标签： LLM

Hugging Face Papers 收录的 ReSAIL 论文提出一种可插拔增强方法，用于缓解 LLM 智能体在迭代自蒸馏中的性能崩溃，在 ALFWorld 与 TextCraft 上三个循环内平均最终成功率绝对值提升 22.5%。

Hugging Face Papers 收录的论文 ReSAIL 提出一种可插拔的迭代自蒸馏增强方法，用于缓解 LLM 智能体在连续部署循环中的性能坍缩问题。摘要称其在 ALFWorld 和 TextCraft 上三个循环后仍能维持增益。

arXiv 新论文提出 RadOnc-Agent，用一个大语言模型控制器把放疗拆成四个临床阶段、提供 26 个可调用函数，并在一批单步与跨阶段任务上验证了执行成功率。值得关注是因为它试图把长期割裂的放疗 AI 能力串成一条纵向工作流。

arXiv 上新论文提出 RadOnc-Agent，用大模型控制器把放疗流程拆成四个阶段、26 个可调用功能，将分散的 AI 能力串成纵向工作流，跨阶段脚本任务完成率 96.50%。

Liquid AI 于 2026 年 10 月 7 日发布两款开放权重多模态决策模型 d1-3B 与 d1-omni-600M，它们不生成文本，而是在一次前向传播中直接返回带概率的结构化答案，输出 Token 数为 0，目标是把实时决策放到 NVIDIA 全栈上跑。

alphaXiv 于 2026 年 10 月 7 日介绍论文 Kernaut：让编码智能体把核函数写成程序，通过构造契约保证有效性，发现的核函数可迁移到未见任务，并在部分基准上超过元学习深度核。目前公开信息显示这是研究项目，尚无论文全文或可用产品披露。