浙大美团联合提出SkillRise：任务越做越聪明，智能体学会举一反三
让AI智能体学会“举一反三”，而不是每次都从零开始。美团、浙大、上交大、新国立联合提出的SkillRise，通过端到端强化学习，让单一策略在执行任务中不断提炼技能文档，并在后续任务中复用。在三大Agent基准上，它用更少的资源，实现了更高的性能和明显的测试时扩展趋势。
最新文章
共 1660 篇伦斯勒理工最新方法：G*2-Net搭建双层图网络，用二阶优化学连接
病理图像分析中，细胞空间结构是关键诊断线索，但传统启发式图结构无法自适应学习。G*2-Net巧妙地将图像级图结构学习转化为二阶双层优化问题，用DARTS式一步展开避免高昂计算，在三个数据集上全面超越现有方法。值得关注的是，其可学习图结构为模型提供了更好的解释性。
2026年最新！IRISA用域自适应一招搞定数字笔“成人→儿童”手写轨迹重建
你家娃的鬼画符，数字笔认不出来？别慌，法国IRISA团队找到了一条捷径——域自适应。仅用少量儿童数据，就让原本只懂成人书写的模型，在儿童手写轨迹重建上直接媲美甚至超越从零训练。这篇论文很务实，不光讲算法，还把从理论到实验的每一步都掰开了细说，值得一看。
潜世界模型“耳朵聋了”？ActSWM一招修复，Minecraft规划成功率飙升90%
潜世界模型能预测未来帧，却可能对动作指令“假装没听见”——这不是开玩笑，论文首次定义了这个叫“上下文坍塌”的致命缺陷。ActSWM只用两个干净约束（动作对比铰链损失+冻结读取器）就让Minecraft石料挖掘成功率从50%飙到95%，还能从GTA视频里反向恢复按键。问题实在、方案漂亮、实验扎实，值得所有做模型预测控制的朋友认真读一读。
MIT最新研究：用Lippmann-Schwinger方程一招破解磁子散射，YIG薄膜线宽各向异性谜底揭
别再对着你测出来的YIG薄膜铁磁共振线宽曲线发呆了。MIT团队搬出量子力学里的Lippmann-Schwinger方程，一刀剖开了双磁子散射各向异性的终极秘密——原来缺陷的形状决定了你的器件是“省电”还是“漏电”。一句话总结：缺陷长的方向不对，你所有努力都白费。
0.846分接收！通用音视频假货检测，融合不如解耦
继2026年6月龙哥聊过AI检测器泛化难题后，哈尔滨工业大学团队在IJCAI-ECAI 2026挑战赛中给出了一个反直觉的答案：原来音视频之间的一致性假设在通用场景下根本不靠谱，解耦才是王道！DAV-Det以0.8460分夺得第一，简单粗暴但效果惊人。
快手&南开RecoReward：用推荐器反馈训练描述生成，召回提升40%，推理零用户信息
这篇论文巧妙解决了多模态推荐中一个两难问题：既要利用用户行为信号优化描述，又要保持推理时纯内容生成。快手和南开提出的RecoReward用推荐器作为训练时的“裁判”，让MLLM学会生成对推荐更友好的描述，离线全面领先，在线也有实实在在的提升。思路新颖，工程上也很实用，值得做推荐系统的同学关注。
最新基准测试：最强AI模型看手册干活，通过率仅36.2%！
如果你负责AI在企业中的部署，这个基准是你必须知道的——它直接捅穿了当前智能体在面对几十页公司手册时的无力现状。结果虽然难看，但清晰暴露了需要改进的方向：长上下文指令遵循远未到可用水平。
自动驾驶告别特权信息！Valeo.ai 500亿步开创新范式
继6月聊过Mila的Gigapixel自博弈训练之后，Valeo这篇Pictura直接更进一步：把强化学习的观察空间从特权矢量换成了摄像头第一视角的渲染图，彻底消除了部署时的表征鸿沟。500亿步训练后，效果居然还能跟特权基线掰手腕，零样本迁移到Waymo场景甚至反超——这才是自博弈该有的样子。
告别误触和乱码，首个构建-注入联合优化指纹框架来了！
LLM一发布就被倒卖、二次分发，权属怎么证明？华东师大这篇2026年的工作想了个妙招：把“指纹”藏进模型参数里，而且不是用容易被识破的乱码，也不是用会误触的普通英文，而是用低资源语言组成的“代码混合”语言。更厉害的是，指纹的“构建”和“注入”不再割裂，构建时选的语言直接指导注入时往哪里写。最终结果很硬核：平均困惑度只有96（远低于乱码的1302），注入成功率
扔掉ONNX！100行内核搞定CPU大模型推理，三星苹果实测表现炸裂
语音增强模型部署一直是老大难？这篇来自汉阳大学的最新工作，直接把FastEnhancer-Medium模型编译成纯C int8运行时，在Apple M2上跑到0.069 RTF，比ONNX Runtime快3.3倍，质量只掉了0.006 PESQ，而且完全无依赖！不碰模型结构、不重新训练，全栈优化+int8量化搞定一切，还公开了源代码，简直是把语音增强部署的
复旦+字节跳动ISSTA'26：一招让LLM学会API测试常识
API测试最头疼的“冷启动”问题——没有OpenAPI规范、没有历史日志，只有一个请求样本，能自动写出靠谱断言吗？Restor告诉你，用强化学习（GRPO）微调一个轻量LLM，这事儿能成，而且字节跳动已经在生产环境跑起来了，采纳率直接干到96%以上。一篇来自复旦和字节跳动的ISSTA'26工作，实打实的工业级神器。
