Jev-Mem:让系统一控制AI代理记忆,降低检索成本
Jev-Mem将AI代理记忆拆分为快速控制、结构化存储和深度推理三层,减少大语言模型参与日常记忆操作的频率。在LoCoMo测试中,它同时提升回答质量并降低构建与查询延迟。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2320 篇文章
RSS 订阅Jev-Mem将AI代理记忆拆分为快速控制、结构化存储和深度推理三层,减少大语言模型参与日常记忆操作的频率。在LoCoMo测试中,它同时提升回答质量并降低构建与查询延迟。
阅读全文CARE提出一种面向机器人操作失败恢复的数据驱动框架:从真实执行失败中学习偏差分布,并生成更有代表性的纠正示范。它还通过分阶段规划与三维监测,在任务尚未完全失控时执行原子级调整或重新操作。
阅读全文HuRo提出一套“机器人化”流水线,将异构人类操作视频转换为机器人对齐的观测与动作轨迹,并构建包含约63万条机器人化片段的数据集。实验显示,扩大这类数据的预训练规模,能够明显提升真实机器人操作及分布外泛化表现。
阅读全文一项新研究提出PIR方法,通过分析语言模型的内部状态,判断模型是不知道答案,还是知道却选择隐藏。实验显示,这种方法在欺骗、沙盒测试和密码锁定等场景下仍能识别模型认可的答案。
阅读全文现有合成任务往往忽略智能体背后的数据库状态,难以覆盖企业场景中的异常操作。EDGEGEN 从智能体规范中提取合规规则,并生成与数据库状态相关、专门挑战这些规则的边界任务。
阅读全文一项新研究提出类别感知的专家训练与策略整合框架,试图解决软件工程强化学习中不同任务类别进步不均、彼此“拉锯”的问题。方法通过 RRE 迭代训练类别专家,再用标签路由的多教师在线策略蒸馏,将能力合并到单一模型中。
阅读全文OmniEdu 发布了一组面向 K-12 学习与教学的开放基础模型,试图同时覆盖学科解题、课程理解、学习诊断和教学辅导。研究显示,围绕教育能力组织训练数据,能够在多类教育基准上带来稳定收益。
阅读全文RRSI关注的不是重新训练基础模型,而是自动优化智能体周边的提示词、工具、控制流和记忆机制。它通过限制修改规模、鼓励探索并清理低价值改动,试图缓解智能体进化对训练任务的过拟合。
阅读全文ShieldVLA 将 Hamilton-Jacobi 可达性分析引入 VLA 安全微调,用视觉观察学习安全 critic,并在可行区域与恢复状态之间切换优化目标。论文称,该方法在五项导航与操作基准上平均降低 57% 的累积安全代价,相比 SafeVLA 将任务成功率提高 0.13。
阅读全文Anthropic发布Opus 5.5,OpenAI推出GPT-6 Sol与Luna,重点都不在能力跃迁,而在更低价格、更快输出和更适合规模化部署。前沿模型竞争正从“谁更强”转向“谁更划算”。
阅读全文高通发布 Snapdragon 8 Elite Gen 6 和 Extreme Gen 6,重点提升手机端AI代理、语音交互、个性化记忆与影像处理能力。Extreme版本据称可在本地运行30B混合专家模型。
阅读全文微软联合行业伙伴打击了名为 EvilTokens 的订阅式网络犯罪平台。该平台利用设备代码认证和 AI 分析邮箱内容,帮助攻击者批量接管账户并策划后续转账诈骗。
阅读全文不列颠哥伦比亚省将图姆布勒里奇校园枪击案的善后成本与ChatGPT安全责任联系起来,要求OpenAI提供聊天记录、改进暴力内容处置,并承担部分重建费用。
阅读全文vLLM正在为面向最新GPU优化的“扁平模型”让路,同时引入硬件无关层,以继续支持旧款GPU、外部加速器和更多模型。该方案在H100上的总token吞吐量与原生实现相差不超过3.4%。
阅读全文Shopify搭建了一套持续学习闭环,把真实生产中的失败案例转化为训练信号并写回模型权重。该方案在提升质量的同时,将服务成本降低了96%。
阅读全文腾讯ARC提出WorldCrafter,通过可按摄像机视角查询的隐式3D感知记忆,改善视频世界模型在长时间、多视角探索中的一致性与镜头控制。
阅读全文VideoGen-Agent 将视频生成从一次性提示响应,推进为由智能体协调增强、生成和验证工具的多轮流程。论文报告显示,该方法在涵盖身份、物理规律与多镜头结构的 VABench 上显著优于基础文本生成模型。
阅读全文RoboDawn提出一种面向智能体视觉语言模型的离散控制接口,让模型通过观察、推理、执行和再观察的闭环完成机器人操作。实验显示,少量示范即可显著提升任务成功率,并在仿真与真实机器人上展现迁移能力。
阅读全文一项针对文本生成视频模型的可解释性研究发现,早期去噪阶段的注意力机制会过早锁定运动区域。研究者据此提出按去噪步骤调整 RoPE 频率的方法,以改善生成视频的物理连贯性。
阅读全文Grounded Action Model(GAM)将3D目标定位直接纳入机器人基础模型,使机器人能够根据语言、点或框提示锁定目标,并结合精确几何信息生成动作。实验显示,这种以对象为中心的设计在场景变化、目标移动和长程操作中具备更强的泛化能力。
阅读全文一项新研究提出,将世界模型的物理场景表征蒸馏进紧凑型 VLA,而不把昂贵的未来预测带入控制环路。实验显示,该方法能在不增加部署计算和模型容量的前提下提升机器人操作表现。
阅读全文