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Tetris3D：让物体彼此契合的3D场景生成框架
提出Tetris3D框架，通过将每个物体的生成条件化于周围物体几何与物理关系，实现单图像3D场景重建中几何与物理一致的场景生成，并发布含120万个物理交互场景的ComOb数据集。
RobotWorld：跨多样任务与机器人形态的多模态智能体机器人使用基准
研究团队推出RobotWorld模拟测试平台，含84项覆盖操作、移动操作、运动控制、驾驶与飞行控制的任务，通过交互预算与可执行成功检验评估智能体将指令转化为物理任务执行的能力，并分析哪些能力可迁移、哪些缺口导致无法可靠完成。
基于标量伴随匹配的Q-Learning
论文提出利用预训练流策略速度雅可比矩阵集中于对角线的观察，推导闭式标量伴随，替代逐步骤向量-雅可比乘积，以更低的计算成本对流策略进行离线强化学习微调。
系统切换：快速决策模型何时应该停下来思考？
研究提出在闭环 Doom 环境中，由门控机制决定快速动作模型何时将控制权交给推理型视觉语言模型，并基于 900 道保留问题评估了 0.15B 到 9B 参数零样本决策模型在错误中的收集倾向、准确率与校准表现。
2026年诺贝尔化学奖授予法日科学家，表彰不对称有机合成中非线性效应与自催化现象研究
法国科学家Henri Kagan和日本科学家硖合宪三因在手性分子形成机制方面的贡献获2026年诺贝尔化学奖：Kagan发现操控化学反应产生更大镜像过剩量的新方法，硖合宪三展示了仅生成单一镜像构型的反应。
基于负策略采样的在线策略蒸馏方法
提出 Negative-Policy OPD，在在线策略蒸馏中引入低能力负策略的采样作为负参考，以弥补强教师与学生分布重叠不足时正向信号不足的问题。
Gan Jiang：面向X射线衍射的自主学习科学智能体
研究团队提出粉末X射线衍射自学习智能体Gan Jiang，基于XMatcher、XQueryer、XDecomposer与WPEM构成的衍射分析生态，通过诊断失败、修订技能指令与代码并在复用前验证，将分析经验转化为可执行的技能，无需重训语言模型或改动底层物理模型，冻结技能后在留存评估中取得更高精修得分。
Incidental information contaminates patient notes and disrupts clinical reasoning in large language models
Large language models (LLMs) are increasingly relied upon to support ambient documentation and clinical reasoning. Here …
Robo-COP：机器人编排器与策略在部署中共进化
论文提出VLA策略在训练域外泛化能力有限、成为系统瓶颈，提出Robo-COP方法让VLM编排器与策略在部署中协同进化，以克服单独微调策略导致与编排器脱节的问题。
PhysEvo：围绕单个冻结模型实现物理递归自我改进的机器人框架
PhysEvo 通过任务代理执行机器人任务、元代理分析轨迹并修正工具技能，甚至改进自身诊断工具，在不更新模型权重的情况下提升关节控制与操作技能，并在 RoboDojo 42 个任务上进行了评估。
刚刚，诺贝尔物理奖一人独揽！
Jay* 2026-10-06 18:44:58 来源：量子位
南极洲甚至有一座高地以他名字命名
Jay 发自 凹非寺
量子位 | 公众号 QbitAI
刚刚，诺贝尔物理学奖公布。
这一次没有任何并列，得主只有一个人，来自美国威斯康星大学…
俄罗斯女研究员因感染肺鼠疫死亡]
在引发广泛关注之后，俄罗斯证实一名女研究员因感染肺鼠疫死亡，否认有其他人感染。俄罗斯称，在西伯利亚和远东地区抗鼠疫科学研究所工作的 28 岁女死者希皮洛娃（Darya Shipilova），是因为意外打破试管而被流出的肺鼠疫（pneumon…