VisualTrap: A Stealthy Backdoor Attack on GUI Agents via Visual Grounding Manipulation

这篇工作的核心亮点在于Agentic Environment 的可扩展性（agentic env scaling）：如何在缺乏结构化答案、标注成本高、领域多样化的复杂环境中，高效构建可靠的强化学习奖励信号，从而让小模型（7B）通过RL获得远超大模型的推理能力。

AppWorld: A Controllable World of Apps and People for Benchmarking Interactive Coding Agents

DeepSearch: Overcome the Bottleneck of Reinforcement Learning with Verifiable Rewards via Monte Carlo Tree Search

这篇论文提出了一种基于大规模自回归 Transformer 的简单方法，用于从文本生成图像，并在零样本（zero-shot）场景下展现了惊艳的表现。以下将详细介绍其核心思想、技术细节和数学公式，适合熟悉 Transformer 和 LLM 的研究者深入理解。

这篇论文不只是提出新框架，更在挑战我们对“环境工程”的认知：为什么不让LLM本身成为模拟器？它用最小工程换取最大scalability，实证上让开源模型逼近甚至超越GPT-4o。

论文介绍了AIDE（AI-Driven Exploration），一个基于大型语言模型（LLM）的机器学习工程代理，旨在自动化机器学习模型开发的试错过程。

reduce-scatter 后：GPU0 只收 g1 的平均值（(g1_0 + g1_1 + g1_2 + g1_3)/4），删 g2~g4。GPU1 收 g2 的平均，依此类推。

ViT的核心思想大胆而简单：如果Transformer在NLP中能处理单词序列（Token Sequence），为什么不能将图像也看作一种序列呢？作者提出，通过将图像分割成固定大小的Patch，并将这些Patch作为输入序列直接交给标准Transformer处理

Qwen-Agent 的code_interpreter是框架的内置工具，基于 Python 实现，非沙盒化（即在用户 Python 环境中运行）。它通过工具注册和函数调用机制集成到代理中。