AI Agent 与大模型中文情报库

Clarus 提出一种面向大规模科学研究协作的多智能体协调框架，目标是让多个自治研究代理在开放网络环境中分工协作、共享发现并持续迭代，而不是各自独立完成局部任务。该系统强调研究流程编排、任务分解、信息汇聚与跨代理对齐，试图把检索、阅读、分析、验证和写作等环节连接成可扩展的端到端研究管线。与单一研究助手相比，Clarus 更关注如何在网页规模的信息空间中维持协作效率、降低冗余探索，并提升复杂科学问题的发现与整合能力。

本文以荷兰语构音障碍连续语音为对象，对比了人类听辨与自动语音识别系统在识别性能上的差异。研究通过案例分析考察不同说话者、语音严重程度及任务条件下的识别结果，旨在揭示自动系统在临床语音场景中的适用边界与主要误差来源。文章将人类感知能力作为参照，分析机器识别在异常发音、节律紊乱和音段变形情况下的稳定性，并讨论改进鲁棒 ASR、辅助沟通工具与语言康复评估的可能方向。

本文介绍了 CaresAI 团队在 CT-DEB26 任务中的方法，目标是在临床试验相关文本或记录中自动识别给药错误。作者将临床与试验场景中的专业语义引入建模，采用领域特定的 Transformer 嵌入表示，再结合分类模型进行错误检测与判别。相比通用文本分类方案，这类方法更能捕捉药物剂量、用药频次、给药途径及试验流程中的细粒度差异。研究体现了大模型/预训练表示在临床试验质量控制中的应用潜力，可为试验审查、风险预警和数据清洗提供辅助。

本文提出一种用于逆问题学习重建的分布鲁棒优化框架，核心目标是在训练分布与真实测试分布存在偏移时，提升重建模型的稳定性与泛化能力。不同于只追求经验风险最小化的方法，该框架显式考虑“最坏情形”下的分布扰动，通过在不确定集合内优化性能，缓解深度重建模型对数据采样偏差、噪声变化和物理建模误差的敏感性。作者将该思想应用于常见成像逆问题，并讨论其与传统正则化、学习式先验以及鲁棒优化的联系。实验表明，该方法在分布外数据上通常更可靠，能够在保持较好重建质量的同时降低退化风险。

本文提出 B3O（Boltzmann Batch Bayesian Optimization），面向需要一次提出多个候选点的批量贝叶斯优化场景，重点解决传统方法在高维、昂贵评估和并行采样中的可扩展性不足问题。该方法将后验采集函数转化为 Boltzmann 形式的概率分布，并据此构造批量候选集，从而兼顾探索与利用，同时降低对复杂组合优化的依赖。作者进一步设计了可扩展的近似与采样策略，使其在大规模搜索空间中仍能保持较好的效率与优化效果。实验表明，B3O 在多种基准任务上相较现有批量 BO 方法具有更稳定的性能和更高的并行利用率。

这篇 arXiv 论文聚焦于深度网络训练中“不同优化器为何会走出不同轨迹”这一问题，提出用 Hessian 的特征向量位移与局域性来刻画优化器依赖的训练动力学。作者分析训练过程中参数更新方向与曲率结构之间的关系，考察优化器是否更容易沿着特定高曲率子空间移动，以及这种移动如何影响收敛速度、稳定性和最终解的性质。研究表明，不同优化算法不仅在收敛表现上有差异，其对 Hessian 主要特征方向的探索方式也显著不同，反映出训练动力学存在强烈的优化器偏置。该工作为理解 SGD、动量法及自适应优化器的行为差异提供了更细粒度的几何视角，也为解释模型泛化差异提供了新的分析工具。

本文提出并综述了“EvalSafetyGap”这一概念框架，聚焦大语言模型在评测表现与真实安全行为之间的偏差：模型可能在基准测试中表现优异，却在越狱、提示注入、幻觉放大、工具调用失控或策略规避等场景下暴露系统性风险。作者以“混合综述+概念框架”的方式梳理了评测、对齐与安全之间的断裂点，分析现有安全评估为何常常只覆盖静态、可控、低对抗环境，而难以反映部署后的复杂交互。文章进一步强调，真正有效的LLM评估应同时考虑任务能力、对抗鲁棒性、分布外行为与长期系统风险，并为构建更贴近真实应用的安全评测体系提供结构化视角。

