AI Agent 与大模型中文情报库

本文提出 WorldSample，一种面向真实机器人的闭环强化学习框架，将世界模型用于数据采样、策略优化与在线交互反馈，减少对昂贵实机试错的依赖。与传统离线训练或单纯仿真迁移不同，该方法强调在真实环境中持续构建可预测的动态模型，并利用模型生成的轨迹提升样本效率与训练稳定性。论文关注真实机器人场景下的安全性、泛化能力与任务适应速度，展示了世界模型在连接仿真与现实、支撑闭环决策方面的潜力。

本文提出 QFedAgent，一种面向多智能体活动识别的量子增强个性化联邦学习框架，核心目标是在不共享原始数据的前提下，兼顾各参与方数据分布差异带来的个性化需求与协同训练的全局收益。方法将量子计算中的特征映射或参数化电路引入联邦学习流程，用以提升对复杂时空行为模式的表达能力，并增强模型在异构场景下的泛化表现。该思路特别适用于多智能体系统、边缘感知与隐私敏感环境，可在保留本地数据隐私的同时提升识别准确率与适配性。

这篇工作聚焦大语言模型在少样本场景下的高效适配问题，提出一种“神经元感知”的主动少样本学习方法。其核心思路不是只看样本表面难度，而是结合模型内部神经元响应与任务相关性，优先挑选最能激活关键能力、最有助于提升模型判别边界的训练样本，从而用更少标注成本获得更高性能。该方法将主动学习与参数高效适配思路结合，强调利用模型内部机制来指导数据选择，适用于标注稀缺、迭代快速的LLM微调场景。

本文提出 LIME（Learning Intent-aware Camera Motion），旨在从第一视角视频中学习与“拍摄意图”一致的相机运动模式，而不仅仅是模仿表层的镜头轨迹。与传统基于规则或纯轨迹拟合的方法不同，LIME尝试从人类在日常活动中的头部/相机运动中提炼出可泛化的运动先验，使模型能够理解“为什么要这样移动镜头”。这类研究对可穿戴摄像、机器人视角控制、自动剪辑和沉浸式内容生成都有潜在价值。该工作聚焦第一视角视频这一更贴近真实人类行为的数据来源，为后续生成更自然、更符合任务目标的相机控制提供了基础。

这篇研究从学术发表与引用流向切入，考察自然语言处理（NLP）研究者与成果是否正在从传统NLP会议向其他学术阵地迁移。作者通过分析论文发表地点、作者流动和主题扩散，观察到NLP相关研究越来越多地出现在机器学习、人工智能、信息检索等交叉会议与期刊中，反映出该领域边界正在被重塑。文章强调，NLP不再只是单一社区内部的发展，而是与大模型、通用AI和多学科方法深度融合的结果，并据此讨论学术影响力、社区结构与未来研究组织方式的变化。

Q-GAIN 是一个面向科研与工程场景的 Python 软件包，旨在把机器学习方法与物理信息分析流程更紧密地结合起来。论文介绍了该工具包的设计思路、核心功能与典型应用方式，强调其不仅适用于常规数据驱动建模，也适合需要引入物理先验、约束条件或机理解释的分析任务。对于希望在实验数据、仿真结果和物理规律之间建立统一工作流的研究者而言，Q-GAIN 提供了较为实用的实现框架与接口支持，可用于加速建模、分析和结果解释。

本文聚焦三维室内场景合成中的一个关键难题：如何在不满足传统正交、直角布局的“非曼哈顿”空间中，仅凭文本描述生成合理、可编辑的室内场景。与多数依赖规则平面结构的生成方法不同，这类环境更常见于真实建筑，包含斜墙、异形角度和非标准房间轮廓，因此对空间理解与布局推理提出更高要求。该研究围绕文本条件下的场景生成流程，探索如何将语义约束与几何约束结合，使生成结果既符合描述，又适配复杂房型，为真实世界室内设计、虚拟空间搭建与具身智能仿真提供更具泛化能力的生成框架。

