OS-Helix 统一GUI操作与代码执行，OSWorld验证成功率66.44%
Hugging Face Papers 收录的论文提出 OS-Helix，把图形界面点击操作与代码执行整合进同一动作空间，用混合数据训练原生桌面智能体。在 OSWorld-Verified 上，OS-Helix-27B-RL 报告 66.44% 的成功率，为 GUI 智能体如何真正落地提供了一种新思路。
celebrityanime
Gen4P论文：复用预训练视频生成器，单次前向实现4D感知
Hugging Face Papers 收录的论文 Gen4P 提出，把预训练视频生成器改造成前馈式 4D 感知器，无需迭代去噪即可从单目视频恢复几何与运动。它指向的方向是：视频生成模型的底座能力，可能被复用到三维感知任务上。
PhysClosureBench 评测：顶尖大模型能做好物理研究吗？完整闭环仍是难题
Hugging Face Papers 收录的论文摘要提出 PhysClosureBench 基准，用 50 个专家核验的物理研究任务考察 AI 智能体能否把研究推进到有证据支撑的完整结论。值得注意的是，局部表现最好的 Claude-Opus-5 平均 Atomic Score 为 6.29/10，但完全闭环…
Eval bug: server silently stops processing when /metrics endpoint is scraped by VictoriaMetrics
在启用 --metrics 的 llama-server 上，当 VictoriaMetrics 每秒抓取 /metrics 且一次请求的提示词处理时间足够长（约超过 20 秒）时，服务端可能静默停止生成，即出现 Eval bug: server silently stops processing
Eval bug: GLM-5.3-Flash + mmproj + –spec-type draft-mtp: every image request fails with “failed to process speculative batch” (Vulkan), no
在 GLM-5.3-Flash + mmproj 的多模态推理场景下启用 --spec-type draft-mtp （GLM5Next MTP 投机解码）时，所有带图片的请求都会返回 HTTP 500，日志报出 “failed to process speculative batch”，原因是投机
MIST评测拆解视频世界模型记忆失败：先判执行再测记忆
Hugging Face Papers 收录的论文提出 MIST 评测，把视频世界模型“是否执行了指定变化”与“是否记住了变化”分开考察，发现瓶颈常在执行而非记忆，并据此给出改进方法 M3-Agent。
OpenMobile-2 开源移动智能体：模拟35款商业应用，AndroidWorld得分79.9
OpenMobile-2 发布了一套近乎前沿的移动端智能体方案，训练环境、数据和训练配方全部开源，并在 AndroidWorld 上拿到 79.9 分，给移动 AI 应用开发者提供了一个可复现的起点。
DLite提出无历史投机解码：智能体长上下文下接受长度提升2至6
Hugging Face Papers 收录的论文摘要提出 DLite，一种面向智能体 AI 的“无历史”投机解码框架，试图解决长上下文与多轮交互下草稿模型接受长度下降的问题，摘要称其接受长度达 2-6，较 DSpark 最高提升 70%。
RuntimeError: Engine core initialization failed. See root cause above. Failed core proc(s): {}`; the actionable line is only in EngineCore stderr.
该报错通常出现在用 vLLM 加载 Zamba2 模型并同时启用 LoRA 的场景：Zamba2 并不支持 vLLM LoRA，但这一限制未在配置校验阶段拦截，而是在 worker 加载模型、进入 Zamba2Model.__init__ 时才由一条无消息的 assert not is_lora_e
[Bug]: Text PEFT LoRAs can silently no-op for wrapper models whose LM is mounted under language_model
![[Bug]: Text PEFT LoRAs can silently no-op for wrapper models whose LM is mounted under language_model](https://www.chat-gpts.plus/wp-content/uploads/2026/10/48019-e47a4f68-768x403.jpg)
在 vLLM 中给 Qwen3-VL 等“文本主干挂在 language_model 下”的多模态 wrapper 模型加载纯文本 PEFT LoRA 时，适配器可能静默失效（no-op），加载日志无明显报错但输出等同基座模型。优先排查该模型的 hf_to_vllm_mapper 是否缺少裸 mod