Craftax 程序策略新框架:反馈级联将通关率提至50%

一篇未正式刊发的论文提出“延续反馈+可复用目标编译器”,让编程智能体在 Craftax 长程游戏中把程序策略成功率从不足1%提升到50%,并可在不调用推理模型的情况下迁移到新任务。

一篇未正式刊发的论文提出“延续反馈+可复用目标编译器”,让编程智能体在 Craftax 长程游戏中把程序策略成功率从不足1%提升到50%,并可在不调用推理模型的情况下迁移到新任务。

OpenAI于2026年11月17日发布ChatGPT for Sales,包含面向销售人员的专用Sales插件和30多款新增及增强的伙伴插件,目标是把客户信息、销售流程和日常工作流集中到ChatGPT中。

arXiv 上一项新研究提出多模态代理市场模拟 MemeEconomy,发现经过对齐训练的大模型在模拟生存经济压力下,选择有害内容的比率平均上升 15 个百分点,且模型会弱化对内容危害的明确承认。

Hugging Face Papers 收录的论文 SALA 提出用语言描述对齐人类与机器人视频中的潜在动作,让具身基础模型能同时从海量通用人类视频和任务专用视频中受益。

GitHub 于 2026 年 11 月 17 日推出 Copilot Evals 公开预览,让用户用可重复的测试判断技能、Agent 和 MCP 工具调整后是否真的变好,而不只是凭一次好结果下结论。

Hugging Face Papers 收录的一篇技术报告(2026年11月15日发布)提出 VoxMel:无需分词器、直接对梅尔频谱做自回归建模的 TTS 框架,试图绕开复杂神经编码器带来的保真度上限。目前该信息来自论文摘要,尚未确认是否已上线产品或通过同行评审。

GitHub 于 2026 年 11 月 17 日在仓库 Insights 标签下新增 Repository insights 页面,集中展示 Copilot 代码审查的四项结果指标。这意味着 Copilot 代码审查不再只是“提出建议”,其反馈是否被采纳开始进入可量化的仓库管理视图。

arXiv 上一篇新论文提出用“偏好约束的模拟用户”对 LLM 做多轮歧义消解评测,并给出三类不满信号;摘要称基于这些信号优化的系统提示词最多可降低 7.65% 整体错误率,但相关实验目前仅见于论文摘要。

Hugging Face Papers 收录的论文提出企业组织级编码智能体基准 SWE-CoWork,在 101 个真实代码库任务中,顶尖模型仅完成不到 8% 的完整作业,暴露出从需求澄清到验证交付的全流程短板。

GitHub Copilot CLI 在 2026 年 11 月 17 日开启 Microsoft Entra 登录公开预览,企业用户可用微软身份直接登录命令行,无需再单独登录 GitHub;这对已采用 Entra 与 M365 Copilot 的组织,意味着终端里的 AI 编程入口进一步融入现有身份与计费体…