#AI 智能体
主题「AI 智能体」下共有 234 篇日报,第 4 / 4 页。
2026-08-05周三3 篇AI 智能体大模型
长任务智能体的关键不只在模型:把任务状态移出上下文单独管理
LongHorizon-Harness 通过外置且独立验证的任务状态与 MEA 循环,改善多个模型在长程任务基准上的表现。
来源:Hugging Face Daily Papers技能生成不再依赖手工管线:Skill-α用强化学习逐步编辑
Skill-α将智能体技能构造改写为可逐步评估的编辑过程,并以回滚奖励依据下游执行效果训练生成策略。
来源:Hugging Face Daily Papers稀疏与稠密检索不再分家:UEmbed 用单次因果前向统一多模态表示
UEmbed 以解码器式多模态模型在一次因果前向中同时生成稀疏与稠密表示,并发布 2B、4B、9B 三种规模。
来源:Hugging Face Daily Papers2026-08-04周二1 篇模型评测
2026-08-03周一1 篇AI 智能体
2026-08-02周日1 篇SWE-Bench
2026-08-01周六5 篇AI 智能体科研大语言模型
工具不是越多越好:Beacon让视觉智能体判断何时调用工具
Beacon从调用时机与实际收益两条线重估视觉工具使用,试图减少无效调用,并避免工具损害模型原本能答对的问题。
来源:Hugging Face Daily Papers把检索单位从论文换成主张:AskChem重构化学文献综合
AskChem将化学论文拆成可追溯的原子主张,并通过分类体系与证据图支持跨论文检索和综合。
来源:Hugging Face Daily Papers把记忆写进基础模型:Metis 探索无需梯度的在线记忆
Metis 将持续演化的记忆状态纳入模型骨干,并通过中期训练学习信息存取过程,更新记忆时只需一次前向计算。
来源:Hugging Face Daily PapersGUI 智能体走向真实设备:Qwen-UI-Agent 打通跨端与长任务
Qwen-UI-Agent 统一 GUI 与命令行操作,并以大规模并行强化学习训练跨平台、长流程的真实设备智能体。
来源:Hugging Face Daily Papers把模型训练成机器学习工程师:Frontis-MA1探索递归自我改进
Frontis-MA1将训练所得的程序演化算子接入长程搜索,在受限硬件预算下显著提升机器学习工程任务表现。
来源:Hugging Face Daily Papers2026-07-31周五2 篇PyTorch强化学习
2026-07-30周四4 篇AI 智能体GPT-5.6
把位图还原成可编辑设计稿:ReDesign 用智能体逐层重建设计结构
ReDesign 组合多模态工具并逐步校验图层扩展,在新基准中兼顾视觉还原与布局、颜色和文本的可编辑性。
来源:Hugging Face Daily PapersGPT-5.6 不只追求更强:把模型、推理与智能体效率放进同一账本
OpenAI 将 GPT-5.6 的重点概括为跨模型、推理和智能体工作流的效率提升,目标是让每一美元获得更有用的智能。
来源:OpenAI智能体记忆真正的盲点:事实存得住,却未必能被问题唤起
InMind 用125项任务拆分存储、知识桥接与检索失败,显示六个记忆系统在隐式关联查询上仍有明显断层。
来源:Hugging Face Daily Papers相关性不只用于召回:RARG让语料交互搜索更快收敛
RARG 将文档排序、入口初始化和匹配重排串成粗到细的相关性引导,改善复杂问答中搜索准确率与效率的权衡。
来源:Hugging Face Daily Papers2026-07-29周三5 篇代码智能体AI 智能体AI 安全大语言模型
代码智能体走进科研计算:OpenAI 报告观察基因组学软件现代化
OpenAI 的一份实地报告关注科学家如何借助 AI 代码智能体改造科研软件,并推动基因组学等领域的软件开发与发现流程提速。
来源:OpenAI创作智能体缺的不是模型:JarvisHub 用画布承载长期项目状态
JarvisHub 将可编辑画布同时作为工作区、外部记忆与行动空间,为长期多模态创作保留版本、依赖和反馈。
来源:Hugging Face Daily Papers前沿实验室智能体遭入侵:拆解 2026 年 7 月事件时间线
Hugging Face 以技术时间线复盘一起前沿实验室智能体入侵事件,但现有材料不足以确认攻击路径与影响。
来源:Hugging Face Blog开放权重模型继续逼近前沿:Kimi K3 整合百万上下文与原生视觉
Kimi K3 以2.8万亿参数、百万 token 上下文和原生视觉能力,展示从架构到智能体强化学习的系统级扩展。
来源:Hugging Face Daily Papers专有模型无需开放 logits:MAPD 用结构化协议蒸馏智能体搜索
MAPD 将多智能体探索轨迹转换为风格归一的 JSON 协议,为搜索智能体同时提供稠密蒸馏信号与强化学习目标。
来源:Hugging Face Daily Papers2026-07-28周二3 篇AI 智能体大语言模型
会看三维场景不等于会行动:SceneActBench揭示智能体能力断层
SceneActBench以统一智能体—环境循环评测五类三维任务,11种专有VLM配置总体得分为38.6至50.2,且无一跨任务稳定。
来源:Hugging Face Daily Papers研究创意不该只追质量或多样性:IDEAgent用谱系搜索兼顾两者
IDEAgent将科研构思建模为质量—多样性联合搜索,通过谱系演化、反馈修复和记忆比较提升有效创意产出。
