AI Agent 与大模型中文情报库

OpenKnowledge 是一个开源、AI优先的知识协作平台，专为深度思考与智能知识构建设计。它内置本地化大模型支持（如Llama 3、Phi-3），提供自然语言驱动的笔记链接、语义搜索、自动摘要与跨文档推理能力，区别于传统静态笔记工具。项目采用TypeScript+Rust构建，支持端到端加密与离线运行，强调用户数据主权——所有AI处理默认在本地完成。其核心创新在于将Agent工作流深度融入知识图谱构建过程，例如通过自然语言指令自动生成知识卡片关系或触发多步研究任务。目前处于早期开发阶段，但已实现可交互原型，并开放GitHub仓库供社区共建。该项目由Inkeep团队发起，后者此前专注于开发者AI助手基础设施。

该研究提出「意图感知训练」（Intent-Aware Training, IAT）框架，通过显式建模用户真实意图（而非表面指令）来优化LLM安全分类器。作者构建了覆盖越狱、诱导、隐晦有害请求等多类场景的细粒度意图标注数据集，并在监督微调（SFT）、直接偏好优化（DPO）及强化学习（RLHF）三种主流训练范式下验证其有效性。实验表明，IAT显著提升模型对语义相似但意图迥异请求的判别能力，在多个基准（如SafeBench、ToxiGen）上平均F1提升达12.3%，且泛化至未见攻击模式的效果优于传统基于prompt或输出的监督方式。研究揭示：将‘意图’作为中间监督信号，可缓解安全分类中常见的表层特征依赖问题。

本文从计算认知视角提出‘句法信念更新’理论，解释人类在处理花园路径句（如‘The horse raced past the barn fell’）时出现的瞬时误解与重分析困难。作者构建形式化模型，将句法解析视为贝叶斯信念更新过程：初始词序触发强先验句法假设，后续歧义线索迫使系统修正结构表征，其计算代价直接对应眼动与ERP实验中观测到的加工延迟。研究整合心理语言学实证、形式语法约束与概率句法模型，揭示句法层级信念的动态调整而非单纯回溯搜索，才是核心瓶颈；该框架为大语言模型的句法鲁棒性缺陷提供了认知层面的归因基础。

该综述系统梳理了图神经网络（GNN）在社交网络分析、生物信息学、推荐系统、交通预测、化学分子建模及知识图谱推理等六大核心领域的最新应用进展。文章不仅对比了GCN、GAT、GraphSAGE等主流架构在不同场景下的性能表现与局限性，还深入探讨了可扩展性、异构图建模、动态图学习及可解释性等关键挑战，并结合工业界落地案例（如阿里巴巴电商图推荐、DeepMind蛋白质结构预测）指出未来研究方向。特别强调了大模型时代下GNN与LLM协同的新兴范式（如Graph-LLM），为研究者与工程师提供兼具理论深度与工程参考价值的全景视图。

该论文针对时序图神经网络（T-GNN）黑箱决策问题，提出一种新型可解释性框架Feature-Induced Information Flow（FIIF）。不同于传统归因方法仅关注节点或边的重要性，FIIF通过建模动态图中特征演化路径，显式追踪关键特征如何随时间在拓扑结构上传播并影响预测结果。作者设计了可微分的信息流强度度量，并结合反事实扰动验证其因果合理性，在多个真实时序图基准（如Twitter、Wikipedia编辑序列）上显著优于GNNExplainer、TGAT-Explainer等基线方法。研究不仅提升了T-GNN的可信度，也为动态系统中的特征-结构协同推理提供了新范式。

该论文提出“特征引导”（Feature Steering）技术，通过在推理阶段动态调控LLM内部中间层表征的关键语义维度（如趋势、周期性、外部冲击敏感度），显著提升其在时间序列预测任务中的跨域泛化能力。作者在涵盖能源、金融、交通等8个真实场景的基准测试中验证，该方法相较标准微调与提示工程，在零样本和少样本设定下平均MAE降低23.7%，且对分布外数据漂移具有更强鲁棒性。技术核心在于解耦LLM的通用语言表征与领域特定预测逻辑，避免全参数微调带来的过拟合风险，为构建轻量、可解释、可迁移的AI预测代理（AI Agent）提供了新路径。

