DT-Guard：面向免推理LLM安全护栏的意图驱动推理主动训练

据arXiv预印本，He Liu等研究者提出DT-Guard框架，该框架采用意图驱动推理主动训练方法，旨在提升无需显式推理的大型语言模型（LLM）安全护栏的性能。针对传统安全护栏依赖模型推理能力所带来的高延迟与资源消耗问题，DT-Guard通过主动训练机制使护栏在离线阶段学习识别恶意输入的模式，从而在在线防护中无需额外推理步骤即可快速响应。其核心思路是以用户意图为导向驱动训练过程，增强护栏对潜在威胁的敏感性。这一研究为构建轻量化、高效率且鲁棒性强的LLM安全系统提供了新思路。 #DTGuard #大模型安全 #安全护栏 #意图驱动 #推理主动训练 #LLM #AI安全 #arXiv

任务分解引导重排序方法提升自适应Agent技能检索性能

近日，一篇题为《Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval》的论文在arXiv平台上发布。该论文由Yanping Chen等学者撰写，聚焦智能体技能检索的自适应问题，提出一种基于任务分解的重排序框架。传统技能检索往往独立于任务整体结构，而该方法通过将复杂任务分解为子步骤，再对候选技能进行重排序，从而更精准地匹配当前需求。论文已提交至arXiv，并提供PDF及HTML版本供开放获取。该研究对于自动化工作流、机器人规划等依赖技能建模的领域具有潜在价值，有望推动智能体在动态环境中更灵活地调用技能。 #arXiv #任务分解 #重排序 #自适应 #Agent #技能检索 #人工智能 #学术论文

从应用层模拟到原生元架构

近日，一篇由Heting Mao提交至arXiv的论文提出了全新的AI演进理论框架。论文指出，传统AI系统多停留在应用层模拟阶段，而未来的发展方向应转向原生元架构。作者将“结构张力”定义为异构AI系统演进的内生驱动力，认为不同架构组件之间的固有矛盾与互补关系，是推动系统自我优化与创新的核心力量。该工作为理解AI系统的多样性演变提供了新视角，有望指导下一代AI架构的设计与整合。 #AI #人工智能 #论文 #arXiv #机器学习 #元架构 #异构计算

TOFFEE

一篇题为"Demonstrating TOFFEE: A Learned System for Synthesizing Data Agent Trajectories at Scale"的论文于近日提交至arXiv预印本平台。该论文由Ziting Wang等五位作者合作完成，主要展示了一个名为TOFFEE的学习系统，用于大规模合成数据代理轨迹。论文介绍了系统的设计和实现，并进行了相关演示。数据代理轨迹的合成在自动化、仿真和数据增强等领域具有重要应用，TOFFEE提供了一种基于学习的可扩展方案。该论文的提交日期为2026年7月7日。 #TOFFEE #数据代理 #轨迹合成 #机器学习 #arXiv #人工智能 #科技论文

基于信息增益的展开策略优化论文亮相arXiv

近日，一篇题为“Information Gain-based Rollout Policy Optimization: An Adaptive Tree-Structured Rollout Approach for Multi-Turn LLM Agents”的论文被提交至arXiv预印本平台。该论文由Yijun Zhang等9位作者共同完成，提出了一种基于信息增益的展开策略优化（IG-RPO）方法。该方法采用自适应树结构展开，旨在优化多轮大语言模型（LLM）代理的决策策略。当前论文在计算机科学（cs）领域下浏览，并已获得arXiv编号，其DOI正在注册中。这项研究或为多轮对话AI的策略学习提供新的思路。 #arXiv #论文 #LLM

Anthropic 回顾 Claude Code 诞生历程

Anthropic 近日发布 Claude Code 的诞生故事，回顾其从内部命令行工具 clide 成长为重要 AI 代理产品的过程。早期，团队致力于让模型学会写代码和生成 diff，并开发出笨拙但极具前瞻性的 clide 工具，首次展示了 AI 自主编程的潜力。2024 年，Ben Mann 组建 Labs 团队，Boris 快速制作出 demo，促使 Claude Code 正式立项。2025 年，Claude Code 亮相并开放使用，逐步融入开发流程，最终成为 Anthropic 证明 AI 可进入真实工作现场的核心样板。这一历程揭示了产品从内部工具到行业标杆的进化路径。 #ClaudeCode #Anthropic #AI编程 #AI代理 #大模型 #科技新闻 #开发工具 #代码生成

