PaperFormalizer 用 Lean 校验论文，作者全程把关
arXiv 上出现一篇新论文，介绍 PaperFormalizer——一条基于 Lean 的智能体流水线，帮助作者在投稿前发现自己论文中证明和假设的细微缺口，并产出经 Lean 验证的版本。它值得关注，是因为它把“形式化验证”从少数专家的工作，推进到普通作者也能参与的流程。
分类： AI 资讯
arXiv论文提出中英文PCL检测系统，BERT微调方案F1仅0.528
arXiv 上一篇新论文提出用静态词向量加 CNN、以及微调 BERT 两种方案，自动识别中英文中“居高临下、怜悯式”的贬低性语言，BERT 方案在开发集上取得 0.528 的 F1 分数，说明这类隐性有害语言目前仍很难被可靠检测。
Phronix提出能力中心学习框架：智能体复用经验，任务通过率提至93%
arXiv 上一篇新论文提出 Phronix，让 AI 智能体把自身执行过程沉淀为可复用的“能力”，而不是每次从头摸索；摘要称其在科学计算类任务上显著提升了一次通过率，并降低了 token 消耗。
arXiv 新论文提出区域设计决策系统，用多目标优化分配 B2B 销售覆盖
arXiv 2026 年 10 月 26 日收录的一篇新论文，提出一套企业 B2B 客户与销售人对接的生产级决策系统，把原本依赖人工的“区域划分”改造成可比较多目标权衡的场景化流程。
RSIHub 开源框架发布：统一智能体进化方法的实验底座
研究团队在 Hugging Face Papers 发布 RSIHub，一个用于构建、对比和扩展 Agent 进化方法的开源框架，并用它复现了 AHE、Hyperagents、A-Evolve 和 GEPA 四种方法。它试图解决的，是这类研究各自重造实验基础设施的问题。
UserArena发布：电商长程购物智能体迎来交互式评测基准
Hugging Face Papers 收录的论文提出 UserArena，用 6.4 万余条真实电商会话轨迹搭建长程购物智能体的交互式评测基准，并给出更贴近生产 A/B 结果的模拟器训练方法 OPTD。它值得关注，是因为推荐智能体的评测长期缺少可回溯、可对照真实业务收益的公开基准。
RTAformer提出关系转移感知方法，应对视频场景图生成中的关系语义惯性
Hugging Face Papers 收录的一篇论文提出 RTAformer，用单阶段框架分别建模视频中对象身份的持续性与关系的突变，试图解决模型在关系已改变后仍沿用旧预测的问题。据摘要，它在 Action Genome 数据集上的召回率与平均召回率优于现有方法。
AnyGameRenderer让游戏灰模视频变高清，实体对应准确率提升
AI 编程智能体几分钟就能搭出可玩小游戏，但画面往往像程序员的草图。AnyGameRenderer 试图把这类灰模、色块视频直接转成带角色、动作和特效的高质量画面，同时保持布局和实体对应不错位。它值得关注，因为游戏生成链路里最缺的“最后一公里视觉”正在被补上。
EvalResearchBench评测：AI智能体自建评估反馈最高对齐75%，难取代人工设计
Hugging Face Papers 收录的论文提出 EvalResearchBench（ERB），用来测试 AI 智能体能否自行挑选任务、编写评分器并迭代出评估套件；表现最好的评估器与 14 个目标基准在排序上的一致率约为 75%，低于目标基准彼此分歧造成的 91% 上限。这项研究关注的是：递归自我改进中…
AlphaXiv 刊载 TEM 论文：Transformer 能量模型 ImageNet 256 达 FID 3.82
一篇发布在 alphaXiv 的论文提出 Transformer 能量模型（TEM），把能量函数放进潜空间并用 Transformer 扩展规模，在 ImageNet 256×256 类条件生成上取得 FID-50K 3.82（不使用无分类器引导）。它值得关注，是因为能量模型长期受高维采样和训练不稳定困扰，这…