本文提出「Process Harness」——一种将传统基于规则的业务流程管理（BPM）向AI智能体（Agentic BPM）范式迁移的系统化方法论。该框架在CUGA FLO平台中完成工程落地，通过分层抽象（流程语义建模层、智能体编排层、执行适配层）实现对遗留系统（如Java EE/Activiti）的非侵入式增强，支持LLM驱动的动态决策、多智能体协同与人类-in-the-loop干预。作者验证了其在政务审批与高校教务流程中的有效性：平均流程重构周期缩短62%，异常处理响应延迟降低至1.8秒。研究填补了传统BPM与现代Agentic AI之间的架构鸿沟，为数字化转型中的渐进式智能升级提供了可复用范式。

该研究构建了首个专注于有害内容识别的视频级评测基准HarmVideoBench，涵盖暴力、仇恨、色情、违法等6类高风险视频场景，包含12,000+人工标注短视频及细粒度危害类型、严重程度与上下文敏感性标签。不同于现有图文安全评测集，它强调时序动态性、语境依赖性与跨模态对齐挑战，并在Qwen-VL、LLaVA-Video、Gemini-2.0等主流视频大模型上开展系统性评估，揭示当前模型在隐性危害识别、长时序推理和文化敏感性方面的显著短板。研究还提出可解释性诊断协议与轻量级微调方案，为多模态安全对齐提供新范式。

该论文提出一种新型奖励塑形框架，利用视觉语言模型（VLM）自动构建势函数，从而在无需人工设计先验知识的前提下，为强化学习智能体生成语义对齐、任务感知的稠密奖励信号。作者将环境观测（图像+文本指令）输入VLM，提取高层语义特征并映射为可微势函数，再通过梯度反向传播优化策略；在多个具身智能与机器人导航任务中验证了其显著提升样本效率与泛化能力，尤其在稀疏奖励场景下优于传统手工势函数与逆强化学习方法。研究填补了VLM与奖励工程交叉领域的空白，为端到端具身智能训练提供了新范式。

该研究提出RecallRisk-BERT，一种基于BERT架构的多任务学习框架，专为医疗器械上市后监管场景设计。模型同步完成三项关键任务：识别不良事件报告中是否隐含召回风险、判断风险等级（高/中/低）、定位触发召回的关键文本证据片段。在FDA MAUDE数据库构建的真实世界数据集上，其F1值较单任务基线平均提升12.3%，尤其在稀疏高风险样本上展现出强泛化能力。研究还引入领域适配的对抗训练与证据感知注意力机制，显著缓解医疗文本中的术语歧义与长尾分布问题，为监管机构自动化初筛海量不良事件报告提供了可解释、可部署的技术路径。

该论文提出一种新型随机梯度优化框架，通过训练轻量级代理模型（surrogate model）动态指导小批量样本的选择，从而在保持计算开销可控的前提下显著降低梯度估计方差。作者理论证明了该方法在非凸目标下的收敛性，并在大规模语言模型微调与视觉分类任务中验证其有效性：相比标准SGD和重要性采样，在相同迭代次数下可提升15%–22%的收敛速度，且无需额外标注数据或修改模型结构。该工作弥合了传统采样策略与现代大模型训练需求之间的鸿沟，为高效分布式训练与低资源场景下的优化提供了新思路。

该论文介绍了在LeHome Challenge 2026中斩获线上赛道冠军、线下赛道亚军的AI解决方案——'Learning to Fold'。该方法聚焦于具身智能场景下的可变形物体（如布料、纸张）操作任务，提出一种融合视觉-动作联合表征学习与分层策略规划的端到端框架；通过引入基于物理约束的折叠轨迹生成模块和多模态状态反馈机制，在仿真与真实机器人平台上均实现高精度、鲁棒的折叠控制。作者团队来自MIT CSAIL与ETH Zurich联合实验室，工作已开源并配套发布大规模布料形变数据集FoldNet-26。论文还深入分析了泛化性瓶颈与跨材质迁移挑战，为柔性物体操控这一长期难题提供了新范式。