这篇论文提出 Object-centric LeJEPA，一种将“对象中心表示”与联合嵌入预测架构结合的自监督学习方法。它不再只对整幅图像做整体建模，而是显式围绕场景中的对象进行分解、编码与预测，从而更好地学习物体级语义、关系与可组合性。该方法延续 JEPA 的核心思想：在潜空间中预测缺失或未来的表示，而不是重建像素细节，因此更适合高层表征学习。论文重点展示了这种对象导向的学习方式在提升表示可解释性、泛化能力以及对复杂场景结构建模方面的潜力，为多模态感知、机器人和具身智能中的场景理解提供了新的自监督路径。

本文提出ACID（Action Consistency via Inverse Dynamics）框架，用于提升基于世界模型的规划可靠性。传统世界模型在长时序预测中容易出现“想象偏差”，导致规划时生成的动作在不同预测路径下不一致，进而影响决策质量。ACID通过引入逆动力学约束，要求模型在不同状态转移下推断出的动作保持一致，从而将动作可行性与规划过程更紧密地绑定。该方法旨在减少模型想象与真实环境之间的偏移，提高长视野规划中的稳定性与泛化能力，适用于机器人控制和序列决策等场景。

QUALITY.md 是一个面向代码质量与工程协作的开放格式/规范，试图为 AI Agent、自动化工具和命令行工作流提供统一的“质量说明书”。它希望把项目中的质量要求、检查规则、预期行为和验收标准写成机器可读、可执行的文件，方便 Agent 在生成、修改和审查代码时遵循一致约束。相比零散的 README、issue 或口头约定，QUALITY.md 更强调标准化表达、可移植性以及与 CLI 的结合，适合构建可复用的 agent skill。

本文提出一种用于大模型安全对齐的新方法RFM-AGOP，目标是快速识别并构造“拒答子空间”，从而在表示空间中压制模型对有害请求的响应能力。与传统依赖逐类优化或反复微调的做法相比，该方法强调多维、可扩展和高效率，能够更快定位与拒答行为相关的关键方向，并在较少计算开销下完成子空间提取。研究表明，这类表示级干预有望作为模型安全控制的轻量工具，适用于对齐、过滤与风险缓解等场景，同时也为理解大模型内部决策结构提供了新的分析视角。

WattGPU 提出一种面向大模型推理的性能预测方法，重点估计在“未见过”的 GPU 和 LLM 组合上，系统的推理功耗与延迟表现。随着推理成本逐渐成为部署大模型的核心约束，仅凭经验或少量基准测试已难以准确判断不同硬件、模型与推理配置之间的真实开销。该工作围绕跨 GPU、跨模型泛化展开，尝试在训练数据有限的情况下，利用硬件与模型特征建立可迁移的预测器，为算力选型、容量规划和成本优化提供依据。其价值在于将能耗与时延纳入统一分析框架，帮助推理系统在效率、成本与服务质量之间做出更稳健的权衡。

DecompRL提出一种面向复杂编程任务的模块化生成框架，核心思路不是一次性生成整段代码，而是学习把问题拆解为可复用的子模块，并在强化学习信号下逐步优化模块之间的组合与调用关系。该方法特别适合传统端到端生成难以稳定处理的高难度任务，能通过“分解—生成—组合”的方式提升求解能力与泛化性。论文讨论了如何让模型在搜索空间更大、奖励更稀疏的环境中学会结构化编程，并展示模块化代码生成在更复杂问题上的优势。

本文讨论如何通过对编码智能体施加结构化约束，提升其“可控性”（steerability），并将其作为实现可扩展监督的基础机制。作者关注的是：当代码代理在复杂任务中自主规划、调用工具并修改代码时，单靠结果评估往往难以及时发现偏差；而把约束嵌入行动空间、工作流或输出规范中，可以更早限制错误行为、降低监督成本。文章的核心观点是，约束不仅是安全护栏，也可以成为构建可扩展监督体系的底层基座，为更可靠的编码 Agent 提供可审计、可干预、可分层管理的执行环境。

这篇论文聚焦地球观测（EO）数据发现的检索难题，提出将“智能体式搜索”引入该场景。相比传统关键词检索或静态目录浏览，Agentic Search 借助大模型与工具调用能力，能够围绕用户意图进行多轮澄清、任务分解、跨源检索与结果整合，从而更好地定位卫星影像、遥感产品与相关元数据。论文讨论了这一范式在复杂地理空间查询、数据异构性和语义鸿沟背景下的优势，也强调了可解释性、可靠性与评测基准的重要性。

