Lean 4 定理证明新方法：利用编译器报错进行有界修复，求解率相对提升最多 32%
一篇 arXiv 新论文提出在 Lean 4 自动证明中，把编译器对失败步骤的报错交给预训练修复模型就地修改，而不是直接丢弃重采样，在 LeanDojo 基准子集上比纯采样多解出 82 个定理、求解率相对最高提升 32%。这为自动定理证明提供了一条更省样本的新思路。
标签： 人工智能
PAR方法让0.5B模型在512步状态追踪达95.5%，远超训练长度16倍
Hugging Face Papers 上的一篇论文提出 Progress-Aligned Recurrence（PAR）训练方法，让循环语言模型在远超训练长度的序列任务上保持准确率，而单纯增加推理迭代次数并不自动带来这种能力。
arXiv 综述提出工业智能体四层架构与五级能力分级
arXiv 于 2026 年 10 月 21 日发布一篇关于 LLM 驱动工业智能体的系统性综述，提出四层系统架构、五级能力分级和统一分类法，试图回答通用智能体为何难以直接进入工厂。
DataPraxis 用验证工作区演化造任务，27B 模型在 DABStep 拿 55.11
arXiv 上出现一篇新论文，提出 DataPraxis 任务合成框架，通过持续验证的工作区演化生成 5000 条分析轨迹，并用其训练出 27B 和 35B-A3B 两个模型，其中 27B 在 DABStep 和 JobBench 上的分数分别为 55.11 和 51.9。
MedPAO-Assist用0.6B小模型在笔记本CPU跑放射报告结构化
arXiv 上一篇新论文提出 MedPAO-Assist，用 0.6B 参数级小语言模型和智能体流程，在普通笔记本 CPU 上离线完成放射科报告结构化，不依赖云端 API 或联网。它值得关注，因为它瞄准的正是医疗场景里数据隐私和算力成本这两个落地瓶颈。
LLM生成RTL电路新方法：面向PPA帕累托前沿的多目标强化学习
一篇 arXiv 新论文提出用多目标强化学习训练大模型生成 RTL 电路，不再只追求单个电路的 PPA 分数，而是优化一批候选电路在功耗、性能、面积权衡上的覆盖质量。据摘要，在 RTLLM v2 基准上相对 Hypervolume 比无 PPA 优化基线高 13.3 个百分点。
ChatGPT 5 参与施工进度管理：arXiv 论文提出大模型与强化学习自主建造方法
arXiv 上一篇新论文提出用强化学习规划移动起重机动作、用定制嵌入模型提取施工环境信息，再由 ChatGPT 5 更新进度、向控制系统推送安全信息并生成报告，方法在挡土墙施工实验中验证了可行性。
S-Agent 2.0用通用编程Agent补空间推理”证据闭环”，MMSI-Bench达66.5
Hugging Face Papers 于 2026 年 10 月 20 日收录的论文摘要显示，S-Agent 2.0 把一套命令行 3D 感知工具交给现成的通用编程 Agent，让视觉语言模型在“拿到读数”和“得出答案”之间多走一步，在 MMSI-Bench 和 ReVSI 两个空间推理评测上取得明显提升。
Navalia用可验证任务合成与长程后训练提升Cowork Agents
arXiv 2026年10月21日发布的一篇新论文提出 Navalia 框架，用财务报告自动生成带可追溯证据的分析任务，并以此做后训练，提升 LLM 智能体跨文档整合与多步数值推理能力。摘要显示其从 Qwen3.6-35B-A3B 初始化后，在五个基准上均优于基座模型。
Video-Point Model 联合预测多视角视频与点轨迹，VPM-Data 多视角数据用于训练评测
Hugging Face Papers 收录的论文提出 Video-Point Model（VPM），以多视角视频历史与语言指令为条件，联合预测任意视角下的未来视频和场景点的 3D 轨迹。其重点是把每台相机的外观变化锚定到同一份 3D 运动描述上，目前公开信息仅为论文摘要。