不训练也不改权重：两个起始词让基座模型推理成绩逼近RL版本
一篇 2026 年 10 月 5 日发布的论文发现，只需在基座模型的回答开头预填两个特定 token，其数学与代码表现就能接近经过强化学习（RL）训练的版本；作者进一步用数据编辑证明，这种能力来自训练数据中的 token 关联。
标签： 大模型
LLM合成受访者研究：行为历史比人格描述更能预测个体选择
一项 arXiv 新论文发现，用大模型模拟问卷受访者时，给它提供这个人过去的答题记录，比给它一段“你是谁”的人格描述更能预测其后续选择，个体预测准确度从 7-12% 提升到 28%。
MiniCorp：让AI智能体集体运营一家公司，还能生成企业级纵向数据
Hugging Face Papers 收录的论文提出 MiniCorp，一个让 AI 智能体集体模拟运营电商公司的办公室模拟器，既能研究"公司自运行"，也能批量生成含反事实对比的企业纵向数据。
TechCrunch Disrupt 2026 圆桌议程：物理AI与SaaS未来成焦点
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山举行，主办方公布了全部互动圆桌阵容，议题集中在物理 AI、企业软件演进、IPO 财务准备和医疗 AI 落地等方向。
让编码智能体更可靠：新研究称位置与编辑多样性成关键，SWE-bench解决率提至43%
arXiv 上一篇新论文提出，自主编码智能体的可靠性并非来自堆算力，而是可通过训练把「搜索定位、编辑多样性、验证打分」三种行为内化进策略。在 SWE-bench Verified 上，该方法以不到基线一半的步数解决了 52.8% 的问题，经强化学习后 pass@1 升至 43.0%。
DAEDALUS 让智能体从自生成任务中自举记忆，成功率提升最高 15.9 分
Hugging Face Papers 收录的 DAEDALUS 提出一种让 LLM 智能体在没有现成任务和验证器的情况下，通过“探索者+求解者”自我对弈生成可复用记忆的方法，在多个智能体基准上提升了成功率。
ROAR 提出统一 AI 研究系统运行数据框架，聚合超 900 次运行
arXiv 新论文提出 ROAR，用关系型数据模型和解析层统一异构 AI 驱动研究系统（ADRS）的运行输出，并基于 900 多次运行展示跨系统分析的可能性，相关代码和产品尚未公开。
CheckerBench 发布：300 个静态分析检查器任务，顶级智能体通过率仅 45%
Hugging Face Papers 收录的 CheckerBench 提出 300 个从真实 CVE 衍生的静态分析检查器合成任务，用于衡量编码智能体能否完整走完从读规范、看仓库到实现并反复调试的分析器开发流程。目前公开信息显示，表现最好的配置首轮通过率也只有 45.33%，说明这类长周期任务对现有智能体…
EmbodiedSmith提出递归自改进闭环：仿真中自动生成机器人训练数据
2026年10月6日，Hugging Face Papers收录论文提出 EmbodiedSmith 框架，用递归自改进（RSI）把资产、场景与任务生成整合为一条自动化流水线，试图解决机器人基础模型训练数据稀缺、场景与任务脱节的问题。
Healthleap 融资 3800 万美元，用 AI 从病历中标记漏诊风险患者
Healthleap 完成 3800 万美元种子轮和 A 轮融资，其 AI 平台接入医院电子病历，从医生手写笔记中提取营养不良、谵妄等漏诊风险信号，目前已部署在超过 50 家医院。