Chinese content微软 SkillOpt：把智能体技能当程序训练，无需改模型
做智能体开发的团队终于有了靠谱的技能优化方案——SkillOpt 解决了手工调技能越调越差的痛点，而且最终产物是一个可读文件，部署零成本。做 prompt 工程或 Agent 框架的开发者值得细读。
Latest
Every published item, in order · 1470 items
May 29
Chinese content多轮RL训练智能体LLM的陷阱：Token重编码导致梯度错误
做多轮RL训练智能体LLM的团队，这个静默bug可能正在破坏你的训练曲线，看完这篇分析能直接修复，省下大量调试时间。
Papers10:13
Chinese contentGary Marcus：LLM 的幻觉源于概率重构，非训练数据Marcus 戳破了“幻觉只靠清洗数据就能解决”的迷思，做 AI 安全或法律 AI 的团队值得深思——模型概率本质才是硬伤。
Chinese contentLeCun新论文：LeJEPA何时真正学到世界模型？高斯结构是关键
这篇论文给自监督学习社区一个清晰的数学答案：什么条件下模型真的在学世界模型。做表征学习或世界模型研究的开发者，看完会对 LeJEPA 的能力边界有更硬核的理解。
Chinese contentFluxMem：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。
Chinese contentNVIDIA 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。
Papers00:33
Chinese content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。
May 28
Papers23:48
Chinese contentAgent 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。
Papers23:42
Chinese contentMRT：大规模分层图像生成与编辑的掩码区域TransformerMRT解决了图像编辑中区域精确控制与整体连贯性的矛盾，做图像生成和编辑的开发者可以直接尝试，尤其适合需要分层操作的项目。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentUT 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。
Papers19:58
Chinese contentDiT训练慢？新方法8.75倍加速，根源在残差连接扩散模型研究者终于找到了训练瓶颈的隐藏位置——残差连接，8.75倍加速意味着更低的训练成本，做图像生成的团队值得关注这个新路由方案。
Chinese contentGamma-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。
Chinese content语言模型需要睡眠：长时运行智能体通过记忆整合提升性能
长时运行智能体终于有了解决上下文膨胀问题的思路——做Agent或长链推理的开发者值得关注，它可能改变你处理长期记忆的方式。
Papers01:55
Chinese contentAgingBench：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。
May 27
Papers19:46
Chinese contentLaguna 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。
Chinese contentSkillOpt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。
Papers06:20
Chinese contentAI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。
Chinese contentNVIDIA Nemotron Labs 发布文本扩散与弹性推理技术
NVIDIA 在文本生成和推理效率上的新突破，做 NLP 或大模型部署的团队值得关注，能直接启发你优化模型性能。
Papers01:37
Chinese content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。
May 26
Chinese content大模型也需要“睡觉”：CMU/UMD提出睡眠式记忆固化机制
这个研究用“睡觉”这种生物启发机制解决了长上下文推理的显存和速度瓶颈，做长序列AI应用的开发者可以直接参考开源方案，比堆显存更聪明。
Chinese content大模型也需要“睡觉”：CMU研究揭示多跳推理准确率提升52%
做深度推理项目的开发者终于有了新思路——不用堆算力，而是给模型“离线整理”时间，准确率直接拉升52%，值得一试。
Chinese contentAutoResearchClaw：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。
Chinese contentMeta/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。
Chinese contentGoogle 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。
Chinese contentMeta/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”。
Chinese content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。
Chinese contentCRAG 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。
May 25
Chinese contentMoE 大模型一半专家计算可能白忙，ZEDA 可跳过 50%
做 MoE 模型推理优化的开发者终于有了新思路——ZEDA 直接砍掉一半专家计算，省成本又提速，值得在自家模型上试试。
Chinese content阿里+南大新论文：百万token预填充提速9.36倍
长上下文推理的算力瓶颈是AI应用落地的关键障碍，做LLM推理优化或长文档处理的团队可以直接参考RTPurbo的稀疏化思路，无需从头训练模型。
Chinese contentMoE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。
May 24
Chinese content不调模型改接口：Harness 方法让智能体性能提升 88.5%
做智能体工程化的团队会发现，你的 Harness 工作比想象中更可迁移——不用反复调模型，改接口就能显著提升性能，值得点开看具体实现。