分类： AI 资讯

GUI-HARVEST让冻结大模型自我优化，OSWorld测试提升12.33分

GUI-HARVEST 提出一种自动优化 GUI 智能体运行框架的方法，在不改动大模型参数的前提下，通过分析截图前后变化和重复执行差异来改进代码，让固定模型在 GUI 任务上表现更好。

ResNet作者何恺明参与的MIT团队发布VISTA，不训练、不微调模型，只把游戏画面从数字网格换成渲染图像并允许模型回看历史帧，就在ARC-AGI-3上把Claude Opus 5.0的相对人类动作效率从40.68推到100.00。

arXiv 新论文提出「智能体策略-价值审计」，把金融 LLM 智能体的部署收益拆成「动作组合」和「事件选择」两部分，发现常见配对检验会把被动暴露误判为选股能力。这一框架若被采用，可能改变金融 AI 智能体的评测标准。

alphaXiv 上的一篇论文提出，视频编码不必让相邻帧在早期就交互：先用冻结的图像编码器保留逐帧证据，再用问题感知选择器统一分配少量 Token，最后对入选锚点做轻量时序修正。按其报告，结果在 13 项基准上接近“全图像 Token”路径，而视觉 Token 只用到约 28% 至 35%。

针对 RAG 系统版本该上线、修改还是拦截的问题，论文摘要提出 AGO AI Quality Gate 框架：在没有完整证据、LLM 评审也可能出错的前提下，先把“无法判断”当成合法结论，再决定是否放行。

GitHub正在重建Git底层基础设施，以承接开发者与AI智能体同时工作的高并发，内部基准测试中写入吞吐最高提升35倍，目前仍在建设中。

arXiv 上一篇新论文提出“Reported Engagement with AI Level（REAL）”评级框架，试图用 0 到 5 级六级量表，披露 AI 在内容创作和用户体验中的参与程度，以替代目前“要么人写、要么 AI 生成”的二元判断。

alphaXiv 收录的论文提出 LoGRA，用低秩梯度素描代替完整梯度矩阵来降低大模型强化学习后训练显存，7B 模型平均显存下降 45.7%，27B 模型可在单台八卡节点完成 1100 步以上训练。

Hugging Face Papers 收录的论文提出 Sherpa 框架，用多轮强化学习让大模型根据学生类型调整教学策略，教学评分从 52.5% 提升到 79.2%，人类对比中 79.6% 更偏好训练后的教师模型。

2026 年 10 月 7 日，X 用户 @YoussefRoqvcmj 发帖称自己每天深度使用各类 AI 工具 3 至 8 小时，用量已超过微信，并主张把 AI 当作老板与战略顾问，而非只会回答标准答案的助手。其核心判断是：AI 带来的'智力平权'与'服务平权'，正在改变普通人的工作与竞争方式。