本文聚焦多模态大模型在视觉推理中的计算浪费问题：很多样本其实只需轻量处理，却常被一视同仁地送入完整推理链路。作者提出主动路由（Proactive Routing）框架，在“思考”之前先做一次决策，根据输入图像与问题的复杂度、信息充分性和不确定性，动态选择直接回答、轻量推理或深度推理路径。这样既能尽量保留复杂样本上的准确率，又能显著减少不必要的推理开销。该工作反映出视觉语言系统正从“统一深推理”走向“按需计算”的趋势，为构建更高效、更可部署的多模态智能体提供了思路。

本文聚焦 RGB-T 目标检测中的计算冗余与跨模态信息利用不充分问题，提出一种稀疏跨模态融合方法，在保留红外与可见光互补优势的同时，尽量减少不必要的特征交互与参数开销。该方法通过选择性融合关键区域与有效通道，降低多模态检测中的噪声干扰和计算成本，从而提升整体推理效率。相较于传统的密集融合策略，这类思路更适合实时感知场景，如夜间监控、自动驾驶和复杂环境下的视觉检测。

这篇论文介绍了一个面向乳腺细针穿刺吸取细胞学（FNAC）的多中心全切片图像数据集，重点支持基于AI的分块级分类任务。数据按照C1到C5的临床报告分级体系进行标注，覆盖从良性到高度可疑恶性的不同诊断范围，便于训练和评估模型在真实细胞学场景中的判别能力。相比传统单中心、小规模数据，该数据集更强调多中心来源带来的异质性，有助于提升算法在染色差异、扫描差异和样本复杂性下的泛化表现。研究为乳腺细胞学智能辅助诊断、弱监督学习和病理AI基准构建提供了重要资源。

这篇论文将现代数据中心视为一个典型的“多体问题”：服务器、网络、电力、散热与调度策略彼此耦合，任何单点优化都可能在系统层面引发新的瓶颈。作者从物理与工程视角讨论 AI 时代数据中心面临的核心约束，包括算力密度快速上升、能源成本攀升、热管理复杂化以及负载波动带来的稳定性问题。文章强调，未来数据中心不能只追求更强 GPU 集群，而应把计算、供电、冷却和编排作为统一系统来设计，并引入跨层协同优化思路，以提升整体效率、可靠性与可持续性。

SHOVIR 是一个面向放射学报告生成的新基准，重点评估多模态模型在医学影像理解中的“视觉捷径学习”现象。所谓捷径学习，是指模型过度依赖与疾病无关、但在训练数据中偶然相关的伪特征，从而在常规指标上表现良好，却缺乏真正的临床可解释性与泛化能力。该基准通过设计更具挑战性的评测场景，考察模型是否真的学会从影像中识别病灶、定位异常并生成准确报告，而不是记忆数据分布中的统计偏差。研究为放射科 AI 的可靠性评估提供了新的测试框架，也有助于推动医学 VLM 从“会答题”走向“懂影像”。

本文讨论一种看似与异常检测无关的表示学习现象：当模型采用非序列化的嵌入方式来编码数据时，学到的表征有时会天然拉开正常样本与异常样本的距离，从而在无需专门监督或复杂检测头的情况下，表现出类似异常检测器的能力。作者围绕这一现象分析其产生条件、结构性原因与适用边界，指出嵌入空间的几何分布、训练目标以及数据中的稀有模式，会共同影响模型对异常的敏感度。该工作为理解大模型表征与下游检测能力之间的关系提供了新视角，也提示我们在部署表征模型时要警惕其“意外涌现”的检测能力。

这项研究聚焦视觉强化学习中的域偏移问题：当目标环境可用数据很少时，策略很难从源域迁移到目标域。作者提出一种“自适应想象”（Adaptive Imagination）式域适配框架，通过在训练中生成更贴近目标域分布的虚拟视觉经验，缓解源目标差异带来的性能退化。方法核心在于根据目标数据的有限信息，动态调整想象样本的生成与使用方式，让策略既能保留源域学到的任务能力，又能更好地适应目标域外观变化与观测扰动。整体思路适用于样本稀缺、环境外观变化明显的视觉控制任务，可提升迁移效率与鲁棒性。

