arXiv 论文提出开放世界 AI 三要求：推理时学习、丰富表征与预测解耦
2026年10月16日 arXiv cs.AI 一篇新论文提出，开放世界 AI 要同时满足推理时学习、丰富表征和预测解耦三项要求；作者在最高 8B 的语言模型上做了定性测试，论文摘要称只有满足要求的模型才会随相关任务数据增加而改善。信息仅来自摘要，全文实验尚未核验。
celebrityanime
ARIA框架提出多智能体运行时修复，用2.4万轨迹训练干预策略
arXiv 2026年10月16日发布的一篇新论文提出 ARIA 框架，试图让多智能体系统在执行过程中被实时检查和修正，而不是等跑完再诊断或反复重跑。其核心价值在于把“执行中修复”变成可训练、可复用的策略。
arXiv论文提出“有效连贯认知速度”指标，对比Transformer与Co⁴架构
arXiv 2026年10月16日发布的一篇理论论文提出“有效连贯认知速度”指标，用于衡量 AI 系统在现实变化加速时仍能可靠行动的上限。在部分强化学习测试中，受细胞机制启发的 Co⁴ 架构明显优于 Transformer 和门控 MLP 基线，但结论仅限摘要所述条件。
固定模型权重、只改代码与提示词：Harness 自进化框架发布 66 页研究
2026 年 10 月 13 日，Hugging Face Papers 收录了一篇关于「Harness 自进化」的研究，提出在不改动大模型权重的前提下，让智能体的提示词、记忆、工作流和可执行代码在多次运行之间持续修订。这为「模型不动、外围持续进化」的 Agent 路线提供了理论框架。
L2G-SR：用学习式结构验证器引导LLM符号回归
arXiv 上新出现的一篇论文提出 L2G-SR，用“结构验证器”给 LLM 符号回归补上结构判断，缓解只看数值误差选错公式的问题。
ViRA研究：视觉基础模型并非总能提升端到端自动驾驶，目标选择很关键
OpenDriveLab 提出规划器无关的视觉表征对齐框架 ViRA，系统研究视觉基础模型（VFM）能否真正提升端到端自动驾驶，并给出 92.3 EPDMS 的 ViRA-Diffusion 方案。它值得关注，因为自动驾驶行业正大量引入通用视觉大模型，但“表征更强是否等于开得更好”此前缺乏清晰结论。
IneqAgent用LLM加符号计算，在Lean4中解出94%不等式证明
arXiv 2026年10月16日的一篇新论文提出 IneqAgent，把大模型推理与符号计算结合，在 Lean4 中自动证明不等式。在一项包含186道题的评测中解出175道，并给出两个高维数学猜想的机器验证结果。
SimVTA 用仿真视频监督补齐驾驶世界模型后训练
Hugging Face Papers 收录的论文提出 SimVTA，用真实世界 3D 高斯重建加仿真渲染，为高奖励候选轨迹生成匹配视频监督，再结合 GRPO 优化驾驶世界动作模型的规划能力。值得关注的是，它试图解决驾驶日志只有一条记录轨迹、备选轨迹缺少视觉监督的老问题。
CNRF框架发布：视觉语言模型安全从拒答转向选择性风险决策
arXiv 2026年10月16日上线一篇新论文，提出CNRF框架，用反事实配对和邻域支持估计来给视觉语言模型的安全风险打分，而不是简单地把输入分成有害或无害。
WorldCast基准发布：GPT-Image-2.5领跑世界状态预测评测
Hugging Face Papers 2026年10月14日收录的论文 WorldCast 提出多步世界状态预测基准，包含320个手工案例和8个类别，评测12个模型。GPT-Image-2.5 系统得分72.8，开源最佳仅20.1，显示多模态生成模型在动态世界建模上差距明显。