AI · AGENTS · KNOWLEDGE
技术动态
整理技术动态相关的官方资料，保留原始来源与适用条件。
内容目录
共 188 条内容 · 显示 1–30技术动态论文与研究速递微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明虚拟机 微软研究院介绍零知识虚拟机 Magnetar，可证明 Rust、Go、C 等语言编译的 RISC-V 程序执行，官方称在同等机器上比此前最快同类 zkVM 平均快 10 至 39 倍，且安全性仅依赖标准哈希函数。技术动态工具与项目更新deepagents 0.7.28 修复 ContextHubBackend.glob 路径处理 deepagents 0.7.28 为缺陷修复版本，修正 ContextHubBackend.glob 未按 path 参数过滤的问题，由 Caspar Broekhuizen 维护、ccurme 发布。技术动态论文与研究速递Sci$\Pi$vot：评估科研智能体在关键决策点的判断力 一项预印本研究提出 Sci$\Pi$vot 基准，用 248 个案例检验 LLM 智能体在科研关键节点能否做出接近资深研究者的判断。结果显示，在提供项目记录时模型反而倾向保留原始 LLM 方案，多数前沿模型表现低于随机水平，最高准确率 63.5%，低于新手的 73.4%。技术动态工具与项目更新Dify 1.17.1 版本更新：知识库错误修复、工作流交互与权限改进 Dify 1.17.1 修复了知识库文档提取、模型迁移、Human Input 工作流、Agent 会话记忆等多类问题，新增知识库级 API 密钥作用域、工作流节点键盘移动和市场创作者主页。自托管使用内置 Weaviate 的部署需先按指南分阶段升级向量库版本。技术动态论文与研究速递实时环境下的智能体评测与教学：RealtimeBench 与 TORSI 方法 一篇预印本提出 RealtimeBench 基准，在游戏持续运行的情况下评测 LLM 智能体，并给出跨时间尺度的离线递归自改进方法 TORSI，使较慢的教师模型在暂停场景中学习、快速学生模型在实时对局中行动。技术动态论文与研究速递EvolvingBrain：面向开放世界多模态智能体自进化的自适应技能系统 arXiv 预印本提出 EvolvingBrain，用分层技能自进化与状态感知自适应执行两部分构成智能体自进化机制，在 VAB-Minecraft 和 DiscoveryWorld 上报告了成功率提升与泛化表现。技术动态论文与研究速递IneqAgent：结合符号计算在 Lean 中证明不等式 arXiv 预印本提出 IneqAgent，用 LLM 推理配合符号计算后端在 Lean4 中完成不等式形式化证明，并在四个基准上报告成功率达到 94.09%。技术动态本地与开源模型NVIDIA 发布 DIN Deploy：用 C++ 与 TensorRT RTX 构建本地 AI 应用 NVIDIA 开发者博客介绍了开源项目 DIN Deploy，提供结合 ONNX Runtime 与 TensorRT RTX 执行提供器的 C++ 示例，覆盖语音识别、交互式分割和图像生成，并给出 DGX Spark 上的 GPU/CPU 性能对比。技术动态论文与研究速递MAI-Gym：面向移动与桌面环境的一体化 GUI 智能体评估与强化学习平台 arXiv 预印本介绍 MAI-Gym，一个统一 GUI 智能体评估、数据收集与在线 RL 训练的开源平台，覆盖移动、电脑与 Web 环境，并训练出 9B 参数智能体 MAI-Gym-9B。技术动态论文与研究速递MSP：无需配对跨模态数据的多模态 LLM 自博弈训练框架 arXiv 预印本提出 Modality Self-Play（MSP），用代理文本描述作为语义桥梁，使模型仅凭单一真实模态与代理描述即可在推理时组合多种模态，无需真实配对跨模态非文本监督。技术动态论文与研究速递CNRF：面向视觉语言模型的选择性安全框架预印本 一篇未经同行评审的 arXiv 预印本提出 Counterfactual Neighborhood Risk Fields（CNRF），通过构造上下文匹配的良性—有害反事实样本对，将风险方向与邻域支持分开估计，以减少把不熟悉误判为有害，并支持选择性干预。技术动态工具与项目更新NVIDIA 将 Run:ai 平台开源并纳入 DSX AI Factory NVIDIA 宣布将完整的 Run:ai 平台以开源形式发布，作为 DSX AI Factory 的基础，用于 AI 工作负载与 GPU 编排；发布包含 KAI Scheduler、GPU Fractioning Operator、KAI Resource Management 和 Workload Map 四个可独立采用的模块。技术动态论文与研究速递正确性反馈会抹除证据：Verus 形式验证中的分阶段完整性审计 一篇未经同行评审的预印本在 12 个 Verus/Rust 任务上发现，纠正性反馈会抑制规格完整性审计所需的关键证据，独立无反馈发现产生的认证见证数量约为反馈循环的两倍；该效应在 Dafny 和 Lean 评估中未复现。技术动态AI 数据分析工具NVIDIA 介绍用 AI 智能体重写 Spark UDF 实现 GPU 加速 NVIDIA 开发者博客介绍 cuDF Spark 插件与配套技能，通过智能体引导把 CPU 上的 Spark UDF 改写为 GPU 可执行形式，并给出某消费科技公司 30 多个生产 UDF 的改写案例与性能数据。