EnSIMem：基于实体结构化索引的智能体长期记忆架构
长期与用户交互的智能体需要准确召回事实、偏好和事件等信息，但现有记忆系统常将其压缩为通用摘要或检索无标签文本块，难以精准识别实体属性及支撑依据。研究人员提出了EnSIMem，一种面向智能体的实体结构化长期记忆架构。该系统在离线阶段将历史交互组织为主题连贯的情节片段，并构建基于对话的实体索引条目，以提升长上下文对话中智能体记忆检索与推理的准确性。
DC AI 热点
全部 AI 动态
9月24日2026-09-24
腾讯发布Hunyuan-A13B开源MoE模型技术报告
该技术报告介绍了开源大语言模型Hunyuan-A13B。该模型采用混合专家（MoE）架构，总参数量为800亿，推理时仅激活130亿参数，有效兼顾了模型性能、计算效率与部署成本。模型在经过严格清洗且强化STEM领域的20T token语料上进行预训练，并结合高质量SFT与大规模强化学习，同时引入了双模式思维链（CoT）框架，显著提升了事实可靠性与逻辑推理能力。
长程智能体在行动前即可涌现记忆控制信号
针对长程语言模型智能体因持续积累交互历史而导致算力成本增加、关键信息难以保留的问题，本研究深入分析了智能体执行动作前的内部隐藏状态。研究发现，模型在采取行动之前，其内部表征已自发编码了对上下文压缩和召回等记忆操作的控制需求，且这些信号无法仅由简单的上下文统计特征解释。该成果揭示了模型内生管理记忆的潜在能力，为设计更高效的长程智能体记忆机制提供了新视角。
PotARCin：多维度评估抽象推理任务技能习得的新基准
该研究针对人工智能在抽象推理基准ARC中仅评估单一网格生成能力的局限性，提出了新型评估基准PotARCin。研究人员指出，传统的单一测试格式无法充分衡量模型是否真正掌握了抽象技能。为此，PotARCin从任务底层抽象规则的理解出发，在定义、分类、约束生成和编辑等五个维度上对模型进行综合评测，以更全面地检验AI模型的通用抽象推理能力与流动智力。
面向气候感知数字孪生的物理信息神经网络稀疏观测大气温度预测
为支持气候感知数字孪生系统，该研究针对热观测数据不完整条件下的短期大气温度预测展开探索。论文评估了一种用于位温预测的物理信息神经网络（PINN），该模型受到气压坐标热力学平流-源方程以及从前12小时拟合且在预测训练前冻结的非绝热源闭合项的物理约束。研究采用三个气压层的逐小时ERA5再分析数据，对模型在1至3个时效步长下的条件后验预测性能进行了验证。
阅读原文 ↗推荐理由：探索将物理信息神经网络（PINN）应用于稀疏观测环境下的气象短期预测，为数字孪生与科学智能计算提供了参考思路。# PINN# 物理信息神经网络# 数字孪生# 气象预测# AI for Science
大知识模型（LKM）：将学术文献转化为科学推理全景图谱
研究人员提出了大知识模型（LKM），这是一种旨在将学术文献转化为可计算科学推理资源的新型知识基础设施。为打通科研问题、实验流程、结论与证据间的逻辑连接，LKM 将学术论文表示为具备源依据的推理图谱，并结合结构化图遍历与语义检索技术。该架构使海量文献沉淀为可共享的计算资产，能够辅助科研人员探索新课题、设计实验方案并深入解读研究结果。
StateComp：面向长程任务智能体的状态条件历史压缩机制
在执行长程任务时，智能体会持续积累交互历史，而既有上下文管理方法多依赖固定窗口或即时相关性，难以判断历史交互何时可安全替换。过早压缩易导致未来关键信息丢失，过度保留又会带来巨大的上下文开销。为此，该研究提出了状态条件压缩框架StateComp，旨在根据智能体的状态演变动态学习何时适合压缩历史，在降低上下文负载的同时保留关键信息（注：原文摘要末尾内容有所截断）。
从自身交互中学习行动：面向GUI智能体的在线自蒸馏方法
