EAU框架让训练环境与用户模拟器同步进化，多轮任务得分提升15%
Hugging Face Papers 收录的 EAU 论文提出一种让环境、智能体和用户模拟器共同进化的训练框架，在多轮交互任务上把整体得分比最强基线提高 14.7%–15.0%。它值得关注，因为多轮 LLM 智能体训练的信号不稳定问题，终于有人从“改训练系统”而不只是“改奖励函数”入手。
标签： 人工智能
ASAP 框架：训练前评测大模型智能体能力的新方法
Hugging Face Papers 收录的一篇论文提出 ASAP 框架，在预训练阶段就让基座模型跑端到端智能体任务，而不是等微调成聊天模型后再测，为观察模型的交互行为提供了新视角。
多任务组合出错率飙升：研究发现大模型存在隐式思考预算
Hugging Face Papers 收录的一篇论文指出，大模型在单次提示里组合多个任务时错误率明显上升，原因可能是模型对每个任务分配的“隐式思考预算”被压缩，而非单纯误差累积。
TEAL让编码Agent无监督进化数据湖分析工具
Hugging Face Papers 收录的论文提出 TEAL 方法，让编码 Agent 在无标签条件下自动积累和迭代数据湖分析工具，从而在有限步骤预算内提升答题表现。它值得关注，是因为这触及了 Agent 从“一次性解题”走向“跨任务复用经验”的工程路径。
Hugging Face论文提出Ask-to-Distill：用合成问题优化在线蒸馏
Hugging Face Papers 收录的论文 Ask-to-Distill 提出一种无需标准答案、用分布信号评估并生成合成问题的方法，旨在提升在线蒸馏（OPD）的训练效率，值得关注小样本蒸馏路线的开发者留意。
RiseHarness提出固定模型权重的智能体框架自进化方法
Hugging Face Papers收录的论文RiseHarness提出，在不改动模型权重的前提下，通过分析同一配置下成功与失败运行之间的差异，迭代改进终端智能体的执行框架，以缩小“能跑通一次”和“稳定跑通”之间的差距。
bug: OneLogin SSO issuer validation conflicts with sign-in discovery URL
这个报错出现在 Langfuse Cloud 组织级 SSO 选择 Provider = OneLogin 时：保存校验通过所需的 issuer 与 NextAuth 登录流程拼接 discovered URL 所需的 issuer 不一致，导致“能保存的配置登不进去、能登录的配置存不下”。排查重点
自部署版在desktop web创建的助理，无法在mobile web看见，以及同界面的几个bug
该问题通常出现在自部署 LobeChat（Docker）同时使用 Desktop Web 与 Mobile Web 的场景：Desktop 新建的助理在 Mobile 端不可见。优先排查两端是否读取同一数据源，Mobile 旧逻辑可能从 sessions 表读取，而 Desktop 从 agents
HarnessRL提出与策略共同进化的训练支架，减少开放式强化学习的奖励失效
Hugging Face Papers 收录的论文 HarnessRL 提出一种与策略共同进化的“训练支架”，用来缓解开放式强化学习中基于评分标准的奖励随训练失效的问题，并在其自建的多领域评测集上报告了有限幅度的提升。
研究：Jev 1.13 决策模型让终端 Agent 成本升 19% 成功率未变
一篇待核验全文的论文摘要显示，在 Terminal-Bench 2.1 的 21 个留出任务上，给 Claude Sonnet 5.5 终端 Agent 外挂 Jev 1.13 决策模型后，单次尝试成本上升 19%，通过率却维持在 73.0%。这说明“会判断”和“能指导行动”之间还有明显落差。