来源:Hugging Face Daily Papers技能自博弈找到中间路线:让任务生成、求解与技能库共同进化
Skill-SP 让出题者、求解者与技能控制器在强化学习循环中共同进化,以技能路由兼顾任务多样性和反馈可靠性。
来源:Hugging Face Daily Papers2026-07-25周六4 篇AI 智能体机器人AI 安全
把智能体写成 Python 对象:NOOA 统一状态、动作与提示词
NVIDIA 提出模型无关的 NOOA 框架,用原生 Python 对象统一智能体状态、动作、契约与模型循环。
来源:Hugging Face Daily Papers深度研究不只靠搜得更久:AREX用递归核验持续修正答案
AREX把深度研究拆成内层取证与外层审计,并用紧凑改进状态支持面向未解决约束的长周期定向修正。
来源:Hugging Face Daily Papers先指认目标再持续跟踪:ReferTrack 用单目视觉推进具身追踪
ReferTrack 将语言指代落到图像边界框,再结合目标历史轨迹生成路点,在单目具身视觉追踪基准上取得领先结果。
来源:Hugging Face Daily Papers别急着相信“失控黑客智能体”:现有材料只说明争议很热
一则质疑 OpenAI“失控黑客智能体”叙事的文章登上 Hacker News 热帖,但仅凭标题与讨论热度,无法判断事件真相和系统能力。
来源:Hacker News2026-07-24周五1 篇模型评测
2026-07-23周四1 篇AI 智能体
2026-07-22周三1 篇AI 智能体
2026-07-21周二3 篇AI 安全强化学习AI 智能体
长时运行模型拉长安全边界:OpenAI总结部署风险与护栏改进
OpenAI总结长时运行模型部署中的新风险与已观察故障,并强调通过迭代部署持续改进安全护栏。
来源:OpenAIMuon 并非万能替代 AdamW:智能体强化学习收益取决于训练组合
在 ALFWorld 单种子实验中,Muon 显著改善部分稀疏奖励训练,但收益受优势估计器与学习率共同制约。
来源:Hugging Face Daily Papers低推理智能体也能抬高上限:RHI 让执行框架递归自我改进
RHI 通过成对反馈迭代改写智能体执行框架,在合成研究任务中改善信息流,并将推理成本最多降低 60%。
来源:Hugging Face Daily Papers2026-07-19周日1 篇AI 智能体
2026-07-18周六3 篇强化学习AI 智能体
百万 Token 强化学习执行可压进固定预算:LongStraw 用重放换显存
LongStraw 通过无梯度计算共享提示并逐支重放响应,将强化学习后训练扩展到数百万位置,但尚未证明完整训练正确性。
来源:Hugging Face Daily Papers搜索智能体不该靠上下文硬记:SearchOS 将检索进度变成共享状态
SearchOS 用结构化任务、证据、覆盖与失败记录协调多智能体搜索,并通过流水线调度持续处理信息缺口。
来源:Hugging Face Daily PapersSEED把轨迹复盘变成密集监督:智能体强化学习可随策略共同演化
SEED从当前策略生成的完整轨迹中提炼事后技能,再把技能引起的动作概率变化蒸馏为逐词训练信号。
来源:Hugging Face Daily Papers2026-07-17周五3 篇AI 智能体模型评测
百万分钟对话进入生产:Cars24 用智能体挽回流失线索
Cars24 将 OpenAI 语音与聊天智能体投入规模化运营,每月处理超百万分钟对话,并称挽回12%的流失线索。
来源:OpenAINemotron 3 Embed 登顶 RTEB:英伟达推进智能体检索
英伟达称 Nemotron 3 Embed 在 RTEB 综合排名第一,但目前仅有标题信息,具体成绩与评测条件仍待披露。
来源:Hugging Face Blog做出 Shippy 才看清智能体工程:经验价值取决于可复用细节
文章拟从 Shippy 的构建过程总结智能体开发经验,但现有材料仅有标题,具体架构、方法与结论仍无法确认。
来源:Hugging Face Blog2026-07-16周四6 篇AI 智能体长期记忆
智能体维护的瓶颈不只在改代码:先把行为准确映射到实现位置
论文提出面向行为的 Harness Handbook,帮助开发者和代码智能体定位相关实现并生成更可靠的修改计划。
来源:Hugging Face Daily Papers给智能体答案加一枚形式化印章:EG-VAR 只让 Lean 内核签发可验证结论
EG-VAR 把工具证据、来源边界和推理链编码为 Lean 证明,无法核验的输出则明确返回弃答与审计轨迹。
来源:arXiv长期记忆不只是答对问题:MemOps 逐步检查记住、忘记、更新与反思
MemOps 用结构化状态轨迹拆解长对话记忆故障,揭示最终答案正确仍可能依赖陈旧或不一致的内部记忆。
来源:arXiv智能体会记住以后要做的事吗:PM-Bench 最佳方案 F1 仍只有 65.1%
PM-Bench 用模拟七天生活评测智能体的前瞻记忆,要求其在持续活动中识别未来线索并执行延迟意图。
来源:arXiv让 GUI 智能体从经验中进化:KnowAct-GUIClaw 尝试统一理解与执行
KnowAct-GUIClaw 通过经验记忆、技能库与主从智能体架构,补足 OpenClaw 的跨平台 GUI 操作和持续改进能力。
来源:Hugging Face Daily Papers智能体推测执行开始积累经验:三类在线记忆让预测命中率持续提升
新方法让小模型在环境等待期间预启动下一步,并用轨迹记忆改进预测,同时保持主智能体执行结果不变。
来源:arXiv没有匹配的日报,换个关键词试试。