文章摘要： 论文《Self-Play Meets Skill Evolution》提出SESA框架，通过非对称自博弈（Asymmetric Self-Play）结合技能记忆（Skill Memory）机制，实现搜索Agent的自我进化。SESA的核心创新是让出题者（Proposer）和解题者（Solver）在信息不对称环境下对抗学习，解题者将失败经验蒸馏为结构化技能存入记忆库，而出题者基于解题成功

DeepResearch Agent System：稀疏激活架构驱动的自主深度研究系统 本文提出了一种基于稀疏激活架构（MoE）的深度研究智能体系统，通过多维度技术创新解决传统LLM在复杂研究任务中的局限性。系统核心包括：1）300亿总参数/30亿激活参数的稀疏架构，实现推理成本与模型能力的解耦；2）分层注意力机制支持128K长上下文的高效处理；3）双模推理引擎（ReAct+IterResearc

本文摘要： OneDayAgent是一种面向长时程日常任务的智能体框架，通过分解、验证与记忆三位一体的管理机制解决复杂任务执行问题。其核心创新在于：1）将开放式请求分解为有序子任务；2）通过全局验证与针对性修复确保交付物质量；3）采用三层执行记忆机制防止状态丢失。实验表明，该框架在AgentIF-OneDay基准上达到0.821分（104个任务），并能在不同后端模型间稳定迁移。研究揭示了长时程智能

长程推理不是沿着固定路线尽可能跑得更远，而是在证据支持当前路线时坚持，在验证暴露失败时转向；通过持久化项目状态、四角色权威分离和验证门控更新，使固定模型在运行时层面实现自进化，同时保持可审计性和可恢复性。持久化状态优于对话记录：项目状态（记忆、技能、工具、验证器、路由）是长寿命对象，对话记录是消耗品。跨会话连续性必须建立在可重启的持久状态上。验证门控优于自动保留：候选更新（包括失败路径）只有在经过

BCER Agent：编译与绑定驱动的可靠长程MRI工作流执行 本研究提出BCER Agent框架，旨在解决现有AI系统在执行复杂医学影像分析工作流时的可靠性问题。传统反应式Agent在MRI多阶段流水线中面临数据维度跃迁（3D/4D体数据）、链式依赖、中间工件复杂性和临床可审计性等核心挑战。 BCER创新性地采用四层神经启发架构：1) Brain层负责高层规划生成部分指定的工作流草图；2) Ce

摘要：情感陪伴仿生人混合训练全链路方案 针对情感陪伴机器人面临的数据采集难题（隐私、伦理、成本三重困境），本文提出"仿真为主（80%）、真机为辅（20%）"的混合训练方案。通过Isaac Sim+Omniverse构建高保真仿真环境，生成带情绪标签的多模态数据；辅以小规模真机脱敏数据修正虚实差异；最终形成"仿真生成-真机验证-数据回流"的闭环迭代体系。该方案突破隐私红线，以1/10成本实现工业级数

摘要：情感陪伴仿生人混合训练全链路方案 针对情感陪伴机器人面临的数据采集难题（隐私、伦理、成本三重困境），本文提出"仿真为主（80%）、真机为辅（20%）"的混合训练方案。通过Isaac Sim+Omniverse构建高保真仿真环境，生成带情绪标签的多模态数据；辅以小规模真机脱敏数据修正虚实差异；最终形成"仿真生成-真机验证-数据回流"的闭环迭代体系。该方案突破隐私红线，以1/10成本实现工业级数

论文摘要： 中国科学院大学等机构提出的MAPD框架解决了专有模型（如GPT、Claude）向开源模型（如Qwen）蒸馏Agentic Search能力时的核心挑战。传统方法因专有模型tokenizer不透明和语言风格差异导致性能下降，而MAPD创新性地引入结构化JSON协议作为中间表示，通过多智能体系统（MAS）离线生成标准化推理轨迹。训练阶段结合在线策略自蒸馏（OPSD）和GRPO强化学习，在H

具身智能技术现状与未来展望（2026年视角） 2026年被认为是具身智能元年，其核心在于AI通过物理或虚拟实体与环境实时交互，形成感知-认知-行动的闭环学习系统。与传统AI不同，具身智能强调“行万里路”的实践学习，而非仅依赖静态数据训练。目前，具身智能已应用于家庭服务机器人、工业柔性产线、医疗手术及康复设备、自动驾驶等领域。 然而，情感交互型仿生人仍面临诸多挑战：硬件上，高自由度灵巧手、长续航动力

推理工具链日益复杂，但开源训练框架却无法跟上。这种“部署端日新月异、训练端原地踏步”的错位，使得绝大多数开源研究只能通过简化版工具链进行训练，然后在部署时面对完全不同的行为模式。OpenForge RL首次提出了一个通用解决方案——用轻量级代理解耦训练与推理，用Kubernetes编排实现弹性扩展。这不是渐进式改进，而是一种范式级的突破：让训练环境真正等于部署环境。2026年，AI智能体已经从实验