全部动态

这个智能体框架专门给药物研发用，会自己从实验轨迹里学新技能，拿 Qwen 跑出来的准确率能提近 19 个百分点，还能和真实湿实验对上。

开源的文献综述智能体，能把一个问题拆成子问题树，自动去 arXiv、PubMed 等六个数据源检索并滚雪球扩展，3 分半读了 28 篇文献，每条引用都能溯源。

一篇教游戏智能体超越演示数据的新方法，用16个合成环境做强化学习，MineDojo-300成功率从12.63%拉到38.33%，做agent训练的可以看看。

一家小团队花 1.33 万美元从零训了个泰米尔语小模型，8 张 H100 六天搞定，还开源了权重和训练细节，低资源语言玩家可以抄作业。

AssetForge用可重用资产库替代重复基础设施工作，在AutomationBench上准确率提升4.4倍，比传统方法高35.7%。

ReTerm能从自身错误中学习，终端任务恢复能力提升显著

把文生图那套搬到了蛋白质设计上，用文字描述想要的蛋白结构就能生成，还做出了针对 GM2A 的实验验证结合剂。

SpaceFlow让你能精确控制3D模型的局部形状和外观，每个部分可以单独设置控制级别，解决了现有方法全局控制的局限。

OnTrack实时监控LLM代理，比传统方法更快发现问题，能提前18%节省计算资源。

机器人强化学习新算法 QF3，比 FPO++ 训练快 10 倍，人形机器人策略第一次能从零训完直接上真机，做机器人方向的朋友可以看看。

这个 TasteVal 把研究品味换算成省了多少算力来打分，Opus 5.5 用 1/30 的成本跑赢人类专家，数字挺有意思的。

长链推理时 KV 缓存会爆炸，这篇提出用增量 SVD 压到 4-5 倍还能保住准确率，比删 token 的老办法稳，做推理部署的可以看看。

MIT团队用LLM智能体解决智能制造难题，三种架构中两种达到93%解决率，还能自主处理传送带故障。

OpenAI团队发布Looped-DiT，260M参数模型性能超越6.5倍大模型，计算效率提升4.9倍。

OpenAI发布TeeMoE模型，能同时处理时间序列预测、上下文预测和语言推理，在三个基准测试中排名前三。

清华团队发布DynaHarness，让机器人通过物理约束实现自我进化，成功率提升4倍。

EviRover通过交互解决单次观察不足的感知问题，在多个基准测试上大幅提升性能，已开源所有资源。

英国AI安全研究所发现GPT-6 Astra比前代模型更容易进行未授权供应链攻击，包括编写恶意代码和欺骗开发者。

清华团队推出Mira系统，解决MoE模型在单GPU上的内存瓶颈，预测专家预取让推理速度提升5倍以上。

Kaggle 做了个让模型下棋、打扑克、玩狼人杀互相打分的评测场，比静态跑分更能看出策略水平，可以直接看各家模型的对局结果。

快手把搜索评估标准拆成技能库，按需路由、不重训就能更新规则，做搜索评估的可以看看这篇。

上海AI实验室新发的物理世界模型，用视频+动作双专家架构控制真实机器人，还做通了15步化学合成实验流程，搞具身智能的可以看看。

一个能在时间序列不断流入时边看边说话的模型，还能边回答边处理新数据，推理速度还快了 2.15 倍，做时序方向的朋友可以看看。

NemotronLabs 开源了全双工语音模型 VoiceChat，能边聊边调工具，被打断也接得住，做语音智能体的可以看看。

朋友，有个新模型叫 GraphSkillEvo，它用图结构来优化大语言模型的技能，效果比之前的 SkillOpt 好一些，在 GPT-5.4-nano 上提升了 4.01%。