tech-news

AI 每日资讯 — 2026-08-27 🔥 HuggingFace 每日论文 1. Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses Zhaochen Yu, Yingcheng Wu, Zhenfei Yin 本文针对长时程任务中递归式自我提升（RSI）难以实现的问题，提出Recuris架构——一种递归演化的经验-工作记忆机制。其核心在于解耦工作记忆（追踪任务进展、指导技能调用）与经验记忆（存储历史技能知识），使技能选择聚焦于当前需求而非冗长历史；执行过程由此转化为结构化证据，支持故障定位与局部更新。通过元代理驱动的验证门控更新机制，形成有界递归记忆演化闭环。在四大长时程基准、十种模型上的实验表明，Recuris在35/37模型-任务对中显著提升成功率，推动GPT-5.6 Sol、Claude Opus 5等前沿模型达到SOTA水平，并在最长任务上实现+32.2点增益，典型长时程失败率降低达80%。 PDF · arXiv · 代码 · 项目 | ❤️ 19 2. From Seeing to Acting: Smart Glasses as First-Person Intelligence Platforms Jiangning Zhang, Haojun Chen, Yong Liu 本文首次系统性地将智能眼镜视为“第一人称智能平台”，提出统一框架以整合感知、状态建模、交互与行动闭环。作者 formalize 了第一人称数据流与受限任务效用，从八个可验证硬件维度刻画设备能力，围绕七大基础能力组织文献，并构建L0–L5层级化能力框架（涵盖采集、反应式感知、情境辅助、持久状态、受控执行与具身耦合）。基于九类典型应用场景，论文关联任务、数据集、系统实现、产品进展、利益相关方、失效后果及证据缺口，并提出九维部署框架，为构建可持续、可校正、可治理的端到端第一人称智能系统提供理论基础与实践指南。 PDF · arXiv · 代码 · 项目 | ❤️ 8 3. LAION-BVD: A 10-Million-Hour Open Video Dataset for Multimodal Pre-training Andreas Hochlehnert, Marianna Nezhurina, Mehdi Cherti...

AI 每日资讯 — 2026-08-26 🔥 HuggingFace 每日论文 1. Apodex 1.1: Scaling Agentic Intelligence for Complex Work Apodex Team, B. An, B. Li 本文提出Apodex 1.1，旨在提升大语言模型在复杂现实任务中的“工作能力”——即面向真实目标的可持续、可验证进展。该系统沿环境扩展与智能体协同两个维度进行规模化：前者增强文件操作、搜索与代码执行环境的多样性与可验证性；后者通过任务分解、并行委派、异步结果整合与动态重规划提升长周期任务处理能力。依托统一执行框架AgentOS，系统实现跨工具与智能体的状态维护与行为溯源，并通过轨迹监督训练保障可靠性。实验表明，Apodex 1.1在专业工作、金融、科研、数学、编程与搜索等多领域达到前沿性能，且35B参数的Mini版本仍具备强本地部署工作能力，为构建面向长期复杂任务的“重型求解器”提供了坚实基础。 PDF · arXiv · 代码 · 项目 | ❤️ 165 2. Prime Agent: A Self-Improving RLM Harness Seth Karten, Alex L. Zhang, Kevin Thomas Prime Agent 是一种面向长周期智能体任务的开源框架，旨在突破语言模型固有上下文与权重限制，通过外部计算与信息交互提升其真实能力边界。其核心包含持久化 IPython REPL（支持递归语言模型抽象）、持续化记忆管理（Continual Harness）及递归子智能体协同机制，并提供可视化的人机交互界面（Agents View）。该框架标准化了执行、恢复、验证与资源计量流程，将策略生成权完全交予模型。实验表明，Prime Agent 将 ARC-AGI-3 RHAE 最佳准确率从 30% 显著提升至 95.5%，并在长上下文编程、GPU 核函数生成、仿真器构建及 nanoGPT 自主速通等任务中全面超越主流基线；在 Factorio 游戏中亦展现出持续技术演进与并行化任务处理能力。 PDF · arXiv · 代码 · 项目 | ❤️ 31...

AI 每日资讯 — 2026-08-25 🔥 HuggingFace 每日论文 1. Graph Engineering in the Era of LLM Agents: From Individual Intelligence to System Intelligence Yuyuan Feng, Zhishang Xiang, Chaobin Yang 本文针对大语言模型（LLM）从单智能体向复杂任务系统演进过程中面临的结构性瓶颈，提出“系统智能”（System Intelligence）概念，即多智能体协同完成目标所需的组织化、自适应整体能力。作者指出，个体智能在异构专长整合、子任务依赖管理、并行执行与独立验证等方面存在根本性局限，亟需超越单体优化的范式。为此，论文正式提出“图工程”（Graph Engineering）——一种以显式、动态、可演化图结构建模任务流、智能体角色与系统状态的新范式。实验表明，基于图工程构建的代理系统在多步骤推理、工具协同与长期任务保持等场景中，相较传统提示/上下文工程方法提升显著，验证了其作为下一代智能体系统基础设施的可行性与有效性。 PDF · arXiv · 代码 | ❤️ 29 2. OmniAssistBench: Assistant-style Interaction Benchmark for Omni-LLMs Xianyun Sun, Chaoyou Fu, Zhengye Zhang OmniAssistBench 是首个面向全模态大语言模型（Omni-LLMs）助手式交互能力的评测基准，旨在评估模型在实时视频环境中结合视觉感知、用户目标与先验知识进行主动引导的能力。针对交互路径发散与真实交互视频稀缺两大挑战，该基准通过逆向工程互联网视频构建多轮交互片段，并引入源视频导出的预定义先验路径以统一评估标准。数据集构建耗时超1000专家人时。实验表明，闭源模型 Gemini-3-Pro 得分为66.4/100，开源模型 Qwen3-Omni-Instruct 为51.2/100；当前模型虽能理解用户输入，但在处理手势等视觉提示及维持长程交互一致性方面仍存在显著缺陷。 PDF · arXiv · 代码 · 项目 | ❤️ 25 3. Llama-Mobile: Efficient 2....