FluxMem：将智能体记忆重构为动态图拓扑，SOTA 三项基准
FluxMem 把智能体记忆从静态存储升级为动态拓扑，解决了长期任务中记忆碎片化和干扰问题。做智能体系统或记忆建模的团队值得看看这个新范式，可以直接参考其论文思路。
全部动态
AI 相关资讯全量信息流 · 785 条
5月29日
NVIDIA 团队 LocateAnything 登顶 HuggingFace，重新定义边界框预测
做视觉检测或机器人感知的团队，LocateAnything 的并行解码思路能直接提升实时性，值得点开看看项目页。
论文00:33
对比分布匹配：离散扩散中的摊销序贯蒙特卡洛方法离散扩散模型在文本、图结构等离散数据生成中至关重要，但采样效率一直是瓶颈。这篇论文提出的对比分布匹配方法直接解决了这个问题，做生成模型研究的开发者值得关注。
5月28日
论文23:48
Agent Explorative Policy Optimization 提升多模态智能体推理能力多模态智能体推理是当前 AI 的前沿方向，AEPO 为开发者提供了一种可落地的训练优化思路，做智能体或多模态应用的团队值得关注。
UT Austin 论文：AI 智能体部署后性能会“老化”，即使模型不变
这篇论文戳中了 AI 智能体部署后的核心隐患——性能会随时间悄悄下降，做智能体运维或长期对话系统的团队值得细读，看完会重新审视记忆管理策略。
Gamma-World：多智能体世界建模突破双玩家限制
多智能体系统开发者终于有了能处理超过两个智能体的世界模型——Gamma-World 解决了传统双玩家建模的瓶颈，做游戏 AI 或机器人协作的团队值得关注。
论文01:55
AgingBench：智能体也会“衰老”，需要可靠性基准测试做智能体部署和运维的团队终于有了衡量长期可靠性的工具——AgingBench 能告诉你智能体何时、如何退化以及该修哪里，建议做 agentic 工程的开发者点开看看。
5月27日
论文19:46
Laguna M.1/XS.2 技术报告发布，Poolside 详解模型工厂与训练细节这份报告把大模型从数据到部署的全链路细节都摊开了，做模型训练或智能体开发的团队可以直接参考其中的 Model Factory 和 Agent RL 实践，值得细读。
SkillOpt框架：让AI自动优化Agent Skills，准确率飙升23.5%
做Agent框架或提示词工程的开发者，终于有了系统级的方法来优化Skills，不用再靠手动瞎改和调试了。建议直接看论文实验数据，特别是编辑预算的设置，对实际落地很有参考价值。
论文06:20
AI智能体基准测试与现实工作脱节，CMU和斯坦福研究揭示这项研究戳破了AI基准测试的盲区——如果你在评估智能体工具或做AI产品，会发现现有测试可能误导了你的判断，建议点开看看如何修正评估标准。
论文01:37
长上下文AI易被少量误导信息毒害：第一滴墨水效应做长上下文AI应用或RAG系统的团队，这个发现会颠覆你对上下文管理的认知——不是堆更多文档就能提升效果，少而精才是关键，建议点开看看具体实验数据。
5月26日
AutoResearchClaw：让AI科研在失败与人类协作中进化
做AI科研自动化的团队会发现，这个框架把失败变成了系统的一部分，而不是bug——CoPilot模式87.5%的接受率值得所有做AI Scientist的人点开看看。
Meta/CMU 提出 Self-Play SWE-RL：编码智能体通过自我制造软件经验提升性能
Self-Play SWE-RL 解决了编码智能体依赖人类标注数据的瓶颈，做 AI 编程助手或智能体训练的团队值得关注——它展示了智能体自我进化的新路径，看完会对训练数据来源有全新认识。
Google 新论文：LLM 应停止假装确定，诚实表达不确定性
这篇论文点破了 LLM 幻觉的核心矛盾——不是知识不够，而是不知道什么时候该说“不确定”。做 AI 产品、智能体或对话系统的团队，看完会对“诚实比正确更重要”有更深理解，建议直接读原文。
Meta/Stanford/Illinois 论文：代码作为AI智能体的核心工作层
这篇论文为AI智能体架构提供了一个清晰的设计原则——用代码作为核心工作层，做智能体系统或工具链的开发者值得一读，能帮你理解为什么代码比纯文本更适合作为智能体的“思考环境”。
微软 SkillOpt：将技能文档视为可训练外部状态，冻结智能体性能提升 23.5 点
做智能体开发的工程师别再手写技能文档了——SkillOpt 证明自动优化技能文件能带来显著性能提升，且零推理开销，值得在你的 Agent 工作流中尝试。
CRAG 修复 RAG 管道盲点：相似度不等于相关性
做 RAG 系统的团队终于有了解决检索错配的实用方案——CRAG 在检索后加一道评估关卡，直接过滤掉相似但不相关的文档。做知识库问答或搜索增强应用的开发者，值得看看这个改进管道的方法。
5月25日
MoE模型浪费一半专家计算？ZEDA框架让Qwen3等模型跳过简单token
部署MoE模型的团队终于可以省下一半专家计算——ZEDA让Qwen3和GLM等模型自动跳过简单token，推理速度提升20%且几乎不掉精度，做模型推理优化的开发者可以直接参考论文方法。
5月24日
5月23日
Meta 论文：编码智能体通过复用尝试摘要大幅提升性能
这篇论文戳中了编码智能体效率低下的核心痛点——不是试得不够多，而是记不住经验。做 AI 编程工具或智能体开发的团队，可以直接借鉴其摘要复用和锦标赛选择方法，值得点开看看。
Google SensorFM：万亿分钟穿戴数据训练的基础模型
穿戴设备厂商和健康 AI 研究者终于有了一个通用基础模型，不用再为每个健康任务单独设计特征工程。做可穿戴健康分析的团队可以直接参考 SensorFM 的预训练思路，大幅降低模型开发成本。
Google DeepMind 新论文：AI 在 Lean 中搜索形式化数学证明
这篇论文展示了 AI 在数学证明中的实际进展，做形式化验证或数学研究的团队值得关注——它把 LLM 从“讲故事”变成“可验证的候选生成器”，直接解决了幻觉问题。
5月22日
通用LLM通过长思考破解数论难题，OpenAI模型展现前沿研究能力
这项发现打破了“只有专用模型才能做前沿研究”的认知，做AI科研或数学研究的团队值得关注——它意味着你的通用模型可能比想象中更聪明，只是需要给它更多思考时间。