PACE：为自我进化智能体设计随时有效的验收测试
一篇题为“PACE: Anytime-Valid Acceptance Tests for Self-Evolving Agents”的论文近日在arXiv上提交。该研究由Zayx Shawn完成，提出了一种名为PACE的框架，旨在解决自我进化智能体在持续学习与行为更新过程中的可靠验证问题。传统测试方法难以适应智能体不断变化的行为模式，而PACE通过引入随时有效的验收测试机制，确保在任何时间点都能对智能体的新行为进行有效评估与风险控制。这一方法对于构建安全、可信的自主系统具有潜在重要意义，尤其适用于自动化运维、机器人及大型语言模型驱动的智能体等场景。 #AI #智能体 #自我进化 #验收测试 #arXiv #论文 #安全验证
一篇题为“PACE: Anytime-Valid Acceptance Tests for Self-Evolving Agents”的论文近日在arXiv上提交。该研究由Zayx Shawn完成，提出了一种名为PACE的框架，旨在解决自我进化智能体在持续学习与行为更新过程中的可靠验证问题。传统测试方法难以适应智能体不断变化的行为模式，而PACE通过引入随时有效的验收测试机制，确保在任何时间点都能对智能体的新行为进行有效评估与风险控制。这一方法对于构建安全、可信的自主系统具有潜在重要意义，尤其适用于自动化运维、机器人及大型语言模型驱动的智能体等场景。 #AI #智能体 #自我进化 #验收测试 #arXiv #论文 #安全验证
委托聚合优于多数投票？新研究提出多样本LLM推理聚合器
来自arXiv的一篇最新论文探讨了在多样本大语言模型（LLM）推理中，如何更有效地聚合多个输出结果。传统方法通常采用多数投票（Majority Voting）来选取最终答案，但该研究提出了一种基于委托（Delegation）的聚合器，通过让模型在不同样本间动态分配信任权重，从而在特定条件下超越多数投票的表现。研究团队分析了委托策略何时优于多数投票，并给出了理论依据和实验验证。结果表明，在样本质量差异较大或存在噪声时，委托聚合能显著提升推理准确率，为LLM的可靠推理提供了新思路。 #LLM #推理 #聚合 #委托 #多数投票 #AI #论文 #arXiv
来自arXiv的一篇最新论文探讨了在多样本大语言模型（LLM）推理中，如何更有效地聚合多个输出结果。传统方法通常采用多数投票（Majority Voting）来选取最终答案，但该研究提出了一种基于委托（Delegation）的聚合器，通过让模型在不同样本间动态分配信任权重，从而在特定条件下超越多数投票的表现。研究团队分析了委托策略何时优于多数投票，并给出了理论依据和实验验证。结果表明，在样本质量差异较大或存在噪声时，委托聚合能显著提升推理准确率，为LLM的可靠推理提供了新思路。 #LLM #推理 #聚合 #委托 #多数投票 #AI #论文 #arXiv
多模态智能代理副驾驶
近日，一篇题为《A Multi-modal Agentic Co-pilot for Evidence Grounded Computational Pathology》的论文在arXiv上提交。该研究提出了一种多模态智能代理框架，旨在为计算病理学提供基于证据的辅助决策能力。通过整合多种数据模态（如病理图像、基因组数据、临床文本等），该智能代理能够像“副驾驶”一样协助病理学家进行更精准、更可解释的诊断与分析。论文由Zhe Xu等15位作者共同完成，展示了人工智能在医学病理分析领域的最新进展，有望提升病理诊断的效率与准确性，推动计算病理学从黑箱模型向可解释、证据驱动的方向发展。 #计算病理学 #多模态 #AI #智能代理 #医学影像 #病理诊断 #证据驱动
近日，一篇题为《A Multi-modal Agentic Co-pilot for Evidence Grounded Computational Pathology》的论文在arXiv上提交。该研究提出了一种多模态智能代理框架，旨在为计算病理学提供基于证据的辅助决策能力。通过整合多种数据模态（如病理图像、基因组数据、临床文本等），该智能代理能够像“副驾驶”一样协助病理学家进行更精准、更可解释的诊断与分析。论文由Zhe Xu等15位作者共同完成，展示了人工智能在医学病理分析领域的最新进展，有望提升病理诊断的效率与准确性，推动计算病理学从黑箱模型向可解释、证据驱动的方向发展。 #计算病理学 #多模态 #AI #智能代理 #医学影像 #病理诊断 #证据驱动
研究提出面向物联网环境的MLaaS测试时自适应组合方法
