不用飞硅谷！AI Engineer 首次来到中国，11 月上海见 | NICE专属福利
摘要：Agent 怎么上线，推理成本怎么算，AI 产品怎样真正交付？11 月 5—6 日，NICE 社区邀你相聚 AI Engineer 上海 2026，把问题带到现场，与一线建设者聊聊。不用飞去旧金
2026-10-29 13:28 · 摘要已收录，可打开文章获取原文内容
换领域就失准？曼大、梅奥诊所与上海财经提出 CalOn：0.6B 小模型统一实体、关系与事件抽取
从一篇文章中精准提取人名、公司及其关联关系，是众多 AI 应用的基础能力。然而在实际落地中，信息抽取（IE）往往面临“换领域就失效”的窘境：随着应用场景和文本风格的切换，原本表现优异的模型往往难以维持
2026-10-27 21:35 · 摘要已收录，可打开文章获取原文内容
Agent不只要会回答，更要能交付：Work Agents综述重新定义"智能体在干活" | 港三×清华×上交
16位作者、8家机构系统梳理Work Agents：两个工作条件、五种工作形态、五大能力族与三条优化路线图1：论文封面插图。从地球到星系，五种工作形态沿着工作范围与依赖关系逐步扩展：Conversat
2026-10-27 21:35 · 摘要已收录，可打开文章获取原文内容
11 天、1300 万行 Lean：费马大定理如何被 AI 形式化？
10 月 4 日上午（北京时间），「运筹OR帷幄」与「NICE 学术」首次联合直播。主持人谢倩对话哥伦比亚大学商学院博士生陈澍泽，主题是 Prove2Me：一个面向人类与 AI Agent 的数学形式
2026-10-08 20:06 · 摘要已收录，可打开文章获取原文内容
答案对了≠推理靠谱！Proof‑R1让大模型学会 “有理有据” 的逻辑推导
在自然语言逻辑推理中，判断最终答案是否正确往往并不难，难的是确认答案背后的证明是否真的成立。一条可验证的证明，不应只是一段生成完之后再交给验证器打分的文本。它更像一个持续构造的证明状态：模型每推出一个
2026-10-08 20:06 · 摘要已收录，可打开文章获取原文内容
AI重塑科研写作：00后研究生借助Claude Code与Codex，3天完成Nature论文并成功发表（IF70.1）
还在熬夜读文献？还在为代码报错抓狂？还在反复改论文格式到凌晨？2026年了，该给自己的工作流升个级了。不要让毫无意义的重复劳动，偷走你本应用于真正创新的宝贵时间，这一次，我们为你准备了科研与办公的“终
2026-10-06 09:00 · 摘要已收录，可打开文章获取原文内容
AI 自我改进（RSI）走到哪一步了：8 条 take away
让 AI 改进自己，再用改进后的自己继续改进，这个叫递归自我改进（Recursive Self-Improvement，RSI）的想法已经提出了几十年，眼下正在快速发展和应用。10 月 3 日，NIC
2026-10-05 00:06 · 摘要已收录，可打开文章获取原文内容
让 Agent 先预判、再行动：这篇综述梳理语言世界模型的构建、应用与评测
一个网页 Agent 准备点击“提交”，接下来页面会怎样变化，任务是否还有未满足的条件？一个编程 Agent 生成了修改方案，这段修改会带来什么运行结果，又会影响哪些后续操作？要完成这样的多步任务，A
2026-10-05 00:06 · 摘要已收录，可打开文章获取原文内容
Dream-RSI：让智能体通过“做梦”实现递归自我改进 | 预告
从算法设计、数学求解和 GPU 内核优化，到智能体运行框架（harness）的改进，如何高效探索庞大的搜索空间，正成为智能体递归自我改进的关键问题。固定的探索策略难以从经验中持续改进，而在线试验新策略
2026-10-01 10:00 · 摘要已收录，可打开文章获取原文内容
Tenure金融科技教职招聘丨港科大（广州）金融科技学域
港科大广州金融科技学域｜Tenure-track教职招聘｜金融科技复合背景速来✨重点领域👇✅ CS计算机 (AI + FinTech 人工智能+金融科技)✅ Blockchain区块链✅ Financ
2026-10-01 10:00 · 摘要已收录，可打开文章获取原文内容
