推文

@Zen_with_AI · 2026-10-15 23:44

第1015期 小路和你读AI论文。今日5篇高质量论文。 1. 𝗧𝗿𝗲𝗲𝗙𝗹𝗲𝘅: 𝗔𝗴𝗲𝗻𝘁𝘀 𝗡𝗮𝘃𝗶𝗴𝗮𝘁𝗶𝗻𝗴 𝗧𝗵𝗲𝗶𝗿 𝗢𝘄𝗻 𝗦𝗲𝗮𝗿𝗰𝗵 𝗧𝗿𝗲𝗲𝘀（《TreeFlex：智能体自己在搜索树上导航》） 链接：https://arxiv.org/abs/2610.20334 作者背景：Yuandong Tian 等，Meta AI 同一个策略模型既负责选择恢复哪个树节点，又负责执行，中间状态以摘要形式存进搜索树，再用树感知 GRPO 端到端训练。ReAct 式线性上下文越拉越长会互相干扰，TreeFlex 在相同活跃上下文限制下，把深度研究基准的准确率从约 41–43% 提到 48.8%，SWE-bench Verified 解决率达 54.9%。对做长程工具使用和代理的研究者有直接参考价值。 2. 𝗦𝗰𝗮𝗹𝗶𝗻𝗴 𝗗𝗶𝘀𝗰𝗼𝘃𝗲𝗿𝘆 𝗥𝗲𝗾𝘂𝗶𝗿𝗲𝘀 𝗙𝗼𝗿𝗴𝗲𝘁𝘁𝗶𝗻𝗴（《规模化发现需要遗忘》） 链接：https://arxiv.org/abs/2610.20563 作者背景：Matei Zaharia、Koushik Sen 等，UC Berkeley、Stanford、Bespoke Labs 开放式发现中定期丢弃所有智能体的会话和候选历史，从迄今最佳候选重启，就能解除搜索锚定。持续积累历史会让智能体陷入局部编辑，在启发式编程、内核优化和模型训练四项任务上，同预算下相对并行智能体最高提升15%，相对单智能体最高提升39%。对做自动化科研和开放式优化的研究者来说，记忆管理和计算预算同样重要。 3. 𝗧𝗵𝗲 𝗪𝗲𝗮𝗹𝘁𝗵 𝗼𝗳 𝗔𝗴𝗲𝗻𝘁𝘀: 𝗦𝗰𝗮𝗹𝗶𝗻𝗴 𝗔𝗴𝗲𝗻𝘁𝗶𝗰 𝗔𝗜 𝗔𝗰𝗿𝗼𝘀𝘀 𝗗𝗲𝘃𝗲𝗹𝗼𝗽𝗲𝗿𝘀（《智能体的财富：跨开发者规模化代理 AI》） 链接：https://arxiv.org/abs/2610.20518 作者背景：Karthik Narasimhan 等，Princeton University、UC Berkeley 多开发者代理系统让不同开发者协作构建智能体组合，能力有限的专业智能体聚合后可以超过单一开发者的系统。在 GAIA 上，单个准确率不超过35%的专业开发者组合后达到70%，比预算数倍的通用单开发者系统高约12个百分点。理论模型显示这种机制能激励专业化，为代理系统规模化增加了"开发者多样性"这一新方向。 4. 𝗣𝗿𝗶𝗰𝗲 𝗼𝗳 𝗔𝗻𝗮𝗿𝗰𝗵𝘆 𝗼𝗳 𝗙𝗶𝗿𝘀𝘁-𝗣𝗿𝗶𝗰𝗲 𝗔𝘂𝗰𝘁𝗶𝗼𝗻𝘀 𝗶𝗻 𝗔𝗴𝗲𝗻𝘁𝗶𝗰 𝗠𝗮𝗿𝗸𝗲𝘁𝘀（《智能体市场中第一价格拍卖的无政府状态价格》） 链接：https://arxiv.org/abs/2610.20587 作者背景：Alekh Agarwal 等，Google DeepMind、Google Research 在去中心化的提示分配市场里，多个出价者价值接近形成"竞争地板"，再加上弱相关的价值结构，第一价格拍卖的无政府状态价格比经典最坏情形界更好。论文证明在这种预期的价值结构下，第一价格拍卖可以接近高效，并在 EmbedLLM 数据集上做了实证验证。对研究代理经济、市场机制设计和多代理协调的人有理论和实践意义。 5. 𝗟𝗮𝘁𝗲𝗻𝘁 𝗖𝗼𝗺𝗽𝗮𝗰𝘁𝗶𝗼𝗻 𝘄𝗶𝘁𝗵 𝗧𝗲𝘀𝘁-𝗧𝗶𝗺𝗲 𝗧𝗿𝗮𝗶𝗻𝗶𝗻𝗴（《基于测试时训练的潜在压缩》） 链接：https://arxiv.org/abs/2610.20582 作者背景：Xu Han 等，清华大学 THUNLP 把文档专属的 KV 缓存当作可训练的神经网络，冻结模型权重，仅用通用文档提示做测试时训练来压缩，同时保留对未见问题的检索能力。RULER 上 32 倍压缩时准确率达 96.7%，KVZip+ 只有 40.0%，并且能跨模型家族迁移。对长上下文效率和推理优化的研究者有直接实用价值。

曝光 485 · 评论 1 · 点赞 4 · 书签 2 · 曝光/时 213.27205012279416