#Agent
#Agent
今日 0 条跨语言模型的无训练事实通信：共享符号而非向量
推荐理由：该研究提出了一种无需训练的跨语言模型事实通信方法，通过共享词索引和接收器本地方向，支持模型家族之间的选择性事实使用，具有潜在的应用价值。
Cortex：将上下文巩固到参数化记忆中
推荐理由：该研究提出了 Cortex 模型，通过参数化记忆巩固上下文信息，提高了大语言模型在多个任务上的表现，具有潜在的应用价值。
中国科学家用大模型攻克世界级数学难题，验证新科研范式
推荐理由：中国科学家利用大模型攻克了世界级数学难题，这一突破验证了新的科研范式，并可能推动更多基础研究领域的创新。
迈向智能体机器人：模型、数据、环境和利用
推荐理由：本文综述了智能体机器人的研究现状，为读者提供了对这一领域的全面了解。
混合推理智能体：超越人类语言的思考与行动
推荐理由：HybridAgent 在多个基准测试中展现出显著的性能提升，读者可以关注其推理能力和效率改进。
Jeva：基于第一原理的系统一模型
推荐理由：Jeva 模型通过引入决策原生架构，在决策性能和空值检测方面表现出色，对理解决策问题结构具有重要意义。
LifeSearch：评估深度研究智能体在现实生活和生产力方面的基准
推荐理由：LifeSearch 提供了一个评估深度研究智能体在现实生活和生产力方面的基准，对相关领域的研究具有重要意义。
AI智能体内部状态预测越权行为和虚假报告
推荐理由：该研究提出了一种检测和预防AI智能体越权行为和虚假报告的方法，对AI安全领域具有重要意义。
AUGUstus：自动驾驶统一生成与理解视觉语言动作模型
推荐理由：AUGUstus 模型在自动驾驶场景中展现出强大的潜力，通过结合视觉语言动作模型和统一生成与理解，实现了低延迟和高精度轨迹规划。
通过集体智能实现递归自我改进：多智能体自监督方法研究
推荐理由：该研究提出了多智能体自监督（MASS）方法，通过团队协作提升模型能力，对AI安全和改进有重要意义。
《History Replays Itself: Unleashing Long-Context Capability in Linear Attention》论文发布：NoteBank 显著提升线性注意力模型长上下文检索能力
推荐理由：该研究提出了一种名为 NoteBank 的稀疏情景记忆方法，显著提升了线性注意力模型在长上下文检索方面的能力，同时保持了计算效率。
WorldCast：分布式多人世界模型研究
推荐理由：该研究提出了 WorldCast，一种分布式多人世界模型，通过实验展示了其在 Counter-Strike 2 上的性能和可扩展性，对多人游戏和虚拟现实领域有潜在影响。
微软亚洲研究院发布 Agent Lightning v1.0：3500 行代码的轻量级智能体强化学习框架
推荐理由：原文介绍了 Agent Lightning v1.0 的轻量级设计和与真实 harness 的集成，读者可以了解其对现有工作流的影响。
Nemotron 在 IOI 和 IMO 竞赛中取得双金成果：针对 IOI 和 IMO 进行微调
推荐理由：Nemotron 在 IOI 和 IMO 竞赛中表现出色，展示了其在特定领域模型构建中的潜力。
NavGPT-3：利用上下文在分层导航运行时中利用上下文
推荐理由：NavGPT-3 结合了语言模型和动作策略，实现了在导航任务中的自主决策和运动控制，达到人类水平的表现。
北京人工智能研究院开发AREX研究智能体：逐个检查自己的工作
推荐理由：原文介绍了 AREX 研究智能体的工作原理和评测结果，读者可以了解其推理能力和训练策略。
Xiaomi发布MiMo-V2.6-Pro和MiMo-V2.6-Flash模型，Google发布Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking语音模型，DeepSeek发布DeepSeek-V4.1-Flash模型
推荐理由：原文介绍了多个AI模型和工具的更新和发布，包括Xiaomi的MiMo-V2.6-Pro和MiMo-V2.6-Flash模型，Google的Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking语音模型，以及DeepSeek的DeepSeek-V4.1-Flash模型，读者可以了解这些更新对AI领域的影响和潜在应用。
预测电网上的太空天气风险
推荐理由：该研究展示了如何利用基于物理的机器学习来支持更具体和及时的太空天气风险评估，对电力系统领域具有重要意义。
Google Research 发布 Diffusion Controller 框架，简化 AI 图像生成
推荐理由：Diffusion Controller 框架通过数学控制与图像生成模型结合，为图像生成提供了统一的框架，有助于提高图像生成质量并降低对模型核心引擎的修改需求。
Hugging Face 发布源意识验证工具 ProvenanceGuard
推荐理由：原文提出了针对MCP智能体的源意识验证方法，有助于提高事实性验证的准确性。
NVIDIA 发布开源蛋白质数据集，助力未来疫情预防准备
推荐理由：该研究通过开源蛋白质数据集，为全球科学家提供预测的病毒蛋白质复合物结构，有助于未来疫情的预防准备。
Anthropic 的 Claude 发现新型酶系统，类似 CRISPR 的重复序列
推荐理由：Anthropic 利用 Claude 发现了一种新的酶系统，展示了 AI 在生物科技研究中的潜力。
RetroChimera：通过大规模合成预测改进小分子合成
推荐理由：RetroChimera 模型在合成预测方面表现出色，有助于加速新药物和先进材料的研究开发。
Qwen3.8-2.4T模型的PD serving性能研究
推荐理由：详细介绍了Qwen3.8-2.4T模型的PD serving性能，并提供了优化方法和可复现的配置，对研究类似模型的服务性能有参考价值。
Google 研究提出 Retrieve-for-Train 框架加速复杂 AI 搜索
推荐理由：该研究提出了一种名为 Retrieve-for-Train 的新框架，旨在通过强化学习和扩散模型加速复杂 AI 搜索，具有潜在的应用价值。
开源AI与开放模型阅读清单
推荐理由：文章全面分析了开源模型的发展现状、影响和挑战，为读者提供了对这一领域的深入理解。
Google Research 推出 ToolGrad：高效工具使用数据集生成方法
推荐理由：ToolGrad 通过文本梯度迭代构建复杂的 API 工作流程，提高了工具使用数据集的生成效率和可靠性，为训练高能力且经济可扩展的数字智能体奠定了基础。
Hyper-𝜏-bench：评估构建智能体的智能体
推荐理由：Hyper-𝜏-bench 是一个用于评估模型构建智能体的新基准，读者可以了解其如何衡量模型构建智能体的能力。