能体的工程边界。
来源:Hacker News2026-08-23周日4 篇AI 智能体代码智能体应用架构
把一群“克隆体”组织成办公室:Munder Difflin 的智能体运行框架
Munder Difflin 登上 Hacker News 热帖,尝试以运行框架组织一批“克隆体”智能体,但项目细节与实际能力仍有待进一步验证。
来源:Hacker News代码智能体并不优先读 API 文档:它们更依赖指令文件和工作笔记
一项基于两组公开数据的研究显示,代码智能体最常 consult 的不是传统技术文档,而是指令文件与工作笔记,文档与编码、测试的关系仍需谨慎解释。
来源:arXiv让智能体把成功经验留下来:FlowEvo协同进化工作流与技能
FlowEvo在推理时将成功工作流编译为可执行技能并持续复用,通过效用追踪抑制负迁移,提升多项任务表现并减少推理 token。
来源:Hugging Face Daily Papers软件架构将收敛为三件事:存储、模型与智能体的第三次重构
论文提出 Software 3.0 正在形成,软件将围绕统一存储、大模型与智能体执行循环重组,但确定性、成本与安全仍是边界。
来源:arXiv2026-08-22周六2 篇AI 智能体
2026-08-21周五4 篇强化学习代码智能体物理 AI
无监督推理不必困在自我奖励:Co-RL 用多模型协作抑制训练坍塌
Co-RL 让相互解耦的多个模型提供同伴奖励,并以群体多样性降低相关错误与自反馈偏差。
来源:Hugging Face Daily PapersSPADE让训练环境参与自博弈:可执行任务随智能体能力演进
SPADE让同一大模型同时设计可执行环境并学习行动,以提示前后的奖励差定位能力边界,动态生成训练目标。
来源:Hugging Face Daily Papers工时缩短 68%:Stampli 用两款 AI 工具压缩上线制作周期
面对固定截止日期和已被占用的设计资源,Stampli 使用 Codex 与 ChatGPT Work,把数周上线制作压缩到数天。
来源:OpenAI让机器人边执行边纠错:Zetta 用三层闭环推动技能自进化
Zetta 冻结基础策略,通过多时间尺度闭环在线演化批评器与恢复技能,在两项机器人基准上提升成功率与推理效率。
来源:Hugging Face Daily Papers2026-08-20周四4 篇推理优化AI 智能体模型评测
本地机器不再只做小模型:FreeToken 自适应调度 MoE 推理资源
FreeToken 联合设计模型加载、专家驻留与 CPU-GPU 执行,让异构边缘硬件动态承载超大规模 MoE 模型。
来源:Hugging Face Daily Papers长程智能体微调未必需要强化学习:ESOpt以推理级显存优化全参数
论文提出以进化策略替代长程智能体强化学习,通过黑盒轨迹奖励和在线加权更新,在推理级显存下进行全参数微调。
来源:Hugging Face Daily PapersASI-Bench直测科研自主性:撤掉方法指导后成绩明显下滑
新基准以跨领域项目级任务逐步撤除方法指导,评估智能体能否自主选择方法、完成研究并产出可验证结果。
来源:Hugging Face Daily Papers训练引擎不再掌控交互循环:Agent Lightning重构智能体强化学习
Agent Lightning v1.0让部署时智能体框架直接参与后训练,并以轻量实现验证搜索、编码等场景的强化学习路径。
来源:Hugging Face Daily Papers2026-08-19周三3 篇模型评测AI 智能体
世界模型评测不该只有分数:HarnessEval-W 构建可核验证据树
HarnessEval-W 将评测拆成可测子任务,由专门子智能体取证、父智能体验证,为世界模型生成细粒度诊断与完整证据链。
来源:Hugging Face Daily Papers不改模型权重也能达到95.3%:StateM扩展智能体运行时
StateM通过持久状态、受检转换与可恢复运行手册强化执行层,在Terminal-Bench 2.1上将GPT-5.6推至95.3%原始准确率。
来源:Hugging Face Daily Papers3D 开放世界生成仍未过关:VibeWorlding系统评测多模态智能体
VibeWorlding以资产、场景和多模态查询构建统一基准,并用沙箱与规则验证器支持评测及强化学习后训练。
来源:Hugging Face Daily Papers2026-08-16周日2 篇大语言模型多模态模型
2026-08-15周六4 篇模型评测AI 智能体
固定动作难评世界模型:PlayWorld用智能体检验长期交互
PlayWorld让多模态智能体执行171个长期目标场景,从空间一致性、交互真实性与状态演化等维度比较九款世界模型。
来源:Hugging Face Daily Papers设计脚手架也能自我迭代:AutoDesign提升长程海报生成
AutoDesign让元优化器依据执行反馈递归改写设计脚手架,并在论文转海报基准的多种配置中稳定提升得分。
来源:Hugging Face Daily Papers科研智能体走向统一底座:Intern-S2整合多模态与长程任务
Intern-S2-Preview通过科学多模态预训练、统一后训练和智能体强化学习,探索支持科研理解、生成与长程任务的通用模型底座。
来源:Hugging Face Daily Papers冻结 VLM 也能积累空间经验:SMA 用可验证记忆辅助推理
