标签： 人工智能

一篇发布在 Hugging Face Papers 的论文摘要指出，自我进化推理模型会因自生成问题中无效题和重复变体增多而性能崩塌，作者提出 R-Quest 方法，用问题有效性与新颖性反馈来维持多轮自我训练。

新论文提出循环层叠Transformer（RLT），把每token的固定计算深度改成随序列长度增长的循环结构，在6个算法任务上对比标准Transformer取得明显优势，但信息仅来自论文摘要，尚无产品落地。

Hugging Face Papers 收录的一篇报告提出开源个人代理 nanoMuse，试图在手机和电脑上复刻 Meta Muse 的跨设备、长记忆体验。目前只是研究提案，非已上线产品。

alphaXiv 上发布的 BOTTLED 基准测试显示，大模型智能体将通用能力转化为可复用廉价方案（即「灌装」）的能力，与单次任务表现并不一致，60 次运行中有 48 次低于自身零样本性能的 95% 置信区间下限。

一篇新论文提出 RLHND，把预训练视频扩散模型改造成手部追踪器，在估计手部姿态的同时预测接触与受力信息，目标是让人手视频更可用地训练机器人策略。

一篇新论文提出 RLHND，把 Cosmos 3 视频扩散模型改造成手部追踪器，从第一视角视频中同时估计手部姿态和接触力，用于机器人策略训练。它想解决的是：人类视频里的手部动作数据虽然多，但缺少物理接触信息，机器人很难直接学。