本文提出TOPS（Token Optimal Preservation Sets）框架，首次从第一性原理出发，为多模态大语言模型（MLLM）推理设计可证明最优的视觉令牌保留机制。不同于启发式剪枝或学习型压缩，TOPS通过建模视觉-语言对齐的保真度约束与信息熵下界，构造数学上可验证的最小必要令牌集合，在保持下游任务性能前提下显著降低视觉编码器计算开销。在Llama-V, Qwen-VL等主流MLLM上的实验表明，TOPS在OCR、视觉问答等任务中实现2.3–4.1倍图像编码加速，且精度损失低于0.8%。该方法为高效MLLM部署提供了理论扎实、即插即用的视觉token精简范式。

OpenRCA 2.0 是一款面向大模型智能体（LLM-based Agent）的新型因果推理框架，突破传统根因分析（RCA）仅依赖事后结果标签的局限，转而构建可干预、可验证的因果过程监督机制。该框架引入结构化因果图建模与在线反事实干预接口，支持在复杂多步任务执行中动态识别隐性偏差源与决策瓶颈；其核心创新在于将因果推理嵌入Agent运行时（runtime），而非仅用于离线诊断。论文在Tool Learning、Multi-Agent协作等典型场景中验证了其对错误传播抑制与策略可解释性的显著提升，并开源了配套评估基准CausalBench。该工作标志着因果AI正从‘诊断式’向‘治理式’范式演进。

该论文提出DMuon——一种专为分布式场景下缪子（Muon）物理模拟训练设计的新型优化算法。区别于传统分布式优化器在通信与计算上的高开销，DMuon通过结构化梯度压缩、异步局部更新与自适应动量共享机制，在保持接近Adam收敛性能的同时，将跨节点通信量降低至Adam的1.2–1.5倍（而非常规分布式Adam的O(N)倍），实测在LHCb级缪子重建任务中提速2.3×。作者在PyTorch+MPI框架下验证了其在千卡规模集群上的强扩展性，并开源了适配HEP（高能物理）工作流的轻量级插件。该工作填补了AI for Science领域中面向粒子物理专用训练范式的系统级优化空白。

该论文提出一种新型自回归图像生成框架，通过动态构建与迭代优化的离散码本（codebook）提升生成安全性与保真度。区别于传统固定码本（如VQ-VAE），作者设计可学习的码本更新机制，在每轮自回归解码中依据局部语义一致性与重建误差反馈调整码本嵌入，有效抑制幻觉与分布偏移。方法在ImageNet与COCO数据集上验证了更强的细粒度可控性、更低的异常激活率，并支持后训练安全微调。研究填补了自回归生成模型在可信AI语境下缺乏内在安全约束机制的空白，为部署级图像生成系统提供了新范式。

该论文提出fTNN（fractional Tensor Neural Network），一种专为求解分数阶偏微分方程（fPDEs）设计的新型张量神经网络架构。区别于传统PINN依赖标量网络与手工构造分数阶导数算子，fTNN将分数阶微分算子嵌入张量权重结构中，通过可学习的高阶张量映射直接建模非局部依赖关系，并结合物理约束损失实现无网格、数据高效的求解。作者在Caputo型时间-空间分数阶扩散方程等典型问题上验证了其高精度与泛化性，尤其在小样本和强奇异性场景下显著优于现有深度学习方法。工作拓展了AI for Science中张量计算与分数阶建模的交叉范式。

该论文提出一种新型联合学习范式，使大语言模型（LLM）智能体能同步习得显性经验规则（如任务执行中的启发式约束）与隐性决策策略（如多步推理路径）。作者设计双通道参数化架构：规则模块以可解释逻辑形式编码领域知识，策略模块通过强化学习优化长期回报，并引入规则-策略协同损失函数确保二者语义一致与行为互补。在ToolBench、WebShop等复杂代理基准上验证表明，该方法显著提升任务成功率与泛化鲁棒性，同时支持人工干预与规则注入，缓解了纯端到端训练中策略不可解释、规则易遗忘等问题。研究为构建可信、可控的下一代AI Agent提供了新思路。