RSI Workshop | AI 自我改进的机制、证据与边界
当 AI 不再只是完成任务，而是开始参与设计实验、改进训练环境与调整自身策略，递归自我改进（Recursive Self-Improvement，RSI）便从一个设想，变成了值得认真研究的问题：一次改
2026-09-29 00:27 · 摘要已收录，可打开文章获取原文内容
Uni-Agent：规模化长程智能体训练框架——实践与经验分享
近一年来，AI 智能体发展迅速，Claude Code、Codex 等编程智能体展现出了令人瞩目的能力。这一进展离不开新一代基础模型在推理编程方面的提升。然而，对于开源社区而言，如何有效训练这些模型仍
2026-09-29 00:27 · 摘要已收录，可打开文章获取原文内容
从 Harness 角度看 AI4AI 如何实现 | 预告
过去几年，我们习惯通过更大的模型、更多的数据和更昂贵的后训练来提升 AI 能力。但进入 Agent 时代后，越来越多能力开始存在于模型之外：Prompt、Tool、Memory、Router、Veri
2026-09-24 15:23 · 摘要已收录，可打开文章获取原文内容
答对之后还能学，答错之后也有用：重新理解推理轨迹的训练价值
模型全部答对，强化学习也可能失去组内比较信号；专家最终答错，推理过程却未必没有价值。本文结合两项研究，解释如何从成功片段与失败轨迹中提取学习信号，并看清它们怎样转化为独立解题能力，以及实验结果的适用边
2026-09-24 15:23 · 摘要已收录，可打开文章获取原文内容
一点点偏差，为什么会把大模型 RL 带跑偏？
同一份模型权重，采样端与训练端也可能给出不同概率。Together AI 的新论文把强化学习更新拆成学习信号与漂移，提出 Score Centering 校正后者。本文从直觉、公式到原始实验，解释它为
2026-09-24 15:23 · 摘要已收录，可打开文章获取原文内容
机器人抓饭团前先脑补未来：世界模型开始在便利店实习了
日本机器人公司 Telexistence 与 AWS 把 NVIDIA 的 14B 世界动作模型 DreamZero，适配到便利店机器人 TX-G2：它不只从画面和指令直接猜动作，还同时预测三个相机视
2026-09-12 13:06 · 摘要已收录，可打开文章获取原文内容
当 AI Agent 遇见粒子物理：人工智能助力探索宇宙早期的电弱相变 | 预告
希格斯场不仅与许多基本粒子的质量有关，也参与了宇宙早期一次关键的"状态改变"——电弱相变。研究它，有望把希格斯物理、宇宙中物质为何多于反物质，以及未来的引力波观测联系起来。然而，这类分析要从一个初始的
2026-09-11 15:48 · 摘要已收录，可打开文章获取原文内容
从静态任务到动态世界：EvoArena 评估智能体在动态环境中的持续适应能力 | 预告
随着大语言模型智能体逐渐从单轮问答走向长期运行的真实应用，一个被现有评测忽略的问题开始变得越来越重要：当环境发生变化时，智能体还能否继续正确地完成任务？现有 Agent Benchmark 大多默认环
2026-09-11 15:48 · 摘要已收录，可打开文章获取原文内容
从SHE到SafeEvolve：安全经验如何驱动Harness–Policy协同进化？
随着AI Agent逐渐具备网页访问、文件处理和工具调用能力，安全问题已经不再只发生在最终回答中。一条隐藏在邮件、网页或工具返回结果中的恶意指令，就可能改变Agent对当前任务的理解，使其偏离用户原本
2026-09-11 15:48 · 摘要已收录，可打开文章获取原文内容
给 Agent 的记忆装上「版本管理」：EvoMem 想让 AI 记住变化
Agent 最难的不是记住，而是知道「什么变了」Agent 真正进入长期运行后，会遇到一个很现实的问题：世界一直在变过去几年，Agent benchmark 越来越难。从 WebArena、GAIA，
2026-09-11 15:48 · 摘要已收录，可打开文章获取原文内容
Agent 真的会做生意吗？一个可验证的 AI 商业世界来了
