PROVISO:按信息来源判断LLM智能体动作,安全与效用兼得

arXiv 于 2026 年 10 月 21 日发布的一篇论文提出 PROVISO 控制器,在智能体动作执行前依据内容来源(追溯)决定提交哪个动作,摘要称多个基线都未能在安全与效用上同时超过它。

arXiv 于 2026 年 10 月 21 日发布的一篇论文提出 PROVISO 控制器,在智能体动作执行前依据内容来源(追溯)决定提交哪个动作,摘要称多个基线都未能在安全与效用上同时超过它。

2026年10月18日,Hugging Face Papers 收录论文 CoEvo-RSI,提出让智能体的“身体”(执行框架)和“大脑”(模型)双向继承历史设计、协同进化,以缓解执行框架与模型能力脱节的问题。

arXiv 新论文提出 40 亿参数的医疗决策模型 CS1-4B,可在单次推理中回答多类临床记录问题。据摘要,它在 21 个外部数据集上的综合表现接近最强的 270 亿参数模型,推理速度约快 6.4 倍,为“小模型读病历、大模型提问与整合”的分工提供了样本。

arXiv 2026年10月21日上线的一篇新论文提出 M-Plan,一个把长期记忆与短期记忆整合进闭环的多智能体框架,目标是让大模型智能体在缺少先验训练的长程多轮任务中表现更稳。摘要称其在 ALFWorld、Webshop 和 PDDL 上优于多个基线,但该结论目前仅来自摘要,尚未核验全文实验。

arXiv 上的一篇新论文提出 LightCRS,用一个约 530 万参数的共享模块统一处理多个商品领域的多模态对话式推荐,并构建了覆盖 25 个领域的新基准 MM-R2A-25。它值得关注,是因为给出了“多域统一”与“延迟可控”之间的一种轻量解法,但结论目前仅来自论文摘要。
![[Bug]: Bedrock count_tokens returns 400 for cross-region inference-profile models — prefix stripped before request](https://www.chat-gpts.plus/wp-content/uploads/2026/10/32683-e728913d-768x403.jpg)
当 LiteLLM 在 AWS Bedrock 上通过跨区域推理配置文件(inference profile,如 global. / eu. / us. 前缀或 inference-profile ARN)调用 Claude 模型时, POST /v1/messages/count_tokens 会
![[Bug]: Spend logs only record the first tool call and first LLM round for chained MCP calls on streaming /responses (require_approval="never](https://www.chat-gpts.plus/wp-content/uploads/2026/10/37358-c3372de5-768x403.jpg)
该问题出现在 LiteLLM 代理使用流式 /v1/responses (以及 /chat/completions )并启用 MCP 工具自动执行( require_approval="never" )时:模型链式多次调用工具、网关自动执行并多轮回调模型,但 spend logs 和日志页只记录第一

arXiv 于 2026 年 10 月 21 日收录一篇新论文,提出 SPEM 框架,用“原子技能库 + 技能 DAG 记忆”替代全量加载和扁平检索,试图在技能库变大时兼顾 LLM 智能体的任务成功率与 token、运行时成本。

Hugging Face Papers 上的一篇论文提出 Progress-Aligned Recurrence(PAR)训练方法,让循环语言模型在远超训练长度的序列任务上保持准确率,而单纯增加推理迭代次数并不自动带来这种能力。

arXiv 上一篇新论文提出 MedPAO-Assist,用 0.6B 参数级小语言模型和智能体流程,在普通笔记本 CPU 上离线完成放射科报告结构化,不依赖云端 API 或联网。它值得关注,因为它瞄准的正是医疗场景里数据隐私和算力成本这两个落地瓶颈。