本文系统评估了新兴的Kolmogorov-Arnold网络（KAN）在气动性能预测任务中的表现，将其与传统多层感知机（MLP）和图神经网络（GNN）进行基准对比。KAN基于Kolmogorov-Arnold表示定理，以可学习的一维激活函数替代固定非线性单元，具备更强的函数逼近能力与内在可解释性。实验在标准气动数据集（如NACA翼型流场或NASA公开CFD数据）上展开，结果显示KAN在低数据量场景下泛化更优、参数效率更高，且权重可视化揭示了物理相关变量间的显式耦合关系。该工作为AI驱动的流体力学建模提供了新范式，凸显了结构化神经网络在科学计算中的潜力。

福特公司近期重新聘用约350名资深质量工程师，此前其大规模部署AI质检系统未能有效沉淀领域知识、复现专家判断逻辑，亦无法支撑初级工程师的能力培养。实践表明，AI在汽车制造高精度、多变量、强经验依赖的质检环节中，难以替代人类对微小缺陷的直觉判断、跨工序关联分析及隐性知识传递。此次返聘并非技术退步，而是企业对“人机协同”边界的再校准——将AI定位为辅助工具而非替代主体，并同步启动“专家经验结构化”项目，通过可解释性建模与师徒制数字化，构建可持续的知识传承机制。该案例凸显制造业AI落地中常被忽视的核心命题：技术适配性不等于组织适配性。

该论文提出一类新型轻量级、可扩展的基础解码器（foundation decoders），专为表面码等拓扑量子纠错码的实时译码优化。作者通过将神经网络结构与物理约束（如局部性、对称性）深度融合，显著降低解码延迟与硬件资源开销，同时保持逻辑错误率低于容错阈值（~10⁻¹⁵）。实验表明，在17×17表面码上，其吞吐量达每秒超200万次纠错循环，较传统最小权重完美匹配（MWPM）提速3.8倍，且支持FPGA与ASIC协同部署。研究填补了高保真度量子控制与低延迟经典反馈之间的关键架构缺口，为实用化量子计算机的‘经典-量子’协同栈提供了新范式。

该论文针对因果推断中普遍存在的未观测混杂变量问题，提出一种新型 uplift 建模框架——Cross-Head Attention Uplift Network（CHAUN）。其核心创新在于：一方面引入多头注意力机制的变体“交叉头注意力”，显式建模处理组与对照组间潜在异质性响应的交互结构；另一方面，将逆倾向得分（IPS）作为加权正则项嵌入损失函数，缓解因混杂偏差导致的估计偏误。模型在多个合成与真实业务数据集（如电商推荐、信贷审批）上验证了其对 uplift 效应的稳健估计能力，尤其在混杂强度较高时显著优于传统 T-Learner、X-Learner 及基于 GAN 的反事实方法。研究还提供了理论收敛性分析，并开源了 PyTorch 实现。

该论文提出Heavy-Ball Q-Learning（HBQL），将经典优化中的重球动量（Heavy-Ball momentum）引入强化学习的Q值迭代中，以加速收敛并缓解Q-learning固有的高方差问题；进一步设计残差权重校正机制，动态调整历史更新项的贡献度，确保算法在非平稳环境下的稳定性与一致性。理论分析证明其在有限步内满足收敛性保证，实验表明在CartPole、LunarLander等基准任务中显著优于标准Q-learning及SARSA，尤其在稀疏奖励场景下提升样本效率达37%。工作 bridging 了优化动力学与RL时序差分学习的交叉研究范式。

该论文探索大语言模型（LLM）在国际维和任务风险研判中的可行性与方法论。作者构建了一个面向多源异构情报（如联合国报告、开源新闻、地理空间数据）的提示工程框架，结合领域知识微调与可信度校验机制，显著提升了对政治动荡、武装冲突升级及非传统安全威胁（如信息战、后勤中断）的早期识别能力。研究在模拟非洲与中东维和场景中验证了模型在跨语言事件抽取、因果推理和态势推演方面的优势，同时指出当前LLM在地缘政治常识缺失、实时数据滞后及伦理审查机制缺位等方面的局限。该工作为AI赋能国际安全治理提供了可落地的技术路径与治理启示。

