分类： AI 资讯

RiseHarness提出固定模型权重的智能体框架自进化方法

Hugging Face Papers收录的论文RiseHarness提出，在不改动模型权重的前提下，通过分析同一配置下成功与失败运行之间的差异，迭代改进终端智能体的执行框架，以缩小“能跑通一次”和“稳定跑通”之间的差距。

Hugging Face Papers 收录的论文 HarnessRL 提出一种与策略共同进化的“训练支架”，用来缓解开放式强化学习中基于评分标准的奖励随训练失效的问题，并在其自建的多领域评测集上报告了有限幅度的提升。

一篇待核验全文的论文摘要显示，在 Terminal-Bench 2.1 的 21 个留出任务上，给 Claude Sonnet 5.5 终端 Agent 外挂 Jev 1.13 决策模型后，单次尝试成本上升 19%，通过率却维持在 73.0%。这说明“会判断”和“能指导行动”之间还有明显落差。

Hugging Face Papers 上出现了一个名为 DecisionPivot 的决策能力诊断基准，用于检验 LLM 系统中路由、护栏和输出校验等决策环节。它试图回答：总分相近的模型，是否真的在受控条件下做出同样可靠的判断。

alphaXiv 于 2026 年 10 月 20 日发布论文 LocaLeJEPA，它用局部欧氏分布匹配替代 LeJEPA 的全局高斯目标，使 JEPA 自监督学习更贴合数据自身几何结构；在 ImageNet-1K 上，线性探测和 k-NN 分类表现均有明显提升。

2026年10月21日发布的论文Meta²提出一种新方法：离线学习一份可复用的文本“元技能”，在线只对该次任务修改智能体的harness（提示词、工具、记忆与钩子），而不共享进化后的harness。在Terminal-Bench 2.1和DeepSWE 1.1上，其报告成绩领先所评估方法。

Hugging Face Papers 收录的论文摘要提出一种可跨会话持续、能积累经验自我改进的科研智能体 Épi，报告生成 120 项创纪录结果，并衍生出面向算法编码的轻量配置 Épi-turbo。目前仅是论文摘要层面的信息，未经同行评审或产品化验证。

一个名为 GIST 的自适应图像分词器，在控制压缩后像素误差之外，新增了一个独立的“语义保真”目标，让开发者能决定一张图压缩后保住多少含义，而不只是像素细节。据作者论文摘要，它在 ImageNet-100 上的重建质量优于此前的 KARL 方案。

NVIDIA 研究团队在 Hugging Face 公开论文，提出一个能同时生成视频与可回放的 3D 动作模型，并支持任意骨架绑定。它试图让视频模型生成的动作能直接迁移到 3D 资产上，而不只停留在像素层面。

Hugging Face Papers 收录的论文 SpecKCast 提出一种免训练扩散加速方法，在频域用卡尔曼滤波预测模型输出，并按不确定性决定是否真的跑 Transformer，在多个图像和视频生成模型上最高实现 6 倍加速且额外显存不超过 0.05 GiB。