第1021期 小路和你读AI论文。今日3篇高质量论文。 1. 𝗘𝘃𝗼𝗹𝘃𝗶𝗻𝗴 𝗔𝗴𝗲𝗻𝘁 𝗜𝗻𝘁𝗲𝗿𝗳𝗮𝗰𝗲𝘀（《进化中的智能体接口》） 链接：https… · @Zen_with_AI · TwKit

@Zen_with_AI

第1021期 小路和你读AI论文。今日3篇高质量论文。 1. 𝗘𝘃𝗼𝗹𝘃𝗶𝗻𝗴 𝗔𝗴𝗲𝗻𝘁 𝗜𝗻𝘁𝗲𝗿𝗳𝗮𝗰𝗲𝘀（《进化中的智能体接口》） 链接：https://arxiv.org/abs/2610.28601 作者背景：Xin Eric Wang 团队，加州大学圣塔芭芭拉分校（Agent S 系列作者组） 把接口设计本身当作可进化的能力，用无标签轨迹经验自动构建并筛选接口仓库，开源模型在 OSWorld V2 上做到 21.3%，约为固定接口基线的 3.8 倍，部分结果超过同期报告的 GPT-5.5 和 Claude Opus 4.8，成本还更低。过去默认接口要人工设计，这篇给出了靠经验自我改进的路径。对做计算机使用智能体和多代理系统的研究者有参考价值。 2. 𝗔𝗱𝗮𝗽𝘁𝗶𝘃𝗲 𝗠𝘂𝗹𝘁𝗶-𝗧𝗼𝗸𝗲𝗻 𝗣𝗿𝗲𝗱𝗶𝗰𝘁𝗶𝗼𝗻: 𝗛𝗼𝘄 𝗳𝗮𝗿 𝘀𝗵𝗼𝘂𝗹𝗱 𝘄𝗲 𝗴𝗼?（《自适应多token预测：该走多远？》） 链接：https://arxiv.org/abs/2610.28619 把多token预测的视界选择当作在线控制问题，用验证反馈动态决定草稿深度，保留精确验证器，无需重训，在 Llama 和 Qwen 系列上比固定视界最多多出约10%的吞吐，推理基准上准确率不变。投机解码里接受长度和延迟的权衡一直是实际痛点。对做推理加速和系统优化的研究者有参考价值。 3. 𝗦𝗽𝗮𝘁𝗶𝗮𝗹𝗦𝗰𝗼𝘂𝘁: 𝗖𝗮𝗻 𝗩𝗟𝗠 𝗔𝗴𝗲𝗻𝘁𝘀 𝗔𝗰𝘁𝗶𝘃𝗲𝗹𝘆 𝗘𝘅𝗽𝗹𝗼𝗿𝗲 𝗮𝗻𝗱 𝗠𝗮𝗽 𝟯𝗗 𝗦𝗰𝗲𝗻𝗲𝘀?（《SpatialScout：VLM智能体能主动探索并建图吗？》） 链接：https://arxiv.org/abs/2610.26659 作者背景：Hao Liang 等 提出主动3D建图基准，要求VLM智能体自己控制相机、收集证据并估计物体中心，覆盖80个场景、3140个目标，代码已开放。现有空间问答多是静态题，测不出主动建图的能力。对做多模态智能体和具身智能的研究者有参考价值。

曝光 340 · 评论 3 · 点赞 3 · 书签 0