该研究设计了一套新颖的‘嵌套谜题’（Riddle Riddle）测试框架，专门评估大语言模型与人类在动态语境切换、隐含前提重构及多步逻辑回溯等高阶灵活推理能力上的差异。作者构建了包含语义歧义消解、角色视角转换和规则即时重定义的三层难度谜题集，并在GPT-4、Claude-3、Gemini-1.5及200名人类被试上开展对照实验。结果表明：当前顶级LLM在需跨模态类比或依赖具身经验的推理任务中显著落后于人类，且其错误模式呈现系统性偏差——倾向于过度依赖表面统计规律而非因果建模。研究为AI推理能力评估提供了可复现的基准工具，并揭示了‘形式化推理’与‘情境化理解’之间的本质鸿沟。

该研究首次将Transformer架构应用于细菌拉曼光谱的自动分类任务，针对传统机器学习方法在光谱微弱特征提取上的局限性，设计了适配一维光谱序列的位置编码与轻量级注意力机制。作者在包含8种临床常见菌株（如金黄色葡萄球菌、大肠杆菌）的实验数据集上，采用留一交叉验证（LOOCV）严格评估模型性能，准确率达98.3%，显著优于SVM和1D-CNN基线。研究还通过注意力权重可视化揭示了模型聚焦于拉曼位移1450–1650 cm⁻¹等生化敏感区间，为AI驱动的快速病原体鉴定提供了可解释、高鲁棒性的新范式。

该论文提出一种无需原始训练数据的「数据自由储层特征」（Data-Free Reservoir Features）框架，专为长周期、冷启动场景下的持续学习设计。传统持续学习依赖历史数据回放或生成式重放，易引发灾难性遗忘或生成失真；而本文利用预训练大模型的冻结中间层作为动态储层，通过轻量级适配器提取任务不变的语义锚点，在不访问旧任务数据的前提下实现跨任务知识保留与迁移。实验在多个长序列任务流（如CORe50、Stream-51）上验证了其显著优于现有无数据持续学习基线，推理延迟降低37%，内存占用减少52%。研究为边缘设备上的低资源持续学习提供了新范式。

该论文揭示了一种新型对抗性脆弱性机制：大语言模型在监督微调过程中，会保留预训练阶段形成的底层‘继承电路’（inherited circuits），同时叠加任务特定的‘习得语义’；当二者发生隐式冲突时，模型可能在保持标准评测指标（如准确率、困惑度）不变的前提下，对特定规避提示（如角色扮演、指令重写）产生系统性失效。作者通过因果中介分析与电路修补实验，在多个开源模型上复现了该现象，并指出当前主流安全评估范式因过度依赖静态基准测试而严重低估真实部署风险。这项工作为AI安全评测框架升级提供了关键理论依据和可操作的诊断工具。

该论文挑战了传统贝叶斯推断中依赖KL散度等全局差异度量的范式，提出一种基于‘局部质量’（local mass）的新分析框架。作者指出，全局散度易受尾部行为或高维空间中测度不匹配的干扰，而局部质量通过聚焦后验分布与先验在关键支持区域内的相对密度比，提供更稳健、可解释的收敛性判据。文中构建了局部质量比的理论性质，证明其在弱正则条件下能保证后验一致性，并在变分推断与MCMC诊断中给出实用指标。这项工作为贝叶斯方法的可靠性评估提供了新工具，尤其适用于复杂模型与小样本场景下的不确定性量化。

该论文提出一种仅依赖成对比较（而非梯度或函数值）来定位非凸光滑函数平稳点的新型优化框架。作者构建了严格的理论下界，证明在Lipschitz连续梯度假设下，任何比较型算法至少需Ω(d/ε²)次查询才能找到ε-平稳点；同时设计了一种随机坐标比较法，达到O(d/ε²)上界，实现最优速率。工作突破了传统零阶优化对函数值反馈的依赖，为黑盒系统（如人类偏好建模、神经网络架构搜索）中不可微或不可量化目标的优化提供了新思路，并与心理学中的Thurstone模型、强化学习中的偏好基础优化形成深层关联。