这篇论文探讨了一个核心问题：智能体如何从“能感知自己在起作用”进一步走向“能稳定地产生有目的的行为”。作者在一个极简的脉冲神经智能体中引入“自因信用”（self-caused credit）机制，即让系统将某些结果归因于自身先前动作，并据此形成可持续的行为偏好。研究表明，这种信用分配并不只是帮助识别主体性，而是能够逐步构建出一种更稳定的“行为自我”，使智能体在没有复杂架构的情况下也能学会持续做事。该工作将主体性感知、行动控制与学习中的归因机制联系起来，为理解自主智能的起源提供了新的计算视角。

本文聚焦少样本领域增量学习场景：模型需要在数据极少的情况下，随着新领域不断到来持续适应，同时尽量避免对旧领域知识的遗忘。作者提出一种持续视觉语言整合框架，把视觉表征与语言知识联合起来作为稳定的迁移载体，并通过逐步巩固机制在新旧领域之间维持平衡。相较于仅依赖分类器微调或单模态持续学习的方法，该思路更强调利用大模型时代的视觉-语言先验来提升泛化与抗遗忘能力，适合存在分布漂移、标注稀缺且任务连续演进的实际应用。

DAIN提出一种动态的智能体协作框架，将多模态推理任务拆解为可协同处理的交互网络，而非依赖单一模型端到端完成。该方法通过按需组织不同能力的智能体参与推理，并在过程中动态调整信息流与协作关系，以提升复杂场景下的效率与准确性。与静态流水线或固定角色编排相比，DAIN更强调任务驱动的弹性协作，适用于需要跨模态理解、分工推理和结果整合的场景。论文重点关注如何在控制计算开销的同时，实现更稳健的多模态推理表现。

Dynamo 提出一种面向视觉语言智能体的动态扩展框架，核心思路是在任务执行过程中持续学习并演化“技能”和“工具”，而不是依赖预先固定的能力集合。该方法强调智能体应能根据新场景、新任务与失败经验自动补充可复用的操作模块，从而提升长程任务的适应性与泛化能力。相较于静态工具库或手工编排工作流，Dynamo 更关注在线迭代、能力复用与组合式推理，使智能体在复杂视觉环境中能够逐步形成更强的自我改进机制。这类研究反映了大模型智能体从“会用工具”走向“会生长工具”的趋势。

这篇 arXiv 论文提出了 MirrorCode 思路：不直接依赖源码，而是让 AI 通过程序的输入输出、运行轨迹和外显行为，反推出其内部实现，并在此基础上重建整个程序。该方向对应“黑盒逆向工程”与“行为驱动代码恢复”，对遗失源码修复、遗产系统迁移、恶意程序分析以及测试驱动重构都有现实意义。论文核心关注点在于，AI 是否能从有限观测中恢复出具有功能一致性的程序结构、控制流与逻辑关系，从而把“看见行为”转化为“生成代码”。

本文提出 CORTEX，一个面向网页级大规模语料的跨领域组织框架，核心是构建“本体语料图（Ontological Corpus Graph）”，将分散的文本片段按主题、概念与语义关系进行结构化连接，而非仅依赖传统关键词检索或单一分类体系。该方法旨在提升超大规模语料的可发现性、一致性与可复用性，尤其适用于跨学科知识整合、数据筛选和下游训练集构建。通过引入本体驱动的组织方式，CORTEX 能更细粒度地刻画语料之间的语义层级与关联路径，从而在复杂、多源、异构网页数据中实现高质量聚合与导航。

这篇 arXiv 论文提出了 Nanotechnology Molecular Optimization（NMO）基准，旨在把分子优化从传统药物发现场景扩展到更广泛的纳米技术应用。作者关注的不只是“找到能用的分子”，而是考察模型在多目标约束下对分子结构进行持续改造的能力，例如在稳定性、可合成性、功能表现与任务相关性质之间做权衡。该基准希望为大模型和分子生成式 AI 提供一个更贴近真实研发流程的评测框架，检验其在复杂设计空间中的泛化、搜索效率与优化可靠性。

本文研究联邦学习中如何利用能量模型进行结构化概率推断，以更好地刻画客户端之间的数据异质性与不确定性。与传统联邦优化只聚焦参数聚合不同，该方法将预测建模为概率推断问题，通过能量函数表达变量之间的结构约束，并在分布式场景下实现跨客户端协同学习。这样既能保留各客户端的隐私数据，又有助于提升对复杂结构任务的建模能力与泛化性能。该方向对医疗、边缘智能和多源感知等存在显著分布偏移的场景尤其具有意义。