SMA 将可验证环境中的空间经验提炼为带可靠性评分的程序记忆,无需更新参数,并避免部署时调用外部专家空间工具。
来源:Hugging Face Daily Papers2026-08-14周五4 篇GPT-5.6AI 智能体机器人科研
GPT‑5.6 的价值不只在模型升级:智能体效率取决于选型与 API
OpenAI 以初创公司实践说明,GPT‑5.6 智能体要兼顾开发速度与成本,关键在模型选择和 Responses API 新能力。
来源:OpenAIMechanist 把机制研究交给智能体:自动提出假设并执行实验
该系统整合论文知识图谱与机制分析工具,尝试让 AI 自主发现、解释并干预模型能力背后的机制。
来源:Hugging Face Daily Papers机器人数据闭环走向一体化:三项工具尝试串起记录、训练与部署
从标题看,Hugging Face 正尝试整合机器人数据与智能体工作流,但具体架构、能力边界和效果尚无材料可确认。
来源:Hugging Face Blog论文生成不只靠写作:十三项可组合技能串起科研全流程
Spark-to-Paper 将检索、实验、证据校验、论文修订与制图拆成可组合技能,尝试在代码助手内完成端到端论文生产。
来源:Hugging Face Daily Papers2026-08-13周四3 篇AI 智能体
智能体进化不只靠自我迭代:综述提出协同进化三阶段框架
这篇综述以智能体、同伴与环境相互施压为主线,整理协同进化的三阶段分类,并指出评测、扩展与安全控制难题。
来源:Hugging Face Daily Papers智能体不该只改变环境:ComBodied Agents 转向人的状态轨迹
论文提出以个人状态演化为核心的智能体范式,将软件、传感器、机器人和人工服务统一为干预通道。
来源:Hugging Face Daily Papers企业 AI 正从辅助走向执行:ChatGPT 与 Codex 加速进入工作流
OpenAI 观察到企业正以 ChatGPT 和 Codex 推进智能体式 AI,领先企业采用更快,但现有摘要不足以判断实际成效与普适性。
来源:OpenAI2026-08-12周三2 篇AI 智能体代码智能体
2026-08-11周二2 篇AI 智能体大语言模型
2026-08-09周日2 篇AI 智能体
2026-08-08周六4 篇AI 智能体
WorldClaw 用智能体搭建开放世界:兼顾全局地形与可编辑资产
WorldClaw 以粗到细的多智能体流程,将开放文本转换为结构连贯、局部丰富且支持后续编辑的三维开放世界。
来源:Hugging Face Daily Papers经济世界模型不只是多智能体仿真:论文给出六级能力路线图
论文将经济世界模型拆成六级能力阶梯,并指出自演化智能体、内生制度与持续现实对齐仍是稀缺环节。
来源:Hugging Face Daily Papers不接外部环境也能训练智能体:EnvACE用世界排演内化环境动态
EnvACE让策略同时扮演智能体与环境,以任务成功奖励联合训练,并在测试时通过私有排演辅助长程工具决策。
来源:Hugging Face Daily Papers无需额外评论器也能细分功劳:AgentOPSD 递归定位智能体关键回合
AgentOPSD 将教师与学生的概率差聚合为回合证据,再递归更新贝叶斯信念,把稀疏结果奖励转成可用于策略优化的细粒度信用信号。
来源:Hugging Face Daily Papers2026-08-07周五4 篇AI 智能体大语言模型
不再给整条搜索轨迹平均记功:ABSeeker细化每一步训练
ABC 从答案反推解题线索,为搜索轨迹生成步骤级奖励,让有效动作获得强化并抑制错误或冗余步骤。
来源:Hugging Face Daily Papers长任务智能体不只靠更强模型:OneDayAgent统一管理执行链路
OneDayAgent把开放式请求转成可管理的执行流程,并在104项任务上展示跨模型后端复用能力。
来源:Hugging Face Daily PapersQwen3.8 Max 登顶智能体指数:榜首不等于全面领先
Hacker News 热帖显示,Qwen3.8 Max 在 Agentic Index 中位列整体第一,但现有材料不足以判断评测范围、分差与适用边界。
来源:Hacker News图像生成不再只负责画图:ToolArtist 统一协调推理、工具与生成
ToolArtist 将开放世界图像任务中的推理、外部工具调用和原生图像生成纳入同一智能体策略,并通过监督微调与强化学习联合训练。
来源:Hugging Face Daily Papers2026-08-06周四3 篇AI 生态AI 智能体视频大模型
TIME 为 AI 机器人定制含广告页面:内容分发开始按访问者分流
一则 Hacker News 热帖称,TIME 向 AI 机器人提供带有广告的独立网站版本,引发对内容分流与治理边界的讨论。
来源:Hacker News教师信号不必逐词全信:PCSD 用持续一致性改进智能体强化学习
PCSD 依据教师偏好信号在局部范围内的持续程度动态加权蒸馏,在保留环境反馈的同时缓解稀疏奖励问题。
来源:Hugging Face Daily Papers视频深研智能体跨过静态图像:先看完整视频,再去开放网络检索
Video-DR 通过分阶段解锁工具与强化学习,要求智能体先完成跨帧视觉定位,再开展开放网络检索。
来源:Hugging Face Daily Papers没有匹配的日报,换个关键词试试。