搜索
ModelScope团队开源动态检索框架Sirchmunk，无需预构建向量索引即可在原始文件中即时定位证据，并通过KnowledgeEvolver把检索经验沉淀为可复用知识，使知识库在检索过程中持续连接、合并与重组，实现自我进化。
亚马逊公司与杜克大学的研究表明，在大模型后训练的在线策略蒸馏（OPD）中，仅保留万分之一的极端稀疏监督信号即可显著提升学生模型的推理能力，且性能可匹配甚至超越密集全信号训练。
TypeSafe AI推出的Jev模型因直接输出决策与概率火爆出圈，其技术思路与NeurIPS 2025入选论文ConfTuner高度一致，后者通过Tokenized Brier Score直接训练候选置信度概率分布以实现概率校准。
东南大学魏秀参团队提出LeaP（Learnable source Prior）方法，由本体感知信息驱动并联合预测动作生成起点的均值与方差，在RoboTwin仿真15项任务上平均成功率81.6%、较标准高斯基线提升25.5个百分点，相关论文已被CoRL 2026接收。
南洋理工大学安波团队最新研究指出，Agent Harness的选型应将模型、Harness与任务作为完整配置联合评估，不同任务下最佳组合会变化，原生搭配也未必优于其他可配置Harness。
给定一个基座模型、一个目标能力和算力预算，RSI Agent 自己设计后训练算法、收集和整理数据、写代码、跑实验、迭代改进，最终交出一个训练好的模型，全程无人介入。在自主后训练基准 PostTrain
论文DepthART提出抗偏置数据采样与相机条件化微调方法，将基础单目深度估计模型压缩至约6M参数，在保留跨场景泛化能力的前提下实现Jetson等端侧设备的高帧率部署。
从 1200 万个候选拉取请求中，最终留下 5000 个 SWE 代码任务 —— 不足 0.05%。把「出题、答题、改卷、训练、评测」这条代码数据流水线全自动跑起来，就是 LegoFlow； 在这个过
不是所有任务都需要最强的模型。让每一次请求选对模型，让每一次反馈都成为下一次更优、更省的选择。不是所有任务都需要最强的模型。让每一次请求选对模型，让每一次反馈都成为下一次更优、更省的选择。
百度联合中国科学院计算技术研究所与武汉大学的研究者围绕这一现状，提出答案支撑、内容可信与上下文组织三阶段框架，并结合百度搜索工业实践，梳理了从检索排序、可信度判断、结构化上下文组织到生成后反馈的优化链路。