标签：人工智能

DeltaStreamer提出类人智能体流式视频理解框架，OVO-Bench得分66.07%

针对流式视频理解中"事件变化被压缩掉、细节无法找回"的问题，研究者提出智能体框架 DeltaStreamer，把持续观察与查询驱动的主动回看结合起来，并在 OVO-Bench 与 StreamingBench 上报告了 66.07% 和 59.53% 的总体得分。

一篇 arXiv 新论文认为，用“推断队友意图的准确率”来认证多智能体协调模块存在系统性缺陷，并提出一种部署前评估的 Blind-Spot Gate。这对依赖大模型做多智能体协作的开发者有直接参考价值。

Hugging Face Papers 收录的论文提出 3DCodeVerse，让编码代理直接生成可执行、可编辑、可验证的 3D 代码，并配套 2M 规模的代码数据集与自动化评估框架，试图把 3D 内容创作变成一种可规模化的 coding 任务。

arXiv 2026年10月15日发布的一篇论文，提出用“子空间引导进化搜索+成对视觉识别”两阶段框架，在只拿到 LoRA 适配器、不知道它训练内容的情况下，反查它真正想生成的概念，用于内容审核与下游调查。

Hugging Face Papers 收录的论文提出 Terminal-RSI，用递归自改写与策略精炼交替训练终端智能体，在 Terminal-Bench 系列基准上给出可核查的阶段性分数，核心价值在于把验证器结果更有效地转化为策略更新。

一篇发表于 Hugging Face Papers 的论文提出，流匹配（flow matching）采样器本身受电路复杂度限制，多步采样未必带来更强推理；而加入自条件（self-conditioning）后，常深度主干模型可获得与空间有界图灵机等价的表达能力。

arXiv 2026年10月15日发布的一篇新论文提出 SCOPE 框架和 ClosureBench 基准，试图把符号回归从“拟合方程”推进到“检验科学猜想”，并首次为方程发现过程设计了证据、机制和实验三类评估指标。

论文 Glance Forcing 提出一种轻量蒸馏框架，把双向扩散模型转成少步因果生成模型，仅用一条 Probability Flow ODE 轨迹就超过了论文中称为 fully-trained 的基线。它的关键是：不再用海量离线轨迹，而是把去噪过程拆成慢、快两个专家分别训练。

arXiv 2026年10月15日发布的一篇新论文提出 The Agentic Scientist，一个让人类研究者与编码代理协作完成计算科研的端到端流水线，其开发版系统辅助提交的一篇论文已被 ALIFE 2026 接收。

Hugging Face Papers 收录的论文提出 Orbia，一个专门评测交互式世界模型 3D 一致性的基准，试图回答“生成视频看着好，是否真的构成同一个 3D 世界”。