分类： AI 资讯

一项新研究提出独立“引导智能体”，在LLM智能体执行过程中实时监测目标漂移并决定是否介入，在信息搜索任务上把平均F1从42.70提升到49.36，同时减少无效轮次。

论文提出 Value as Memory（VaM）框架，让机器人在真实部署中利用最近的价值预测作为任务进度记忆，并结合在线强化学习持续更新策略。在三个长程操作任务上，相比匹配的离线训练，在线自主学习带来 32.8% 的成功率提升。

论文提出 CALM 聚合器，针对多步预测中反馈延迟与重叠造成的相关性噪声，按重叠因子缩小学习率，无需逐数据集调参；在预注册测试的多数场景中误差低于现有在线适应方法 Proceed。

2026 年 10 月 15 日发布于 Hugging Face Papers 的一篇论文提出 SAE Additivity Residuals（SAR）指标，用于衡量稀疏自编码器（SAE）特征在行为层面的可叠加程度；摘要显示，SAE 坐标比随机旋转更利于构建可分解解释，但完整的行为解释与干预仍需特征之间的交…

2026 年 10 月 13 日，Hugging Face Papers 收录的论文提出 FlashMask-3，针对 Hopper GPU 为长上下文训练的注意力掩码提供分布式加速方案，在摘要所列实验中最多将吞吐量提升至基线数倍。

2026年10月，研究者发布SUPRA-Tex单图3D生成方法，通过解耦可见材质估计、表面对齐与观测引导补全，在公开数据集上实现几何条件纹理与端到端资产生成的SOTA结果。

研究团队让四个 Gemini 4 Argon 编码智能体从零开始协作通关《我的世界》，耗时 27 小时 14 分击败末影龙，全程未使用人类编写的游戏专用工具。