本文提出 Transformer Geometry Observatory（TGO-II），聚焦于大模型内部表征的相似性分析与可视化。作者将不同层、不同头以及不同输入条件下的隐藏状态嵌入到统一的几何框架中，借助相似度度量与观测指标，刻画模型在推理、记忆与泛化过程中的表示演化。相比只看输出结果的方法，TGO-II 更强调从内部结构理解 Transformer 的行为，可用于诊断表征塌缩、层间冗余及注意力模式变化，并为模型可解释性、调试与架构比较提供工具支持。

这篇论文提出一个面向媒体背景核查的公共知识库，用于帮助记者、事实核查人员和研究者快速验证报道中涉及的人物、机构、事件与关联关系。作者强调，新闻核查不仅依赖单篇文献检索，还需要将分散在网页、档案、数据库与公开记录中的信息进行结构化整合，形成可复用的知识层。该系统旨在为媒体“溯源”提供统一入口，支持证据检索、交叉比对和背景补全，并降低人工核查的时间成本。论文还讨论了公开知识存储在新闻真实性验证、抗虚假信息传播以及AI辅助内容审查中的应用前景与挑战。

本文面向 MER-TRANS 2026 任务，提出 HULAT2 系统，用多智能体协作方式完成西班牙语“易读文本”生成。系统的核心是“受治理”的简化流程：通过任务分工、质量约束与一致性检查，让多个代理分别承担改写、压缩、校验和风格控制，从而在降低语言复杂度的同时尽量保留原文信息。该工作关注的不是单纯摘要，而是面向认知障碍读者、语言学习者等群体的可读性优化，强调简洁、清晰与忠实之间的平衡。

本文提出一种面向安全关键、实时自治系统的协同机制，将“语义一致性”从软件层上提到硬件层强制执行，以降低复杂任务编排中的时延抖动、状态失配和失效传播风险。该方法强调在传感、决策与执行链路之间建立可验证的协调约束，使多个自治组件在共享上下文、任务优先级与安全边界上保持一致，从而提升系统在动态环境中的确定性与可靠性。对于自动驾驶、机器人和工业控制等对时限与安全要求极高的场景，这类硬件辅助的语义协调有助于在不完全依赖操作系统和中间件的情况下，实现更强的故障隔离与实时保障。

本文提出 DRIFTLENS，用于测量个性化语言模型在引入用户记忆后，推理过程与答案是否发生“漂移”。作者关注的是：模型为了贴合个人偏好、历史行为或长期记忆，是否会在面对同一问题时偏离原本更稳健的推断路径，甚至出现过度个性化、事实判断失衡或决策一致性下降。该工作将“记忆注入”与“推理质量变化”联系起来，提供一套评估思路，帮助识别个性化系统中的隐性风险。其意义在于，随着 Agent 和记忆增强型 LLM 普及，如何在个性化与可靠性之间取得平衡，已成为部署前必须回答的问题。

VisionAId 是一款面向视障人群的安卓多模态辅助助手，强调“离线优先”设计，以提升在网络不稳定或无网环境中的可用性与隐私性。系统结合视觉理解、语音交互与设备端智能处理，帮助用户完成日常环境感知与任务辅助。其核心能力之一是个性化物体检索：用户可预先标记或学习特定物品，系统在后续场景中能更准确地识别并定位这些目标，从而支持找物、整理与生活自理。该工作体现了大模型与端侧 AI 在无障碍场景中的落地思路。

编译器在自动优化代码时，常会因为分析能力或启发式限制而遗漏一些本可改进的性能机会。本文聚焦“基于智能体的修补”这一新思路：借助大模型或其他 AI Agent，自动识别编译器未命中的优化点，并生成可验证的代码修改或编译指令补丁，以弥补传统编译流程的不足。文章围绕漏优化的来源、智能体如何定位问题、以及修补方案的有效性与风险展开分析，讨论其在性能提升、自动化调优和编译器辅助开发中的潜力，也强调了正确性验证与可迁移性的重要性。

