EvoBelief 可证伪世界模型：不改参数让 LLM 智能体自主进化
arXiv 上线的一篇新论文提出 EvoBelief，把智能体对环境的认知拆成可被证伪、可被推翻的规则，让模型在不更新参数的前提下积累和修正环境知识。
标签： 人工智能
SepGen 发布：单模型同时生成视频并拆分多路音轨
一项名为 SepGen 的研究把音视频生成与音频分离合并到一次采样过程中，让视频 soundtrack 里的每个声源都能以独立音轨形式导出，而不只是混成一条音频。
Proc-stats 让 Claude Code 变成可监控的任务管理器
开发者 Dragos Mocrii 在 GitHub 发布 proc-stats，为 Claude Code 增加状态行与任务管理面板，实时显示会话及其子进程的内存、CPU 占用，并可终止进程。这让 AI 编程代理的资源消耗第一次变得像系统进程一样可观察、可管理。
少量配对数据也能对齐多模态编码器：蒸馏最优传输新方法发布
arXiv 上一项新研究提出用蒸馏最优传输做表征对齐，在只有约 100 到 500 对配对样本时，把两个独立预训练的单模态编码器映射到同一坐标系，并在图像-文本与分子-文本任务上报告了优于现有方法的结果。
Reflex 让宇树 G1 在 5 米外接住人手抛箱，成功率 40%
Hugging Face Papers 于 2026 年 10 月 8 日收录的论文提出 Reflex 三阶段框架，让宇树 G1 人形机器人靠自身 RGB-D 视觉接住抛来的箱子，5 米距离成功率 40%，约为人类接球者同距离表现的一半以上。
LLM构建硬件知识图谱：属性忠实度达98.8%
arXiv 上一项新研究提出用大模型分块提取、分层路由与迭代精炼，把硬件数据手册自动转成可溯源的层级知识图谱，在 20 份手册评测中属性忠实度达 98.8%，明显高于一次性处理的 76.1%。
Artisan 给铰接 3D 资产生成加物理模拟反馈，碰撞率最低降至 1.9%
alphaXiv 收录的论文提出 Artisan，把多智能体生成流程与 MuJoCo 物理模拟反馈结合，让生成的可动 3D 资产不仅看起来对，还能避免运动碰撞、保持重力稳定，并在评测中把单关节碰撞率从 35.7% 降到 1.9%。
Brandon Thomas用Claude Opus 5.5重写Adobe七款软件开源，REA项目逼近10万Star
开发者 Brandon Thomas 借助 Claude Opus 5.5 重写 Adobe 旗下七款软件并开源为 REA 项目，GitHub Star 数逼近 10 万。这再次把“大模型辅助逆向与重写闭源软件”的可行性和法律边界推到台前。
AttributeError: ‘CallToolResult’ object has no attribute ‘get’ inside set_attributes. The exception is caught (logged as “OpenTelemetry logging error in set_attributes”), so the span is still emit
这个报错通常出现在 LiteLLM Proxy 开启 callbacks: ["otel"] 并对 MCP 工具调用（ tools/call 或 tools/list ）做追踪时： set_attributes 对 response_obj 直接调用 .get() ，但实际对象是 Pydantic
RLVR数据88%陷入零优势陷阱，MagicBeanStalk用递归合成让gpt-oss-120b提升8.6分
一篇 arXiv 新论文指出，广泛使用的开源数学 RLVR 数据中约 88% 落入“零优势陷阱”，对目标策略几乎不产生学习信号；作者提出递归数据合成算法 MagicBeanStalk，用少量种子题生成校准难度的新题，在 8 个数学基准上提升 gpt-oss-120b 和 DeepSeek v4Flash 的表…