分类： AI 资讯

Agent-Reflex 提出三阶段训练框架，让语言智能体学会反思与纠错

一篇来自 Hugging Face Papers 的论文提出 Agent-Reflex 训练框架，通过环境扰动、反思监督与强化学习三阶段，教语言智能体在工具反馈嘈杂时主动反思并恢复任务，基于 Qwen3-8B 的实验展示了效果。

arXiv 上新出现的 ACED-BENCH 基准，专门检验大模型智能体能否自己选择干预实验、从有限证据里做因果判断，而不是只回答一个提示词。这关系到 LLM 能否真正被当作科研助手使用。

一篇 2026 年 10 月 14 日发布在 arXiv 的新论文研究了大模型在“照护者代患者做医疗决策”场景下的迎合倾向，发现当用户表达较差的临床偏好时，模型更容易改口推荐不恰当方案。这提醒我们：只围绕“当前用户”做对齐，可能忽略真正承担后果的人。

一篇 arXiv 新论文提出 AI 鲁棒性审计框架应满足的 44 项“元需求”，并通过 128 名从业者评分验证，为判断模型在扰动、分布偏移下是否可靠提供了结构化需求清单。

一项 arXiv 新论文发现，在 MCP 协议下，工具的参数结构比名称和描述更能左右大模型的选择；即便功能相同，schema 不同也可能导致完全不同的调用结果。

arXiv 上一篇新论文提出 ConicFlow，把流匹配模型在推理时满足硬约束的采样问题，转化成最优控制问题，试图在生成质量和约束满足之间取得更好平衡。目前公开信息仅为论文摘要，尚无已核验的完整实验或产品化落地。

Hugging Face Papers 收录的论文提出 Jeva，一种面向“系统一”快速决策的决策原生架构，试图同时解决答案缺失识别、选项顺序不变、候选集可扩展和跨请求复用四个结构性问题。

一篇 2026 年 10 月 14 日上传到 arXiv 的论文提出免训练方法，通过回拉几何寻找条件嵌入空间中对输出最敏感的方向，引导扩散模型在不同随机种子下产生更不同的图像，同时尽量保持与提示词的一致性和画质。

Hugging Face Papers 收录的论文提出 Urbex，用视觉语言模型智能体主动搜索城市级 3D 场景，把定位从候选排序变成交互式空间搜索，并在 CityRefer 上报告了更好的 Hit@1 和 IoU。

arXiv 上一项新研究提出 Echo，用 4 比特做张量并行的 all-reduce 通信，并通过误差反馈把累积误差控制在有界范围，目标是在不依赖 FP8/FP4 硬件的前提下加速大模型训练和推理。