本文提出“World Wide Models”这一概念，将文学创作、叙事结构与文化知识建模结合起来，讨论如何为人工智能构建更具文化敏感性与情境理解能力的工具链。相较于只追求规模和通用性的模型，作者强调 AI 需要借助文学作为认知与表达媒介，学习不同文化中的价值观、隐喻、历史记忆与叙事传统，从而更好地生成、解释并参与人类文化实践。该工作更像一篇面向文化 AI 的方法论与愿景论文，关注模型如何从“信息处理器”走向“文化协作者”。

这篇论文讨论大语言模型“人格”并非单一稳定特征，而是同时具有两种层面：一是跨情境可观察的聚合倾向，二是在不同提示框架下会发生变化的几何结构。作者强调，同一个模型在不同表述、角色设定或任务上下文中，可能呈现出看似矛盾但可解释的行为模式。研究的核心价值在于把“人格”从静态标签转向可测量、可分解的表示结构，有助于理解模型行为一致性、提示敏感性以及对齐方法的作用边界。

本文围绕快权重网络在长程记忆与稳定训练之间的矛盾展开，提出一种自调制的量子快权重编程框架，并引入有界记忆门控机制以抑制状态爆炸与遗忘失衡。方法利用量子式状态更新与门控约束，在保持可塑性的同时提升动态系统中的稳定性、可控性和记忆保真度。作者进一步讨论了该模型在序列建模、在线学习与自适应控制中的潜在价值，强调其为将量子启发式计算、神经记忆架构与稳定性理论结合提供了新路径。

该论文提出 GAP-GDRNet，用于在单目图像条件下估计航天器目标的姿态与位姿，重点解决空间场景中“只靠一台相机、且目标外观变化大”的感知难题。作者围绕几何先验设计网络结构，将目标的空间形状、投影关系与姿态估计过程更紧密地结合起来，以提升对尺度变化、遮挡和视角偏转的鲁棒性。论文同时构建了单目标航天器合成数据集，为训练与评测提供可控的高质量标注。整体来看，这项工作面向在轨交会、接近、对接与非合作目标捕获等任务，强调以几何感知增强单目位姿估计的准确性与可迁移性。

ctx 是一个面向开发者的本地搜索工具，专门用来检索你机器上已经产生的编程代理历史记录。随着 Cursor、Claude Code、Codex 等 AI 编程工具越来越常用，聊天记录、命令执行、补丁内容和上下文会分散在不同目录与格式中，后续回溯很不方便。ctx 的思路是把这些历史统一索引起来，支持快速检索和定位曾经的对话、操作与代码修改，帮助开发者复盘思路、找回提示词、比较不同 agent 的行为，也便于排查自动化编程过程中的错误。

这篇论文聚焦开放式技能市场中的“隐式意图”识别问题：用户往往不会直接描述目标任务，而是通过多个技能的组合来间接表达需求。作者提出 SkillFuzz，一种面向技能组合的模糊测试方法，通过系统性地生成和扰动技能调用链，挖掘那些在显式查询中难以观察、却能揭示真实用户意图的组合模式。该方法旨在提升技能检索、推荐与编排的准确性，并为开放技能生态中的发现机制提供新的分析工具。

这篇论文提出一种面向时间序列预测的自门控注意力机制，旨在缓解传统注意力在长序列建模中的计算开销和冗余问题。方法通过让注意力权重与门控信号协同作用，自动抑制噪声片段和低贡献时刻，同时保留对关键时点的依赖建模能力，从而在保持预测精度的同时提升推理效率。作者将其用于多类时间序列基准任务，重点考察长依赖、稀疏变化和高频噪声场景下的表现，结果显示该方法在效率与效果之间取得了更均衡的折中，适合资源受限或实时预测应用。

这项工作聚焦于复杂声学场景下的目标声音定位问题。传统方法在多声源、强干扰或背景噪声复杂时，往往难以准确区分“要找的声音”和其他相似音源。SelectTSL 引入提示词引导机制，让模型在推理时结合自然语言或任务提示，先筛选出与目标描述更匹配的声音线索，再进行空间定位，从而提升在开放场景中的鲁棒性与可控性。论文强调“选择性定位”思路，即不是对所有声源一视同仁，而是围绕目标相关信息逐步聚焦，适合机器人感知、听觉场景理解和多模态交互等应用。