Inherit-MAS:用继承机制降低多智能体协作推理成本

一篇新论文提出 Inherit-MAS,把生物进化里的继承思想引入多智能体系统,让工作流和已执行结果在测试时迭代复用,在 WorkBench 和 HotpotQA 上取得优于 EvoAgent 等基线的成绩,同时减少 token 消耗。

一篇新论文提出 Inherit-MAS,把生物进化里的继承思想引入多智能体系统,让工作流和已执行结果在测试时迭代复用,在 WorkBench 和 HotpotQA 上取得优于 EvoAgent 等基线的成绩,同时减少 token 消耗。

2026 年 10 月 5 日,Hugging Face Papers 收录论文提出 Trace2Env:不重建可执行环境,仅凭历史交互轨迹,用世界模型智能体替代真实环境,为 LLM 智能体提供有状态的仿真。它试图解决训练与评测时原始系统不可用或难以复现的问题。

2026年10月8日,Hugging Face Papers收录的论文提出SuperNav,让预训练多模态大模型(MLLM)不经过导航专项微调,仅通过智能体工具链和图像指向接口完成跨场景导航,在四类基线对比和HM3D类别级评测中表现更优。

SheetSage2 是一个统一音乐转写框架,通过合成数据、结构化解码和自回归蒸馏,试图把音频转成更连贯、可读的乐谱,并在多个基准上报告了优于前代和部分专用模型的结果。

一篇新论文提出 UniSkill,让共享策略在环境交互中直接生成技能库的增删改,并用对比动作反馈代替额外 rollout 评估技能质量;据摘要,它在 ALFWorld 和 WebShop 上分别达到 98.4% 与 84.7% 成功率。

一篇 2026 年 10 月发布在 Hugging Face Papers 的论文提出 SkillForge,用“试用—激活—稳定—退役”的技能生命周期管理技能库,让技能与模型在强化学习中共同进化,避免无效技能拖累智能体表现。

Hugging Face Papers 收录的一篇论文提出 Δ-MOPD,不再让学生模型直接模仿多位教师模型的最终输出,而是学习每位教师相对其基座模型的变化量,在多教师组合场景中取得更好效果。这为多教师蒸馏提供了一个独立于教师选择的新设计维度。

利默里克大学一项 VR 办公场景研究发现,同一套大模型与 Agent 技术包装成“男性”身份时,任务报酬更高、被认为更像人类;包装成“女性”时报酬低约 10%。样本仅 189 人,结论限于该实验条件。

安永2026财年全球新增近1万个岗位,AI相关服务收入增长近50%,显示咨询巨头对AI的投入正转化为实际业务需求。

AgentGarten 把游戏引擎的持久世界状态和可编程交互规则,与一个共用的神经渲染器结合起来,让智能体在实时交互环境中学习;按摘要给出的实验,学习效率从传统强化学习的数百万轮降到约 4 轮。