针对图形用户界面（GUI）智能体在执行复杂软件指令时所需的分步推理与长程记忆能力，研究团队探索了在线自蒸馏（OPSD）技术的应用。现有OPSD方法虽在GUI定位等基础任务上表现优异，但在向多轮交互场景扩展时受限于自教师模型的特权机制（原摘要末尾存在信息截断）。该研究旨在通过从自身交互中学习，改进自蒸馏机制以提升多轮GUI智能体的决策执行效果。
VHD-Play：基于机制求解生成可验证的智能体强化学习环境
随着大语言模型智能体处理长程任务的需求增加，扩展其强化学习训练亟需多样化环境与可靠奖励信号。针对现有生成管道在环境动态与事后评估对齐上的缺陷，研究提出VHD-Play框架。该方法颠倒了传统的构建依赖关系，首先对数学模型进行采样与求解，再通过基于语料的设置器将其决策过程渲染为具备状态的可执行工具环境，为智能体强化学习提供了低成本、可验证的交互环境生成方案。
面向长程智能体高效压缩的证据感知上下文缩减方法
针对长程智能体因累积大量交互历史导致上下文和推理成本高昂的问题，该研究指出仅依据几何冗余进行压缩并不安全。实验发现，即便全局几何特征高度相似，所保留的关键任务证据也可能存在巨大差异。基于此提出的证据感知选择机制，在相同数据块保留量且质心相似度达0.98的前提下，将下一步动作Top-3保留率从0.31大幅提升至0.69，有效保障了智能体压缩后的决策性能。
对齐惯性研究：评估模型策略干预对先验训练行为的覆盖耐久度
针对平台运营商依赖系统提示词和微调来规范模型行为但可靠性存疑的问题，该研究提出了覆盖成功率（OSR）和“对齐惯性”概念，用于量化后验干预能否有效覆盖先验训练习得的行为。研究在医疗虚假信息和仇恨言论场景下，对 Llama 和 Mistral 模型测试了零样本提示与 LoRA 微调效果。结果显示对齐惯性普遍存在，且其表现因模型架构、应用领域及策略导向的不同而存在显著差异。
Just-in-Time Memory：面向LLM智能体的任务自适应即时记忆整理架构
针对大模型智能体在重用历史经验时普遍采用的“写入时整理”局限，该研究分析了传统方法在任务完成时过早将轨迹蒸馏为固定形式（如反思、工作流或策略）所带来的信息不可逆丢失问题。传统做法在未知未来查询的情况下生成静态摘要，难以适配多样化的下游任务。为此，论文探索了即时自适应记忆构建机制，提升智能体记忆提取与任务匹配的灵活性。
CART：面向大语言模型的闭环自适应红队测试框架
针对传统自动化红队测试依赖固定提示词、无法根据测试反馈动态调整的问题，研究人员提出了CART闭环自适应红队测试框架。该框架能够利用前序测试结果动态引导后续测试方向，在初始广泛覆盖风险的基础上，深入追踪暴露的脆弱点并保持探测多样性。CART解耦了测试挑战者、被测目标（支持纯文本模型及工具调用智能体）与评估裁判三类角色，实现了更高效动态的大模型安全风险探测。
MolDesignBench：面向真实场景分子设计任务的LLM智能体评估基准
真实环境下的分子设计对大语言模型智能体提出了极高要求，需要其理解复杂上下文、满足多重约束并进行多步工具推理。针对现有基准偏向狭窄约束和单一路径的问题，研究人员提出了MolDesignBench。该基准紧密贴合实际分子设计场景，可系统评估工具增强型LLM智能体在处理多约束、不可行规范识别及多步工具调用下的综合推理与设计能力。
Emergi-PersonaOS：支持情境适应与可控演化的人格化智能体操作系统
为解决长期人机交互中数字存在的身份连续性与个性化发展问题，研究人员提出了基于心理学理论的操作系统 Emergi-PersonaOS。该系统旨在对人格化智能体全生命周期进行管理，通过构建涵盖倾向性特质、情境适应特征和叙事认同的三层架构，实现智能体在动态情境下的自适应与可控演化，为人机共生交互提供了新型计算架构支撑。
← 上一页4 / 4