技术动态AI 搜索与研究Cloudflare 通过 AI Gateway 推出 Web Search API Cloudflare 宣布与 Ceramic.ai、Exa、Linkup 合作，在 AI Gateway 中提供 Web Search API，让智能体通过搜索获取实时网页信息而非猜测 URL，并提供 REST 接口与 Workers 绑定。技术动态论文与研究速递AlphaDiana：面向可验证推理任务的智能体测量系统 一篇 arXiv 预印本提出 AlphaDiana，用模块化接口分别控制文件复用与记忆保留，在匹配条件下对完整智能体与工具、技能、记忆等组件做宏观与微观分析。实验发现工具框架并不总是提升推理准确率，技能指引与保留历史也未能可靠改善准确率，行为与输出 token 使用需结合正确性一起评估。技术动态AI 应用案例NVIDIA NeMo Gym 用于芯片设计智能体评测：Siemens EDA 案例 NVIDIA 开发者博客介绍用 NeMo Gym 评测环境改进 Siemens Fuse EDA AI Agent 的 Liberty 文件生成，基准综合得分从约 55% 升至约 95%，智能体轮次从 155 降至 53，输出 token 从约 81K 降至 29K。技术动态论文与研究速递VISTA：面向离散扩散的稀疏引导时间步自动选择方法 arXiv 新预印本提出 VISTA，一种免训练方法，在固定预算下自动选择离散扩散奖励引导中需要施加 SMC 引导的时间步，以减少额外奖励评估与梯度计算开销。技术动态模型发布与升级Meta 发布面向智能体编程的 Muse Spark Open，适配 NVIDIA GB300 NVL72 NVIDIA 开发者博客介绍 Meta 的编码优化 MoE 模型 Muse Spark Open：816B 总参数、每 token 激活 42B，支持 1M token 上下文与多模态感知，并针对 GB300 NVL72 提供 NVFP4 检查点与多种推理、后训练方案。技术动态论文与研究速递基准饱和后如何从解答记录评估模型能力 一篇 arXiv 预印本提出利用已饱和基准中模型正确解答的完整过程记录来评估模型能力，并以历史数据回溯模拟饱和场景，发现成对评判效果最好、误差降至基线约五分之一，但结论在不同分布偏移下未必泛化。技术动态模型发布与升级NVIDIA 发布 Nemotron 3.5 Super VL：面向专精智能体的多模态推理模型 NVIDIA 在开发者博客介绍 Nemotron 3.5 Super VL，一款开放可定制的多模态模型，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，将推理、指令遵循、工具调用与文本、图像、文档、视频理解整合到单一模型中，并支持用 NeMo 进行后训练定制。技术动态论文与研究速递LLM规划智能体在部分可观测环境下的承诺策略研究 一项预印本研究考察了LLM规划智能体在部分可观测环境中激进与保守承诺策略在安全性和效率之间的权衡，并探索了可调混合策略。技术动态论文与研究速递推理轨迹与证据冲突时的答案配置影响 一项未经同行评审的预印本研究对比了“延续模型自身思考”与“单独发起答案调用”两种配置，发现单独调用能显著提升答案对当前证据的遵循度，但删除推理轨迹本身并不能揭示答案依据的是哪一方。技术动态AI 数据分析工具NVIDIA cuPhoton：面向科学图像分析的 GPU 端到端工具包 NVIDIA 开发者博客介绍开源 CUDA-X 工具包 cuPhoton，用于天文等高通量科学图像的加载、对齐、PSF 匹配、差分成像与候选筛选，并支持多 GPU 多节点扩展。技术动态工具与项目更新NVIDIA cuOpt 推出 mPDLP 多 GPU 线性规划求解器 NVIDIA cuOpt 新增多 GPU 的 mPDLP 求解器，用最小割图划分减少跨 GPU 通信，可在 NVLink 互联的多张 GPU 上分布求解大规模线性规划；官方称相比单 GPU PDLP 每 GPU 峰值显存最多降低 6 倍，问题规模上限为 21 亿非零元。技术动态论文与研究速递开放世界AI的三项要求：一项预印本研究 一篇未经同行评审的arXiv预印本从理论推导出开放世界AI需要推理时学习、丰富表示与预测性解耦三项要求，并在不高于8B的语言模型上做定性检验，观察到满足要求的模型随相关任务数据积累而提升，其余模型反而退化。技术动态智能体开发框架用数字孪生与 AI 智能体验证 AI 工厂变更 NVIDIA 开发者博客介绍以 DSX Air 节点式数字孪生模拟 AI 工厂基础设施与软件接口，配合 Brev 按需 GPU 计算和智能体验证闭环，在硬件到位前检查配置与软件集成。技术动态多智能体协作ARIA：面向多智能体系统的运行时检查与修正框架 arXiv 预印本提出 ARIA，通过将执行验证过的修复转成训练监督，让紧凑模型在多个多智能体框架的运行时判断是否需要干预并修正正在进行的执行，声称可泛化到未见过的框架与主模型。技术动态论文与研究速递预印本提出"连贯认知速度"基准，考察智能体应对现实加速的能力 一篇 arXiv 预印本提出问题：当现实变化加速到某个程度，智能系统是否还能可靠感知、推理和行动。作者将这一挑战形式化为"有效连贯认知速度"（S_C^eff），并用强化学习智能体在固定算力下做初步验证。技术动态AI 应用案例构建可靠数据分析代理：KDD Cup 2026 经验分享 NVIDIA KGMON 团队在 KDD Cup 2026 数据分析代理竞赛中获得第二名，分享其围绕小型固定 LLM 设计约束型执行框架的实践，包括统一 SQL 接口、前置模式侦察、精简工具集、文档与视频预处理、执行轨迹审计等九项做法。