本文提出一种面向腕部光电容积描记（PPG）的物理约束谐波分离方法，用于在复杂运动和噪声干扰下更稳健地估计心率与呼吸率。与直接从原始波形或频谱中提取特征不同，该方法显式利用心搏与呼吸信号在PPG中的谐波结构及其物理相关性，将两类生理成分进行分离建模，从而降低相互串扰和运动伪影影响。研究表明，这种约束式分解能够提升在可穿戴场景中的泛化能力与估计稳定性，适用于腕部设备上的连续健康监测。

本文研究如何在上下文嵌入中识别并估计“语法性别方向”，即模型表征中与名词性别相关的线性子空间。作者分别在受控语境与自然语境中进行分析，比较不同上下文设置对性别信号稳定性和可分离性的影响。研究重点放在大模型的上下文表示是否会显式编码语法性别，以及这种编码在不同语言、不同上下文复杂度下是否一致。结果表明，语法性别信息在嵌入空间中具有可测的方向性，但其强度会随语境条件变化。该工作为理解语言模型如何表示形态句法属性、以及后续开展偏差分析和可解释性研究提供了方法基础。

FacePlex 提出一种面向对话虚拟人的全双工生成框架，能够在语音说出与面部表情/口型运动同步发生的场景中，同时建模“听—说”交替过程中的时间依赖关系。与仅做单向语音驱动嘴型的方法不同，它将说话内容、韵律以及面部动态联合建模，使虚拟人在连续对话中呈现更自然的表情衔接、口型一致性与交互感。该方向对数字人、在线客服和沉浸式通信很关键，因为真实对话并非静态播报，而是多模态实时协同。

本文聚焦DNA语言模型在预训练之后，对下游微调任务究竟能带来多大收益。作者围绕不同预训练策略、模型规模与任务类型展开评估，考察模型在序列分类、功能预测等生物信息任务中的迁移能力。文章核心关注点不是单纯提升预训练损失，而是检验其是否真正改善实际应用表现，并分析哪些设置更适合DNA序列这一高度结构化但语义稀疏的领域。研究结果有助于理解基因组基础模型的有效性边界，也为后续设计更具生物学针对性的预训练方案提供参考。

本文提出“正当注意力”视角，重新审视大模型训练与评测中对数据、内容和外部知识的使用边界。作者指出，某项信息“相关”并不自动意味着可以被无限制吸收、再分发或放大；相反，系统应区分信息的价值贡献与其可被使用的授权条件。文章围绕数据来源、内容归因、收益分配与责任划分展开，强调在 AI 代理与生成系统中建立更细致的注意力治理机制，以减少对创作者、平台和用户权益的侵蚀，并为可持续的知识生态提供规范基础。

本文研究策略分类场景中，决策者面对的成本并非固定已知，而会随自身行动和环境状态变化，因而形成“决策依赖”的成本不确定性。作者关注在这种更贴近现实的设定下，如何构建对抗性更强、仍能保持有效性的分类与决策规则。论文从鲁棒优化视角出发，分析成本不确定对个体策略选择与分类器性能的影响，并提出相应的鲁棒方法与理论保证。相关结果可用于信用审批、风控与资源分配等场景，帮助系统在面对策略性用户和参数偏差时维持稳定表现。

本文提出一种用于知识图谱多跳检索的查询感知扩散激活（Query-Aware Spreading Activation）方法，核心思路是在图遍历过程中显式结合用户查询语义，而不是仅依赖固定启发式或纯结构扩展。方法通过将查询信息注入节点激活与传播策略，动态筛选更相关的实体与关系，从而提升多跳推理中的召回与精度，降低无关路径带来的噪声。该工作面向知识增强问答、实体链接与复杂关系检索等任务，强调在大规模知识图谱上实现更高效、可控的检索过程，为后续推理模型提供更干净的候选子图。

本文提出一种面向三维形状匹配的无监督方法，将经典的 Functional Maps 思路与神经表示及超网络结合，学习在不同形状之间更稳定的对应关系。与依赖人工标注或强监督的匹配方法相比，该框架通过神经函数映射直接建模形状间的变换，并借助超网络生成更具适应性的映射参数，从而提升对噪声、非刚性变形和局部缺失的鲁棒性。方法在无需逐点标注的条件下实现高质量对应，适用于形状检索、变形分析与几何理解等任务。