09:57官方账号arXiv cs.AI@Yuma Ichikawa, Yamato Arai, Kosaku Kimura, Akira Sakai, Hiromichi KobashiLOGOS是一个可插拔层,用于强化现有多智能体框架,而不是替换它们。它编译异构多模态输入(文档、图像、音频、表格、数据库、API、人类指令)为版本化的agent packs,包含智能体、工具、知识、测试、权限和策略。操作中,LOGOS将智能体活动转化为可审计的事件轨迹,并在框架和后端之间应用失败关闭验证。每个学习到的提示、记忆、技能、工具、角色或工作流被视为未信任发布候选,直到通过保留执行证据、人类控制的策略和明确授权才允许升级。该架构实现了可验证的人-智能体循环工程,支持智能体提议改进而人类控制目标、权限和不可逆操作。论文LOGOS智能体治理人机协作推荐理由:这篇论文提出了LOGOS,一个让AI团队自我进化同时受人类控制的框架。它不替换现有系统,而是增加了治理层,确保问责。原文稍后读已读值得跟进有用关注 LOGOS
12:35IT之家(博客/媒体)73°阿里与人大联合开源 LOGOS,这是一个基于统一“科学语法”的多领域科学生成基础模型。LOGOS-1B 仅用 1B 参数量,在多项科学任务上超越参数为 8×7B 的微软 NatureLM。模型预训练语料涵盖蛋白质(28.9B tokens)、抗体(3.0B tokens)、小分子(2.1B tokens)等 7 类模态共 44.87B tokens。它通过共享词表将异构对象编码为离散 token,无需 3D 坐标即可理解 3D 空间互作规律。LOGOS 已开源模型权重、推理代码与技术报告。AI模型LOGOSNatureLM开源模型推荐理由:阿里开源的 LOGOS 模型,用 1/56 参数就碾压了微软 NatureLM,还统一了蛋白质、小分子等科学对象的语言,搞科研的可以看看源码和论文,开箱即用。原文稍后读已读值得跟进有用关注 LOGOS