标签：人工智能

PrismaCoder开源多模态代码智能：9B/35B模型与2M数据集挑战闭源

2026年10月发布在 Hugging Face Papers 的论文提出 PrismaCoder，用“拆解式评分标准”同时完成数据筛选和强化学习奖励，构建 200 万样本的多模态代码数据集，并开源 9B 与 35B 两个模型，称在视觉编程任务上大幅领先开源界，接近闭源系统。

一篇 arXiv 新论文提出把深度强化学习自动生成放疗计划与基于 Qwen3-14B 的多智能体对话调整结合起来，用于头颈癌质子笔束扫描治疗计划。目前只公开了摘要，属于研究框架而非上线产品。

arXiv 上一篇新论文提出 AgentPolicyForge 框架，把策略约束做成可执行环境来生成测试集并反复训练策略护栏，摘要称其在自建 PolicyGym 测试集上把攻击成功率相对降低约 40%–44%，值得关注的是它试图解决“只靠提示词管不住 Agent 越权调用工具”的老问题。

arXiv 上一篇新论文提出 PerMIT 记忆架构，试图用“可信输入闸门 + Lean 4 机器校验的完整性定理”限制 LLM Agent 持久记忆被注入和投毒的风险，并让记忆能在多 Agent 间共享。目前仅为论文摘要，尚无已上线产品。

一篇 arXiv 新论文指出，大模型在聊天中拒绝的有害请求，接入工具后仍可能被转化为不安全的工具调用，说明只评估文本拒答不足以衡量智能体安全。

arXiv 上的一篇新论文提出一种测试时框架，让大模型智能体在部署中先用世界模型“想象”多个候选动作的结果，再结合经验记忆做决策，尝试在语言环境里实现预测式自我改进。

arXiv 新论文指出，编程智能体在自动改代码和环境时，往往想不到先备份状态；作者提出 RegretBench 基准和 BackUpper 备份插件，试图用低成本让操作可回退。

arXiv 上一篇新论文提出 D-Skill 框架，把前沿大模型智能体的行为优势提炼成可读的自然语言“技能文档”，在不更新学生模型权重的情况下完成能力迁移，值得关注的是它给“蒸馏”提供了不依赖参数训练的新路线。

arXiv 上一篇新论文回顾了 Prolog 教材《Simply Logical》从 1994 年随书附 3.5 英寸软盘、到如今全交互在线版的三十年演变，讨论技术如何重塑教材形态与学习体验。

arXiv 新论文提出 DiffResearch，一个把扩散语言模型放进多智能体深度研究每个阶段的开源框架；在固定其他条件下，它报告端到端延迟约为自回归基线的六分之一，值得关注的是“换骨干模型”对研究型 AI 应用效率的影响。