SA 
shibing624/ai-paper-analysis 是从 https://github.com/shibing624/ai-paper-analysis. 导入的特工技能候选人
概览
shibing624/ai-paper-analysis 是从 https://github.com/shibing624/ai-paper-analysis. 导入的特工技能候选人
概述（AI 翻译）
AI 相关论文深度解读，每天中文解读前沿学术论文，涵盖 LLM、Agent、RAG、RL 等方向。
- 📖 在线阅读（官方部署，推荐）：
- 备用 Cloudflare Pages 镜像（国内直连）：
- 备用 GitHub Pages 镜像：
文章列表
下方文章列表由
scripts/build_mkdocs.py自动扫描各月份目录后生成，请勿手工编辑此区块；新增文章只需放进YYYYMM/目录并重跑脚本。 主题分类见站点左侧“按主题”导航（数据源：scripts/topics.json，由scripts/classify_topics.py生成）。
| 日期 | 文章 |
|---|---|
| 2026-10-21 | 让 Agent 自己给自己改脚手架：Self-HPO 把 harness 和 policy 绑在一起进化，SWE-Bench 平均分涨 7 个点 |
| 2026-10-21 | OpenVLHarness：让模型多想没用，给它一个“带记忆的工具箱”平均分涨 12 个点 |
| 2026-10-21 | OR-License：当 AI 智能体走进真实的运筹咨询项目，能拿到“执业资格”吗？ |
| 2026-10-21 | 把记忆焊进模型内部：MemT-1.0 让“记忆”不再是外挂，而是前向计算的一部分 |
| 2026-10-20 | LiveMACE：收益排名会撒谎，把 5 个顶级大模型扔进真实市场做了一次“过程体检” |
| 2026-10-20 | Into the Unknown：科学家亲自出题，九个顶尖 Agent 写后续论文，135 篇全军覆没 |
| 2026-10-20 | Hy-Memory-30B-A3B：把“记笔记”这件事，从 prompt 工程变成可训练的决策问题 |
| 2026-10-20 | HexaShell：不改模型、不训策略，一个写代码修 bug 的智能体把机器人榜单刷到了第一 |
| 2026-10-20 | 给智能体装上“白天记录、夜晚做梦”的记忆：DCPM 把长期记忆从检索问题变成了认知问题 |
| 2026-10-20 | 记忆能背下来，不代表能接着干活：CMB 给编码智能体的记忆出了一套「实操考卷」 |
| 2026-10-20 | 结果对不算数，过程合规才算：BizAgentBench 拷问真实业务里的长程智能体 |
| 2026-10-19 | 自进化的反噬：技能攒得越多反而越菜，这篇论文把「污染相变」讲透了 |
| 2026-10-19 | 模型之间传事实，不用对齐向量，传个词表下标就够了 |
| 2026-10-19 | 蒸馏时被压下去的概率去了哪？ |
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
AI Paper Analysis
AI 相关论文深度解读，每天中文解读前沿学术论文，涵盖 LLM、Agent、RAG、RL 等方向。
- 📖 在线阅读（官方部署，推荐）：
- 备用 Cloudflare Pages 镜像（国内直连）：
- 备用 GitHub Pages 镜像：
文章列表
下方文章列表由
scripts/build_mkdocs.py自动扫描各月份目录后生成，请勿手工编辑此区块；新增文章只需放进YYYYMM/目录并重跑脚本。 主题分类见站点左侧"按主题"导航（数据源：scripts/topics.json，由scripts/classify_topics.py生成）。
| 日期 | 文章 |
|---|---|
| 2026-11-03 | 世界模型最大的浪费，是从不回放：Rollback 让机器人在"想象"里悔棋，8 小时反超人类 |
| 2026-11-03 | 不到 2% 的注意力头，撑起了多模态模型的"大海捞针"——还能拿来直接训练 |
| 2026-11-03 | 技能是拐杖，练完就扔：R²Orch 用递归自博弈把编排器练到"零技能上岗" |
| 2026-11-03 | AGI 扩展的下一站：不是把 System-2 堆得更大，而是让 System-1 学会"看门" |
| 2026-11-01 | 任务分类可能是错的：The Trinity 用"能力树"重构多模态智能体的自我进化 |
| 2026-11-01 | 不动权重也能进化：TTME 用一块"外置记忆"把测试时训练踢下神坛 |
| 2026-11-01 | RSI Arena：把十个顶级大模型扔进机房，让它们各自训练一个助手出来 |
| 2026-11-01 | 给智能体装记忆，居然跑不赢裸 RAG？Memory Tax 一文把记忆系统的账算明白了 |
| 2026-11-01 | 把信用分配对齐到「轮次」：MPO 如何用两个尺度治好长程 Agent 的 RL 训练 |
| 2026-11-01 | 记住几百次对话，却学不会你的习惯：HABIT-Bench 戳破了 Agent Memory 的窗户纸 |
| 2026-11-01 | 什么时候该换题，比换什么题更重要？A-RSI 的零数据多模态自我进化 |
| 2026-10-28 | 成功轨迹≠有效监督：Trajectory2Gym 用「组合覆盖 + 决策依据」重构工具智能体训练数据 |
| 2026-10-28 | 任务跑通了，但你的 Agent 框架可能在「撒谎」：3,420 次运行揭开 31.1% 的侥幸成功 |
| 2026-10-28 | 被 GRPO 挤下牌桌的 critic，这次真的回来了：S3AC 让 Actor-Critic 在长 CoT 推理上跑通 397B |
| 2026-10-28 | 成功轨迹里 41.6% 的动作是废的，GRPO 还在给它们发奖金——ProAS 怎么把这笔糊涂账算清楚 |
| 2026-10-28 | DynaFlow：让主 Agent 自己写"编排程序"，多智能体协作不用再画死流程图 |
推荐工具
换一个关键词，或者移除筛选条件。
安装
npx skillfish add shibing624/ai-paper-analysis