AI 前沿
SkillSandbox为每条技能动态造新任务:只有带来可执行、有效且高效增益才入库
10月7日SkillSandbox针对自进化Agent技能可能错误或不可迁移的问题,为每条技能动态合成相关但新颖的任务和环境。Proposer保留必要条件、改变来源细节,Builder构建可执行场景,Verifier比较启用与禁用技能的执行,在可执行性、效用和效率上给出保留或拒绝结论。
阅读本期头条08:10早 · 每天这个点更新
后量子算法、迁移与协议,标准、网络安全、AI 与 NGCC 公钥征集。每条都回到原始来源核实并标明日期;周五另有一份七天周报。

AI 前沿
10月7日SkillSandbox针对自进化Agent技能可能错误或不可迁移的问题,为每条技能动态合成相关但新颖的任务和环境。Proposer保留必要条件、改变来源细节,Builder构建可执行场景,Verifier比较启用与禁用技能的执行,在可执行性、效用和效率上给出保留或拒绝结论。
阅读本期头条2026年10月
| 一 | 二 | 三 | 四 | 五 | 六 | 日 |
|---|---|---|---|---|---|---|
5 条 · AI 前沿 · 一天一页
AI 前沿
10月7日SkillSandbox针对自进化Agent技能可能错误或不可迁移的问题,为每条技能动态合成相关但新颖的任务和环境。Proposer保留必要条件、改变来源细节,Builder构建可执行场景,Verifier比较启用与禁用技能的执行,在可执行性、效用和效率上给出保留或拒绝结论。
阅读解读10月7日论文提出用已成功的编码Agent轨迹筛选值得投入后训练的基础模型。方法在每次代码改动后重跑测试,定位首次让仓库从失败转为通过的决定性步骤,再计算该动作概率、补丁多选与前缀条件pass@K。十对公开基础/后训练模型上,三项指标排序均与后训练后的SWE-bench Verified表现高度一致。
arXiv10月7日RECAST把证据构造建模为检索、计算和工具合成之间的序贯决策。轻量RouterLM选择原语或描述自定义操作,冻结的CompilerLM把它翻译成代码,证据充分后交给冻结AnswerLM。六类异构基准平均成功率75.6%,比最强大模型基线高15.9个百分点,留出任务平均提高15.0个百分点。
arXiv10月7日SciExam for ENSO要求Agent在六小时预算内处理真实观测、编写并冻结诊断程序,再只凭这些诊断构建低阶随机气候模型。隐藏评测检验统计重现、未观测变量恢复和留出年份预测;12套Agent中有6套得分超过已发表模型,强模型结构还分别对应ENSO暖冷不对称的两种竞争解释。
arXiv10月7日RoboJEPA在12种机器人形态的真实数据上训练JEPA潜世界模型,发现潜空间滚动的“想象误差”随计算量呈二阶幂律,并与下游真实机器人规划能力强相关。作者发布全部检查点、训练和部署代码;8B参数预测器是其称目前最大的JEPA预测模型,并展示仅给目标图像的零样本长程规划。
arXiv