标签：人工智能

DreamTrue机器人世界模型提出反事实后训练，AgiBot缺陷率降至6.25%

Hugging Face Papers 收录的论文摘要显示，研究者提出 DreamTrue 多视角、跨本体机器人世界模型，通过反事实后训练把 AgiBot 基准上人工评估的交互缺陷率从 48.12% 降到 6.25%。值得关注的是，它试图解决机器人视频预测中动作不跟随和预测偏向成功两类常见问题。

LegalOn Technologies 通过将任务匹配到不同性能等级的 GPT 模型并设置分层预算，在保持开发速度的同时将预估每日成本降低约 65%。这为 AI 原生组织如何控制大模型使用成本提供了一个可参考的样本。

2026年9月29日，Hugging Face Papers收录的一篇论文提出SimpleICL框架，试图解决机器人从视觉演示中学习时“该模仿什么”的模糊问题，并宣称无需大规模预训练即可在仿真和真实环境中取得效果，同时将开源数据和训练流程。

Hugging Face Papers 2026年10月5日收录一篇论文，提出证据锚定行为图（EBG）和 AgentMonBench 基准，用于识别长周期 AI 智能体哪些决策需要人工复核，并在多数测试设置下优于直接查看原始上下文。

2026年10月8日，Hugging Face Papers收录的论文提出TokenRouter系统，专门解决Token级LLM路由在传统服务系统上遇到的调度不同步与批处理延迟问题，官方摘要显示其解码吞吐量可达现有系统的2.01至64.15倍。

一篇新论文提出 SparseDecoding，针对大模型解码阶段做剪枝校准和稀疏算子优化，在多个模型上报告了长文本生成效果提升和最高 1.48 倍的端到端解码加速。

新论文 StepCAD 提出用“状态条件 CAD 策略 + 几何引导树搜索”从 3D 网格反推可执行 CAD 程序，并发布 150 万条程序的 ARCADE-1.5M 数据集。它试图解决单次生成、动作单一、错误难纠的问题，对 CAD 逆向建模和 AI 辅助设计有参考价值。

一篇新论文提出 Inherit-MAS，把生物进化里的继承思想引入多智能体系统，让工作流和已执行结果在测试时迭代复用，在 WorkBench 和 HotpotQA 上取得优于 EvoAgent 等基线的成绩，同时减少 token 消耗。

2026 年 10 月 5 日，Hugging Face Papers 收录论文提出 Trace2Env：不重建可执行环境，仅凭历史交互轨迹，用世界模型智能体替代真实环境，为 LLM 智能体提供有状态的仿真。它试图解决训练与评测时原始系统不可用或难以复现的问题。

2026年10月8日，Hugging Face Papers收录的论文提出SuperNav，让预训练多模态大模型（MLLM）不经过导航专项微调，仅通过智能体工具链和图像指向接口完成跨场景导航，在四类基线对比和HM3D类别级评测中表现更优。