清华CoACT压缩Coding Agent三成Token开销
清华大学人工智能学院团队提出面向Coding Agent的observation压缩方法CoACT，通过下一步动作保持准则训练轻量压缩器。在SWE-bench Verified的200个实例、三个Agent模型上，CoACT平均减少33.0%的总token消耗，平均PASS@1从69.0%升至71.0%，任务表现与未压缩时相近。该工作已被CCF A类会议ICSE 2027直接接收。
评论
继续阅读
全部 100 条热点 ›Geodesic发布全原子结构预测模型NovaAtom-Lite
Geodesic推出NovaAtom-Lite，面向蛋白质、核酸及配体的全原子结构预测，在FoldBench抗体-抗原界面预测成功率达79.07%。
行业动态 · 2026-11-130 阅读GPT-6 Astra改65行词嵌入修复机器人指令失灵
斯坦福研究显示，GPT-6 Astra通过修改65行词嵌入，使机器人对改写指令的成功率从74.3%提升至87.5%，论文与代码已开源。
产品应用 · 2026-11-130 阅读星尘智能发布多机协同框架CoMind
星尘智能发布多机协同框架CoMind，让机器人主动交换任务关键信息，隔墙配合拿笔成功率从0%升至100%，盲盒置物准确率达88.9%，信息传输量减少80%。
产品应用 · 2026-11-130 阅读Gemini自动化应用清单曝光：共134款
Android Authority曝光谷歌Gemini任务自动化适配应用清单，共134款App，稳定版安卓17 QPR2含114款，Canary版额外覆盖20款。
产品应用 · 2026-11-130 阅读Cerebras签约微软，成第三家超大规模云客户
Cerebras在2026Q3财报电话会上宣布与微软签约，成为继AWS和Oracle后第三家超大规模云客户，剩余履约义务达261亿美元。
行业动态 · 2026-11-130 阅读论文：Claude Code调试数据库卡在访问权限
arXiv论文报告Claude Code调试生产数据库的实地观察，发现访问权限比推理更关键。
技术研究 · 2026-11-130 阅读DashBench评测25个视频LLM驾驶极端情况
新基准DashBench评测25个视频LLM在1709条驾驶视频上的极端情况理解，发现所有模型均低于安全关键应用所需阈值。
技术研究 · 2026-11-130 阅读Nemotron-Labs-Sigma开源连续扩散语言模型
NVIDIA团队发布首个大规模连续扩散语言模型系列Nemotron-Labs-Sigma，权重开源，推理加速与基准表现均有可核实提升。
技术研究 · 2026-11-130 阅读IBM更新Granite 4.1小模型，引入LLMON标记语言
IBM更新Granite 4.1的3B与8B小模型，引入LLM原生标记语言LLMON。
模型进展 · 2026-11-130 阅读ACERL用经验交接强化学习提升智能体性能
arXiv论文提出ACERL方法，通过评估经验交接产物对未来rollout的影响并协同优化角色行为，在智能体基准上取得更高留出性能。
技术研究 · 2026-11-130 阅读SoScale提出二阶尺度搜索降低FP4量化损失
SoScale提出面向FP4量化的二阶尺度搜索方法，在Qwen3上降低多种格式的量化损失。
技术研究 · 2026-11-130 阅读ASAP框架提升二进制反编译重执行率至71.9%
arXiv论文提出ASAP框架，通过汇编-源码对齐精化反编译伪代码，重执行率与重编译率均显著提升。
技术研究 · 2026-11-130 阅读VIM解码机器人遥操作分层意图，微调后分数达0.825
arXiv新论文提出VI AMO数据集与VIM模型，从视觉遥操作历史解码操作员分层意图，显著优于GPT-4o等大模型。
技术研究 · 2026-11-130 阅读DForkTree推测解码提速至4.75倍
arXiv论文提出训练免费方法DForkTree，在Qwen3.5-4B和9B上较DFlash最高提升41.5%，平均加速达4.75倍。
技术研究 · 2026-11-130 阅读POIROT开源：智能体自审计故障归因，最高提升50点
论文提出POIROT协议，让多智能体系统自行归因故障，并开源BLAME新基准，九种模型基准配置中最高提升50个百分点。
技术研究 · 2026-11-130 阅读Bait论文：探测奖励函数防御有害智能体RL
arXiv论文提出Bait防御，通过主动探测奖励函数缓解有害智能体强化学习攻击，实验显示可阻断有害奖励学习并保留良性任务学习能力。
技术研究 · 2026-11-130 阅读DRAMA框架加速多模态扩散LLM达18.67倍
NeurIPS 2026收录论文提出DRAMA，通过视觉token剪枝与自适应停止实现多模态扩散大语言模型18.67倍推理加速。
技术研究 · 2026-11-130 阅读华硕发布首款人形机器人Gallop
华硕发布首款人形机器人Gallop，已在自有产线测试，计划2027下半年向伙伴交付、2028年上市。
产品应用 · 2026-11-131 阅读清华腾讯提出TreeOPSD，深度研究准确率提升4.97点
清华季向阳团队与腾讯提出TreeOPSD，改进长程Agent强化学习的信用分配，在Qwen3-30B-A3B上将Deep Research平均EM从16.23%提升至21.20%。
产品应用 · 2026-11-131 阅读AWS开放SGLang-Neuron支持Trainium部署模型
AWS宣布SGLang-Neuron公开可用，可通过深度学习容器在Trainium芯片上部署前沿模型并生成强化学习rollout。
技术研究 · 2026-11-131 阅读