HERALD：大模型靠洗白引用骗过奖励？单项最小修复把攻击率降至0%
来自中国科学院、复旦大学、南京大学、香港中文大学与香港科技大学的研究团队在论文中提出了名为 HERALD 的离线反事实审计框架，在策略正式训练前对奖励函数进行精确的程序化单元测试。
RAGAI理论
AGI FRONTIER
AI前沿分享第3页
深度解读 AI 论文，追踪 Agent、推理、多模态与具身智能的最新进展。
PAPER INSIGHTS
更多论文解读
HelloWorld：让视频世界模型角色“按F交互”，时序命中率提升至81.7%
HelloWorld：更为巧妙的是，这一能力并没有依赖昂贵的人工采集与精细标注，而是通过纯粹的 自蒸馏（Self-Distillation） 管线驱动：先用预训练视频生成模型自生成交互动作，再利用点云重渲染构建相机条件...
多模态&视觉
GraphThink：引入双图先验，具身长程规划成功率达到90%
针对这一系列痛点，来自北京智源人工智能研究院、清华大学、中国人民大学、香港理工大学等机构的研究团队提出了 GraphThink 框架。该研究的核心洞察在于：不能把长程规划完全寄托于大模型的自由文本生成，而是应当在任务逻...
具身智能推理
Gated-BEPO：用置信门控贝尔曼估值重构信用分配，成功率提升14.5%
来自北京航空航天大学、高通公司与中关村实验室的研究团队针对这一痛点，提出了 Gated-BEPO （置信门控贝尔曼策略优化）。该方法在不依赖庞大且难以训练的额外 Critic 网络的前提下，巧妙利用同批次采样的多条交互...
AI Agent
EviSD：仅调节10%动作Token，特权证据自蒸馏破解多轮搜索信用分配
针对这一痛点，最新研究提出了一种名为 EviSD （Evidence-Conditioned Self-Distillation，证据条件自蒸馏）的创新框架。该框架的精妙之处在于：它既不引入昂贵的外部判别模型（Crit...
AI Agent推理
EcoAgent-Bench：完成任务不等于懂省钱，大模型Agent经济一致性最高仅7.3%
EcoAgent-Bench 并非人工捏造成本玩具题，而是严格基于 GAIA、HotpotQA 和 MuSiQue 等真实数据集改造而来，总计构建了 304 个固化评测任务。每一个任务都不仅包含用户的原始指令，还内置了...
AI Agent
Hybrid-OPD：多领域在策略蒸馏破解对齐税，逻辑推理提升13分
腾讯混元团队在其针对元宝搜索 Agent 的技术报告中系统剖析了该瓶颈，并提出了名为 Hybrid-OPD 的联合训练框架。该方案依托 Hunyuan3 底座，巧妙地将面向自主搜索的智能体强化学习与多领域专家在策略蒸馏...
AI Agent推理
READ：告别Top-K黑盒检索，无嵌入Agent将财报问答提升至58.8%
为此，研究团队提出了一种无须嵌入模型、不依赖向量数据库的全新方案—— READ （Reliable Embedding-free Agentic Document-search）。该方案让大模型 Agent 借助标准化...
RAGAI Agent
微软提出 WTM-Bench：用“时光机”倒推真实表格，大模型做透视表得分不足10%
微软研究院最近提出的 Workbook Time Machine（工作簿时光机，简称 WTM） 及其基准测试 WTM-Bench ，彻底打破了这种测试真空。研究团队换了一种反向思路：不再费力去手写或单向生成表格，而是借...
基础模型
AgentPatch：免训练修复被稀释的弱任务，智能体模型合并突破56.6分
针对这一困境，研究团队在论文中正式定义了智能体多模态大模型合并任务（Agentic MLLM Merging），并提出了名为 AgentPatch 的免训练“由粗到细”（Coarse-to-Fine）弱任务修复框架。
AI Agent多模态&视觉
TIPEX：北邮提出大模型双层推理并行，GAIA耗时降40%且准确率达39%
来自北京邮电大学的研究团队在其最新工作中，将多智能体系统的推理时并行（Inference-Time Parallelism）抽象为一个双层决策空间，并提出了名为 TIPEX （Two-tier Inference-ti...
AI Agent推理
A-SR：让大模型自进化找公式，科学符号回归准确率从25.8%跃升至48.3%
为此，研究团队提出了自进化智能体符号回归框架 A-SR （Agentic Symbolic Regression），将控制的核心从“公式编辑算子”转移到“角色-记忆视图对”，在权威基准测试 LLM-SRBench 上，...