论文提出人类

据arXiv预印本，一篇题为《A toy framework for single and multi-agent human-AI curiosity ecosystems》的论文正式提交。该研究由Ilya E. Monosov完成，于2026年7月7日发布。论文提出了一个简化模型（玩具框架），用于模拟单智能体和多智能体环境中人类与AI之间由好奇心驱动的交互机制。好奇心被视为探索与学习的核心驱动力，该框架通过构建抽象交互规则，分析了不同智能体如何基于好奇心进行信息寻求，以及这种机制在集体探索中的协作或竞争效应。研究为理解人机协同中的自主探索行为提供了理论基础，可能对未来AI系统在开放环境下的主动学习、自我引导探索及人机协作设计具有启发性。 #AI #好奇心 #多智能体 #单智能体 #框架 #arXiv #预印本 #人机协作 #论文

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025

When do prophets profit in prediction markets?

Focus to learn more arXiv-issued DOI via DataCite (pending registration) Submission history From: Haifeng Xu [ view email ] [v1] Tue, 7 Jul 2026 11:41:46 UTC (311 KB) Full-text links: Access Paper: View a PDF of the paper titled When do prophets profit in prediction markets?, by Anri Gu and 4 other authors View PDF HTML (experimental) TeX Source view license Current browse context: < prev | next > new | recent | 2026-07 Change to browse by: cs References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers Toggle Connected Papers ( What is Connected Papers? ) Litmaps Toggle Litma

ps ( What is Litmaps? ) Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle ( What is ? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs .

奖励密度启发式算法提升动态多车辆路径规划性能

近日，一篇题为《Reward-Density Heuristic for Dynamic Multi-Vehicle Routing: Performance and Computational Efficiency》的论文在arXiv预印本平台上线。该论文由Manish Kolachalam和Rani Malhotra共同撰写，针对动态多车辆路径问题提出了一种基于奖励密度的启发式算法，并系统评估了其性能与计算效率。动态多车辆路径问题在物流配送、紧急响应等场景中具有重要应用，该研究为实时路径优化提供了新的算法思路。论文目前处于等待DOI注册阶段，全文可通过arXiv网站获取。 #动态多车辆路径 #启发式算法 #奖励密度 #性能评估 #计算效率 #arXiv #预印本 #物流优化 #算法研究

PolyWorkBench：多语言长周期LLM代理性能评估基准发布

来自香港理工大学等机构的研究团队在arXiv上提交了一篇论文，提出了一个新的基准测试PolyWorkBench，专门用于评估大型语言模型在多语言、长周期任务中的代理能力。该基准模拟了需要长期规划和持续交互的复杂场景，涵盖多种语言环境，旨在填补现有LLM评估中缺乏多语言长周期任务标准的空白。PolyWorkBench通过一系列精心设计的任务，测试模型在理解、记忆、推理和多步执行等方面的综合表现，为研究多语言AI代理的可靠性和实用性提供了重要参考工具。该基准的发布有望推动LLM在全球化、多语言实际应用中的发展。 #PolyWorkBench #LLM #多语言 #AI代理 #基准测试 #学术研究 #arXiv

Information Limits and Attractor Dynamics in Economies of Frontier LLM Agents: A Pre

Focus to learn more arXiv-issued DOI via DataCite (pending registration) Submission history From: Cheng Qian [ view email ] [v1] Tue, 7 Jul 2026 08:39:24 UTC (35 KB) Full-text links: Access Paper: View a PDF of the paper titled Information Limits and Attractor Dynamics in Economies of Frontier LLM Agents: A Pre-Registered Test, by Cheng Qian View PDF HTML (experimental) TeX Source view license Current browse context: < prev | next > new | recent | 2026-07 Change to browse by: cs References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers