标签：大模型

nanoMuse开源个人代理发布：对标Meta Muse，跨设备记忆可读

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。

一篇 2026 年 10 月 2 日上传至 Hugging Face Papers 的论文提出两阶段训练框架：先用评分标准作为教师上下文做在线策略蒸馏，再用同一评分标准做强化学习，在健康与科学任务上得分高于所比较的后训练方法。

一篇新论文提出“先蒸馏后强化学习”的两阶段训练框架，用评分标准（rubric）先做 token 级密集监督，再用于 RL 奖励，在健康与科学任务上比直接 SFT+RL 表现更好，并减少了奖励作弊。

2026 年 10 月 6 日 Hugging Face Papers 收录的一篇论文指出，冻结的视觉-语言-动作（VLA）策略可能选出一个局部安全但无法完成任务的下一步动作，并提出免训练的重排序方法 VICS-G 来缓解这一问题。

Strands Agents 在 strands-labs 下发布 Strands Decider 2B，一个 2B 参数的开源决策模型，专为本地开发与快速实验设计，可返回带可靠性评分的选项答案。它的意义在于把“系统一”式决策模型从概念推向可动手复现的开源资产。

一篇发表于 2026 年 10 月 6 日的综述提出用参数内记忆（in-parameter memory）来补充上下文学习，让模型在推理时直接调用可复用的记忆参数，而不是把新知识反复塞进上下文。

开发者用 Claude Code 的多代理工作流，让 Opus 5.5 在零外部素材条件下生成了一款完整的浏览器 3D 动作解谜游戏《云海神殿》，共动用 33 个代理、约 1180 万 token。这展示了大模型在长周期、多模块软件工程中的编排潜力，也暴露了额度中断、上下文管理等现实约束。

2026年10月，数学家 Thomas Bloom 对 Erdosproblems.com 做出四项调整，其中限制评论提交与隐藏题目状态变化引发社区异议，被认为可能降低数学进展的可见度并阻碍协作。

Erdosproblems 论坛近期调整评论与问题状态功能，试图减少 AI 生成的低质量证明，但一位社区用户公开反对，认为这会降低数学进展的可见性并阻碍协作。

2026 年 10 月 7 日，Hacker News 24 小时热榜出现一篇博客，逐条反驳“代码是艺术、AI 抢工作、人沦为机器代理、软件工程靠规则、AI 公司是坏行为者”这五类反对 AI 编程的常见理由，主张编程的价值在于交付软件而非敲键盘。