Socio-Foundation:用三层蒸馏统一个体行为模拟,超越Qwen3-8B 11分

arXiv 上一篇新论文提出 Socio-Foundation,用三阶段蒸馏流程把个体行为模拟拆成五种能力再统一训练,在自建评测中比 Qwen3-8B 基座高 11.0 分,并接近 GLM-5.2 等前沿模型的表现。

arXiv 上一篇新论文提出 Socio-Foundation,用三阶段蒸馏流程把个体行为模拟拆成五种能力再统一训练,在自建评测中比 Qwen3-8B 基座高 11.0 分,并接近 GLM-5.2 等前沿模型的表现。

2026 年 10 月 8 日 arXiv 上新一篇论文,提出 Socio-Foundation 与 FONTS 分类体系,用三级蒸馏让大模型在动态社交语境中更稳定地模拟个体行为,并配套 IndiEval 评测集。

被称作“美版 DeepSeek”的 Reflection 发布首款开放权重模型 Beam,Mistral 也推出迄今最大模型 Large 4;两者都将中国开放模型作为主要对标对象,但最新评测显示它们仍落后中国头部模型约一代。

arXiv 新论文提出在开放世界环境 Station 中加入 Supervisor 与定期 Meta Reflection 两种机制,让多智能体在缺少中间指标时仍持续探索。在基于 ICLR 三篇 oral 论文构造的开放任务中,Station 平均重新发现 62.7% 的原始结论标准,高于 Codex Mul…

arXiv 上一篇新论文提出在 Station 模拟科研生态中加入 Supervisor 与周期性 Meta Reflection 机制,让多智能体在无标准答案、无网络的环境下做开放式科研,平均重发现 ICLR 三篇 oral 论文 62.7% 的结论,而 Codex Multiagent-v2 和 AI S…

arXiv 2026年10月8日收录的一篇新论文提出 AdaGuard,一个可动态执行用户自定义安全策略、并按输入复杂度自动切换推理预算的 LLM-as-a-Judge 护栏框架,试图解决企业 AI 应用里固定策略、缺乏透明度和延迟过高的老问题。

arXiv 2026 年 10 月 8 日挂出一篇新论文,提出 AdaGuard——一个用 SFT 和 GRPO 训练的自适应 LLM-as-a-Judge 审核框架,让企业可以按需在高速黑盒审核和可解释推理审核之间切换。

arXiv 上一篇新论文提出用“智能体可塑性”来衡量 AI 智能体把过往经验转化为未来表现提升的效率,指出不同前沿模型在自我改进上的差距可能比当前能力差距更明显。

一篇新 arXiv 论文提出“Agent Plasticity”指标,用来衡量 AI 代理将过往经验转化为未来表现提升的效率,试图解决现有评测只看“当前能做什么”而非“学得多快多好”的问题。

AIHOT宣布旧版 /api/public/* 接口和 aihot.virxact.com 旧域名将于 2026 年 10 月 31 日一起停用,原定 12 月 31 日已提前,所有依赖旧接口的推送机器人、脚本和 RSS 读者需要尽快迁移到 /api/v1/* 与 aihot.news。对开发者来说,这是一次…