全部动态

NVIDIA提出Skill Lift新方法，评估智能体技能提升，与现有方法相比有显著优势，值得一读。

elvis@omarsar04 个信源在谈原文

这篇论文探讨了如何使用多智能体系统进行代码审查，提出了一种新的方法，值得一读。

elvis@omarsar0原文

强烈推荐这篇来自Google DeepMind的论文，它提出了一种有趣的无需训练的模型架构进化方法，对递归自我改进方法有启发。

elvis@omarsar02 个信源在谈原文

Read this paper if you're interested in understanding the limitations and potential solutions of RSI in AI, especially its impact on training strategies. It offers valuable insights compared to other works in the field.

elvis@omarsar0原文

想了解文档提取新方法的朋友，这篇论文探讨了编码代理在复杂文档提取中的表现，值得一读。它比较了不同工具在长文档和短文档中的表现，揭示了编码代理的优势和局限性。

Jerry Liu@jerryjliu0原文

这篇论文提出了AI智能体上下文获取的新方法，值得一读。它通过最优提问，提高了智能体的性能和效率，与现有方法相比有显著不同。

elvis@omarsar0原文

Google新研究EnvRigger和EnvHarness，解决智能体训练环境问题，效果显著，值得一试。

elvis@omarsar0原文

@AShettyV提出VGB方法，解决标准采样方法在长时间生成中的问题，更稳健。想了解更详细的技术分析吗？快去看看吧！

lmarena.ai@lmarena_ai原文

Harvey分享开源数据集，低成本建设研究实验室的经验值得学习。

AI Will@FinanceYF5原文

这篇论文讲的是怎么让AI智能体在更新技能或记忆时，不会把之前学好的东西忘了。它把更新和评估分开，效果比原来好10%以上，对做智能体的人很有用。

elvis@omarsar0原文

Y Combinator Paper Club 请了三位专家，分别讲了智能体基准测试、扩散语言模型和实用缩放定律，都是数据相关的前沿话题。

Y Combinator@ycombinator原文

这篇论文测试了智能体能否训练其他智能体，发现它们在第一步就锁定了策略，后续改进效果有限。作者尝试了三种方法，但智能体仍缺乏在执行中重新考虑策略的能力。

elvis@omarsar02 个信源在谈原文

腾讯混元Hyra在数学领域又有突破，开源模型解决开放问题的能力又提升了。

Hunyuan@TXhunyuan原文

这篇论文把技能安装拆成三件事，解释为啥长尾技能用不上，搞Agent开发可以看看。

elvis@omarsar0原文

Agent技能靠程序性锚定而非知识注入？这篇论文用8135条记录验证，维护技能库的可以看看。

elvis@omarsar0原文

IBM这篇研究说明，看榜单选模型可能被题目措辞骗了，强模型反而更怕改写。

elvis@omarsar0原文

LlamaParse搞了个ExtractBench，测出来商业VLM处理长文档会漏数据；他们新出的Agentic Plus准确率95.6%，成本还低。做文档提取的可以看下。

Jerry Liu@jerryjliu02 个信源在谈原文