标签： 算力

arXiv 上一项基于宣城 29 天重建需求的研究发现，交通预测精度提升并不自动转化为更好的信号控制决策，问题出在时间可观测性、动作可识别性、动力学一致性和目标对齐四个环节。

一项基于宣城29天交通数据的诊断研究显示，把预测误差降低3.92%–4.03%，在闭环信号控制中反而让排队车·秒数增加6.09%，说明预测精度与决策收益之间存在系统性断层。

Hugging Face Papers 收录的论文提出 RunningTab，用环境侧的任务标签记录智能体“还欠什么”，以减少直接工作区交互（DWI）中漏读文件或漏交成果的问题。

Hugging Face Papers 收录的论文 RunningTab 提出：在智能体直接读工作区文件（DWI）时，由环境侧维护每个任务的“待办记录”，把需求、已读片段和未打开文件对齐，减少漏读漏写。值得关注，因为它把“记任务”从模型上下文挪到环境执行层。

arXiv 2026年10月7日发布的一篇新论文提出 SAGA 框架，试图通过知识抽象让 LLM 智能体在不微调参数的情况下，将具体交互经验转化为可复用的原则，从而提升未来任务表现。

Hugging Face Papers 于 2026 年 10 月 5 日收录的论文提出 Minimal-Witness Reinforcement Learning（MWRL），把“找出所有最小充分解释”形式化为强化学习问题，并给出可扩展到大型语言模型的策略梯度方法。