AI Agent
不是答案对才有用！DHD证实多Agent中超4成错误消息反而是神助攻
为了严谨量化一条消息到底对后续推理带来的是建设性推力还是破坏性干扰，他们提出了名为 DHD（Diverse Hypothesis Deliberation，多样假设审议）的控制测量协议。
AI Agent
ReFind：不建图不做摘要，智能体直接搜聊天记录反超HippoRAG 2
ReFind：在赋予大模型长期记忆能力的军备竞赛中，业界似乎达成了一种不成文的共识：要想让智能体（Agent）准确记住几百轮甚至数千轮之前的对话细节，就必须在问题提出之前，把原始对话提前加工成各种复杂的结构。
知识系统AI Agent
VTO：过程监督强化学习编排视觉工具，多步异常检测超越72B大模型
针对这一根本顽疾，来自北京邮电大学等机构的研究团队提出了全新的过程监督强化学习框架 VTO （Visual Tool Orchestration）。该工作彻底抛弃静态的端到端黑盒映射，将异常检测重构为一个在动态物理视频...
强化学习多模态&视觉
VALG：以自适应图证明挑战COLT 2026，AI推进9个前沿理论难题
西北工业大学、深圳河套学院与香港大学的研究团队提出了 VALG。这是一个专门面向机器学习理论研究的自主智能体系统，其命名致敬了统计学习理论与计算学习领域的四位先驱：Leslie Valiant、Dana Angluin...
AI AgentAI工程
UserToolBench：从表面调API到替人决策，顶尖模型准确率不足50%
来自华为、南洋理工大学和中山大学的研究团队提出了 UserToolBench 基准，首次将评估焦点转向 隐式画像下的个性化决策（Personalized Decision Making） 。
AI AgentAI评测
UniTexture：单一3D物体纹理跨任务攻破VLA，成功率从90%腰斩至48.4%
由北京邮电大学、MBZUAI、同济大学和电子科技大学等机构联合提出的 UniTexture 正式给出了令人警惕的答案。作为针对多任务 VLA 模型的跨任务通用 3D 对抗纹理攻击，UniTexture 仅优化单一物体的...
具身智能AI安全
ToE：将智能体经验拆解为推理树，复杂任务准确率提升31.4%
针对这一痛点，一项名为 Tree-of-Experience（ToE）的新研究提出了全新的解题思路：它不再将经验平铺或聚类，而是直接将经验镜像构建为一棵与模型思考方式同构的“层次化分析视角树”。
AI Agent推理
不是模型不够聪明，而是工作流在洗白错误：多智能体串行系统中的“幻觉滚雪球”
在多智能体系统（Multi-Agent System）的设计中，串行流水线是当前工业界最普遍的落地方案。无论借助 LangGraph、AutoGen 还是 CrewAI，工程师们通常会搭建一条分工明确的流水线：先由研究...
AI AgentAI安全
TCS-Bench：大模型攻入顶会理论计算机证明，GPT 5.6 Pro达68%
TCS-Bench：研究团队通过解析 arXiv 上的 LaTeX 源码，提出了一套兼顾完整性与可扩展难度的构建流： 1. 依赖有向无环图（DAG）抽取 ：系统首先提取论文中所有形式化陈述（包括定理、引理、主张等），并...
AI理论
SynAct：闭环大模型 Agent 调优芯片逻辑综合，平均 WNS 降至 27%
来自香港中文大学（CUHK）的研究团队在论文中提出了 SynAct ，一个专为芯片自适应逻辑综合调优设计的闭环推理-行动（Reasoning-Acting）大模型智能体。与以往割裂的方案不同，SynAct 将综合优化建...
AI Agent推理
SocialBuddy：腾讯等提出社交搜索智能体，35B模型精准检索突破多维约束
SocialBuddy：针对真实社交网络极度私密、数据无法直接用于公开训练与评估的难题，研究团队首先构建了首个大规模社交搜索仿真环境 SocialEnv ，内含 20 万虚拟用户画像、1000 万条社交动态以及 5 万...
AI Agent推理
21款博弈测出LLM社交短板！CMU提SPaRTan免微调自进化战术
为了打破这种主观评测与单一场景的局限，卡耐基梅隆大学（CMU）的研究团队提出了一套完整的评估基准与无须微调的自优化框架： Social Gym 与 SPaRTan 。
AI Agent推理