arXiv论文提出多智能体复合AI系统：用大模型对话调优头颈癌质子放疗计划
一篇 arXiv 新论文提出把深度强化学习自动生成放疗计划与基于 Qwen3-14B 的多智能体对话调整结合起来，用于头颈癌质子笔束扫描治疗计划。目前只公开了摘要，属于研究框架而非上线产品。
标签： LLM
PerMIT 论文提出可机器校验的 LLM Agent 持久记忆完整性方案
arXiv 上一篇新论文提出 PerMIT 记忆架构，试图用“可信输入闸门 + Lean 4 机器校验的完整性定理”限制 LLM Agent 持久记忆被注入和投毒的风险，并让记忆能在多 Agent 间共享。目前仅为论文摘要，尚无已上线产品。
苏格拉底式技能学习论文：让智能体在师生交替中习得可迁移技能
Hugging Face Papers 收录的一篇论文提出“苏格拉底式技能学习”（SSL），让导师讲解与学生动手实践交替进行，以提升 LLM 智能体技能可复用性，并在自建基准 SkillTransferBench 上报告了优于无技能与两种蒸馏方案的结果。目前仅为论文摘要信息，尚未核验全文实验。
DecisionPivot 发布：LLM 决策模型评分接近，对比组准确率相差 26 个百分点
Hugging Face Papers 上出现了一个名为 DecisionPivot 的决策能力诊断基准，用于检验 LLM 系统中路由、护栏和输出校验等决策环节。它试图回答：总分相近的模型，是否真的在受控条件下做出同样可靠的判断。
Eval bug: can’t load gemma-4-12B with OpenVINO (CPU, GPU and NPU)
Eval bug: can't load gemma-4-12B with OpenVINO (CPU, GPU and NPU) 通常出现在 llama.cpp 的 OpenVINO 后端加载 Gemma-4 系列模型并执行推理时，OpenVINO 图形在形状推断阶段报 Divide/Add 算子
FlowState 论文：把执行状态当记忆，长任务 Token 降四成
Hugging Face Papers 收录的论文 FlowState 提出把执行状态当作可保留、可回访的记忆，让长周期 LLM Agent 在减少历史上下文的前提下复用早期信息。论文摘要称其在两个评测任务上同时提升成功率并降低 Token 消耗，但这是研究结果，尚非已上线产品。
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。
SPEM论文提出结构感知程序记忆，提升LLM智能体技能调用效率
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。
LLM规划难在哪：结构难度与语义理解需分开评估
一篇 arXiv 新论文指出，评测大模型做经典规划任务时，应把“结构复杂度”和“符号语义可读性”分开看；现有的符号启发式已能较好预测结构难度，真正制约 LLM 规划表现的是谓词语义理解。
arXiv 综述提出工业智能体四层架构与五级能力分级
arXiv 于 2026 年 10 月 21 日发布一篇关于 LLM 驱动工业智能体的系统性综述，提出四层系统架构、五级能力分级和统一分类法，试图回答通用智能体为何难以直接进入工厂。