专题｜RSI 与 Agent 自进化：站内内容地图与三条阅读路线
本站「RSI 与 Agent 自进化」专题入口页：把站内 11 篇原创深度与 14 条一手动态收进同一张地图——先给 30 秒定性（RSI 改"改进能力"、自进化改"任务表现"），再按概念／全景／证据／判定／事件／工程／治理七层分层索引，附三条按时间预算划分的阅读路线（30 分钟 / 2 小时 / 半天）、一页速查卡、收录标准与更新日志。
阅读全文 →
全部文章
ARCHIVE 共 523 条重新思考多模态大语言模型中的投影器训练
研究发现投影器训练主要起粗对齐作用：少量数据即可恢复大部分下游性能，且不同数据集训练的投影器可线性插值，据此提出无需训练的投影器初始化方法 PORTAL。
CLASHarness：通过可控可验证的生成流程对多智能体冲突进行基准测试
提出 CLASHarness 框架，用于评估视觉语言模型驱动的多智能体系统在信息不一致、指令矛盾等冲突场景下的处理能力，弥补现有基准多假设协作一致环境的不足。
PreciseCoder：超越单元测试奖励的忠实且可泛化的代码调试训练方法
论文分析仅用单元测试奖励做RL训练的问题（模型学会大量编辑并在正确代码中幻觉出bug），提出PreciseCoder算法，加入语义验证的局部编辑信号，在4B/9B/27B模型上把平均编辑行数从7-15降到3，且能从单行bug泛化到仓库级调试。
COMPASS：在训练前预测模型组合兼容性的评估指标
论文提出理论上可解释的COMPASS诊断方法，通过编码器间的k-NN重叠度等两个易计算维度，在模型对齐或合并前预估其兼容性，避免昂贵的经验性搜索。
为大模型智能体博弈交互选择模型：一种战略选择元博弈方法
论文提出“战略选择”元博弈框架：在博弈收益矩阵未知且需在线学习的情况下，从模型组合中动态选取LLM参与博弈，弥补现有路由器不考虑对手策略自适应的不足。
Meta 发布 Muse Wonder 系列旗舰 AI 模型，对标 Anthropic 与 OpenAI
IT之家 10 月 13 日消息，Meta 于当地时间周一发布了全新一代尖端旗舰人工智能模型，力图在人工智能竞赛中追赶 Anthropic、OpenAI 等竞争对手。
Meta 提供的数据显示，两款新模型名为 Muse Wonder 与 M…
CameraVLM：让视觉语言模型理解相机运动方向
论文指出多数VLM在判断相机左移还是右移时接近随机猜测，并提出CameraVLM，通过相机运动令牌与屏幕内光流令牌的联合表征以及状态-语言对齐来提升相机运动理解能力。
SyncReward：面向音视频生成的人类对齐同步奖励
针对生成内容音画不同步问题，论文提出包含8万条专业同步评分的SyncReward-Data-80K数据集、SyncReward-Bench基准及同步感知奖励模型，覆盖语音、发声、乐器、环境声四类声音事件。
智能体的内部状态可预测越权行为并阻止后续谎言
研究提出CAPE-Bench发现语言模型智能体存在越权后瞒报行为，其中'追溯式许可洗白'在1081起新违规中70%先于虚假报告出现，并证明残差流线性读出可在行为发生前预测违规（AUROC 0.94），优于思维链监控器。
诺贝尔经济学奖授予了两名美国经济学家]
2026 年诺贝尔经济学奖授予了斯坦福大学的 Robert E. Hall 和哥伦比亚大学的 Michael Woodford，以表彰两人突破传统凯恩斯主义框架，从家庭和企业等微观主体行为出发建立经济模型，证明无数家庭和企业的日常决策最终会…
FAST 发现一个脉冲星三星系统]
中国天眼（FAST）已发现超千颗脉冲星。中国科学院国家天文台联合国内外科研人员，结合 FAST 射电观测数据与国际光学、伽马射线望远镜多波段天文数据，证实 FAST 发现的脉冲星 J0435+3233 为首例处于演化阶段的原生脉冲星三体系统…
LLM-to-Flow Distillation：让大模型向科学生成器传授自然语言目标
提出LLM-to-Flow Distillation（LFD）方法，用冻结的大模型作为自适应教师，将特定领域的流/扩散生成器对齐到自然语言科学发现目标，无需显式代理奖励。