DeFT-RAG 提出自包含子问题策略,多跳问答准确率领先 13 个基线

一项名为 DeFT-RAG 的检索增强生成框架在 Hugging Face Papers 公开,提出把多跳问题拆成自带实体的“自包含子问题”,以降低大模型在推理链中的任务负担。按论文摘要,它在三个多跳问答数据集上取得优于 13 个基线的准确率。

一项名为 DeFT-RAG 的检索增强生成框架在 Hugging Face Papers 公开,提出把多跳问题拆成自带实体的“自包含子问题”,以降低大模型在推理链中的任务负担。按论文摘要,它在三个多跳问答数据集上取得优于 13 个基线的准确率。

arXiv 新论文提出 Taurus:先让自动化流程完成 CT 标注,再让大模型审查并回答选择题,主动脉标注效果追平让 Claude Opus 5.5 自由写代码的智能体,单例成本从 2.71 美元降至 1.22 美元。它值得关注,因为它把专家时间从“画标注”转向“查标注”。

Vercel CEO Guillermo Rauch 认为,衡量 AI Agent 沙箱不应只看无状态的启动速度,Agent 需要带着工作区(身份、技能、代码仓库、记忆)运行;同期 Vercel Sandboxes with Drives 将沙箱创建耗时中位数从 1.7 秒降到 0.7 秒。

arXiv 新论文 RE-SciVQA 提出用查询扩展和轻量 LoRA 微调小模型来改进科学图表问答,在 SciVQA 基准上 ROUGE-1 F1 达 73.9%,显著高于多个图表模型,但摘要未说明是否为同行评审结果。

arXiv 上新出现的论文 AuroraWorld 尝试用结构化 4D 世界建模,把外部相机拍摄的机器人操作视频转成第一视角(ego)视频,以降低具身智能训练数据的采集成本;目前仅有摘要公开,尚无完整实验与产品化信息。

2026 年 11 月 3 日,Amjad Masad 在 X 上转发 Luis Héctor Chávez 的安全建议,主张 AI agents 应默认运行在组织专属、权限受限的托管云环境中,只开放当前任务所需的资源。这一表态指向 AI agent 的生产部署安全模型,而非某个具体产品发布。

arXiv 上新论文提出 PatchScout 多智能体框架,把跨网站收集同一主题的网页数据建模为“信息觅食”问题,试图解决现有爬虫和网页智能体只做局部探索、过早停止的问题。目前仅为论文摘要,尚无论文全文实验与同行评审信息可核验。

arXiv 于 2026 年 11 月 3 日发布的一篇综述与实证审计指出,大推理模型的提前停止方法在算清停止判定成本后,可靠性仍有隐患:结论须限定在摘要所述的五款模型与评测任务内。

arXiv 2026年11月3日发布的一篇论文提出“后验采样智能体”,让在线零售商在不知道点击如何响应出价、也不知道市场强弱的情况下,边卖边学,在模拟花店测试中把探索代价压到更低。

商汤于2026年11月3日推出日日新SenseNova 6.8 Flash正式版,定位面向真实复杂环境的多模态智能体模型,重点提升长时记忆、主动交互与跨任务协作能力,并支持与Figma等设计工具深度集成。