celebrityanime

SCOPE框架与ClosureBench：从方程搜索转向猜想驱动的科学发现

arXiv 2026年10月15日发布的一篇新论文提出 SCOPE 框架和 ClosureBench 基准，试图把符号回归从“拟合方程”推进到“检验科学猜想”，并首次为方程发现过程设计了证据、机制和实验三类评估指标。

论文 Glance Forcing 提出一种轻量蒸馏框架，把双向扩散模型转成少步因果生成模型，仅用一条 Probability Flow ODE 轨迹就超过了论文中称为 fully-trained 的基线。它的关键是：不再用海量离线轨迹，而是把去噪过程拆成慢、快两个专家分别训练。

arXiv 2026年10月15日发布的一篇新论文提出 The Agentic Scientist，一个让人类研究者与编码代理协作完成计算科研的端到端流水线，其开发版系统辅助提交的一篇论文已被 ALIFE 2026 接收。

Hugging Face Papers 收录的论文提出 Orbia，一个专门评测交互式世界模型 3D 一致性的基准，试图回答“生成视频看着好，是否真的构成同一个 3D 世界”。

一项基于575个技能资产、1182处人工验证不一致和441条配对执行轨迹的实证研究指出，技能包中的静态文档与脚本冲突，未必会转化为LLM智能体的实际运行风险。这提醒开发者和团队不必为所有静态审计告警过度调整。

一项新研究提出，让 LLM 智能体在自动科研中定期“遗忘”会话状态和候选历史，仅从当前最佳解重新出发，能突破多智能体协作的收益瓶颈，在部分任务上比并行智能体提升最高 15%、比单智能体提升最高 39%。

Hugging Face Papers 收录的论文提出 Speculative Forcing，把自回归视频生成中“每个 token 都跑完最后去噪步”改成按需提前冻结，在保持画质的同时减少算力。公开摘要称，在 LongLive 上每 token 平均约 1.7 步去噪，速度提升超过 1.5 倍。

Intern Lumina U2 是首个在完全离散空间内表示多码本视觉 token 的扩散语言模型，基于统一 4D 表示 AToken，在单一骨干网络中同时处理图像、视频和 3D 输入，并在理解、生成和编辑任务上取得领先结果。

Hugging Face Papers 收录的论文 SWE-at-Scale 提出反向利用真实软件修复记录，自动合成可执行的软件工程任务，用来评测编码智能体，缓解真实任务供给不足的问题。

JevAgentHarness 提出让专用决策模型接管 LLM 智能体中的多选步骤，并配套发布基准测试 AgentDecisionBench 和 4B 模型 AgentDecision-4B；在论文设定的任务上实现了明显降本提速，但关键前提是按轨迹拟合置信度阈值，否则任务成功率可能下降。