在 vibe coding 中，人只需用自然语言描述想要的软件，AI 智能体负责把它实现出来。沿着同一思路，vibe commerce 让用户描述“想买什么”或“想卖什么”，再把搜索、比较、议价、下单
2026-09-10 11:42 · 摘要已收录，可打开文章获取原文内容
Agent 开始「杂交进化」了：同一个模型，50.8% → 93.2%
现在的 Coding Agent，已经可以自己写代码、跑测试、修 Bug。但如果再往前走一步：Agent 能不能修改自己的代码，让“下一代 Agent”比自己更强？这就是最近 Recursive Se
2026-09-10 11:42 · 摘要已收录，可打开文章获取原文内容
从自己出题到自己选题：耶鲁新方法让大模型 Self-Evolution 又进一步
大模型正在越来越会「自己训练自己」。没有足够的人工标注数据？那就让模型自己出题、自己做题，再通过强化学习继续训练自己。这样的 Self-Evolution / Self-Improvement 路线，
2026-09-09 17:40 · 摘要已收录，可打开文章获取原文内容
打破MOPD静态配比：D³-MOPD：用训练中的 KL 信号做多教师蒸馏的动态数据调度，3× 收敛加速、学生性能逼近专家教师
多老师在线蒸馏（Multi-teacher On-Policy Distillation，MOPD）最近被越来越多的工作用作"通用后训练"的关键一环：让一个学生模型同时向 Math、Code、Inst
2026-09-05 21:45 · 摘要已收录，可打开文章获取原文内容
长程 Agent 越跑越乱？ContextPilot 用细粒度 RL 教会模型主动管理上下文
当 Agent 从几轮对话走向几十轮搜索、推理和工具调用，真正的瓶颈可能不只是模型“记不住”，而是它不知道：哪些信息应该保留，哪些内容可以压缩，什么时候需要写入长期记忆，哪些历史又可以暂时移出工作上下
2026-09-04 12:29 · 摘要已收录，可打开文章获取原文内容
AI 科研智能体迎来新突破！Claude Code + Codex 双剑合璧，科研效率直接拉满！
在熬夜读文献？还在为代码报错抓狂？还在反复改论文格式到凌晨？2026年了，该给自己的工作流升个级了。不要让毫无意义的重复劳动，偷走你本应用于真正创新的宝贵时间，这一次，我们为你准备了科研与办公的“终极
2026-09-01 10:22 · 摘要已收录，可打开文章获取原文内容
Agent数据不是越多越好：华为 × 上交大提出ACE框架重新定义智能体的有效经验
当大模型从回答问题逐渐走向完成任务，训练数据本身也正在发生一次结构性的变化。过去训练语言模型，一条数据往往可以被理解成一个“问题-答案”对。但对于能够操作浏览器、调用工具、修改代码、执行实验，甚至与其
2026-08-28 17:02 · 摘要已收录，可打开文章获取原文内容
TACL 综述 | 别只卷架构了——长文本模型的能力天花板，其实是数据决定的
📄 论文信息none !importantData Foundations of Long-Context Language Models: A Survey论文地址： https://direct.
2026-08-14 00:25 · 摘要已收录，可打开文章获取原文内容
Coding Agent 自主解题很强，但用户改一行代码就"翻车"？自所团队提出 SWE-Touch 揭示共享工作空间下的能力缺口
当前，基于大模型的 Coding Agent 已成为软件开发领域最活跃的研究方向之一。SWE-Bench、SWE-Bench Pro、DeepSWE 等评测榜单上的解题率不断攀升，头部模型已经突破 8
2026-08-14 00:25 · 摘要已收录，可打开文章获取原文内容
2026 GOAI 世界人工智能开源大赛「AI for Research 前沿探索」赛道报名中
一天之内完成相当于人类六个月的研究分析量——这是 FutureHouse Kosmos 在生物学领域做到的事。AlphaEvolve 在数学与芯片设计上实现了自主发现；2026 年 6 月，Anthr
2026-08-13 00:05 · 摘要已收录，可打开文章获取原文内容