近日，一篇题为《Test-Time Adaptive Composition for Machine Learning as a Service (MLaaS) in IoT Environments》的论文在arXiv预印本平台发布。该研究由Deepak Kanneganti等四位学者共同完成，主要探讨在物联网（IoT）环境中，如何针对机器学习即服务（MLaaS）实现测试时的自适应组合。传统MLaaS在部署后面对动态变化的IoT场景时性能易退化，该方法通过测试阶段自适应地组合多个预训练模型，提升模型对异构数据与资源受限环境的泛化能力。论文提供了详细的算法框架与实验验证，为边缘智能与分布式推理提供了新思路。 #机器学习 #物联网 #MLaaS #自适应组合 #边缘计算 #人工智能 #测试时适应
近日，一篇题为《Test-Time Adaptive Composition for Machine Learning as a Service (MLaaS) in IoT Environments》的论文在arXiv预印本平台发布。该研究由Deepak Kanneganti等四位学者共同完成，主要探讨在物联网（IoT）环境中，如何针对机器学习即服务（MLaaS）实现测试时的自适应组合。传统MLaaS在部署后面对动态变化的IoT场景时性能易退化，该方法通过测试阶段自适应地组合多个预训练模型，提升模型对异构数据与资源受限环境的泛化能力。论文提供了详细的算法框架与实验验证，为边缘智能与分布式推理提供了新思路。 #机器学习 #物联网 #MLaaS #自适应组合 #边缘计算 #人工智能 #测试时适应
AI辅助学习在塞拉利昂取得显著成效
今日，Google与Fab AI合作、在塞拉利昂教育部支持下发布了一项随机对照试验的结果。该实验在塞拉利昂Port Loko地区的12所学校进行，为期8周，评估了Gemini中的Guided Learning功能对1763名初中生数学进步的影响。结果显示，使用该工具的学生数学成绩提升了0.258个标准差，相当于取得了约1.2至1.7年的典型学习进步。教师将Gemini融入约一半课程时，学生进步更为显著，达到约1.8至2.5年。参与度也极高：69%的学生达到了使用目标，远超教育技术通常的5%使用率。分析113000多次交互发现，学生在91.4%的对话中用于构建概念理解，而非寻求直接答案；Gemini在76%的消息中提出引导性问题，仅2%提供直接解答。研究人员强调，AI并非取代教师，而是通过“苏格拉底式”互动增强教学效果，教师仍处于核心地位，负责设计课程、设定目标并引导讨论。 #AI教育 #塞拉利昂 #随机对照试验 #Gemini #教育科技 #学习效果 #师生互动 #实验研究
今日，Google与Fab AI合作、在塞拉利昂教育部支持下发布了一项随机对照试验的结果。该实验在塞拉利昂Port Loko地区的12所学校进行，为期8周，评估了Gemini中的Guided Learning功能对1763名初中生数学进步的影响。结果显示，使用该工具的学生数学成绩提升了0.258个标准差，相当于取得了约1.2至1.7年的典型学习进步。教师将Gemini融入约一半课程时，学生进步更为显著，达到约1.8至2.5年。参与度也极高：69%的学生达到了使用目标，远超教育技术通常的5%使用率。分析113000多次交互发现，学生在91.4%的对话中用于构建概念理解，而非寻求直接答案；Gemini在76%的消息中提出引导性问题，仅2%提供直接解答。研究人员强调，AI并非取代教师，而是通过“苏格拉底式”互动增强教学效果，教师仍处于核心地位，负责设计课程、设定目标并引导讨论。 #AI教育 #塞拉利昂 #随机对照试验 #Gemini #教育科技 #学习效果 #师生互动 #实验研究
Lore 发布：为 AI 编码代理提供持久上下文与记忆管理
Lore 是一款专为 AI 编码代理设计的 LLM 代理，旨在解决上下文丢失问题。传统 AI 工具在长会话中因压缩导致细节丢失，开发者需反复重述项目背景。Lore 通过拦截 AI 客户端与上游 API 之间的通信，自动将对话蒸馏为带时间戳的观察日志，替代有损压缩。其召回工具可在数百轮交互后精确检索文件路径、决策理由等信息。在 2.3M token 的 5 天会话测试中，Lore 的召回效果达到压缩方案的 2.6 倍，评分 4.0/5，而压缩方案仅 2.4/5。Lore 无需修改工作流，兼容 Claude Code、OpenCode 等工具，可大幅减少开发者重复解释时间，提升编码效率。 #AI #LLM #编码代理 #上下文管理 #记忆 #开发者工具 #技术新闻 #开源
Lore 是一款专为 AI 编码代理设计的 LLM 代理，旨在解决上下文丢失问题。传统 AI 工具在长会话中因压缩导致细节丢失，开发者需反复重述项目背景。Lore 通过拦截 AI 客户端与上游 API 之间的通信，自动将对话蒸馏为带时间戳的观察日志，替代有损压缩。其召回工具可在数百轮交互后精确检索文件路径、决策理由等信息。在 2.3M token 的 5 天会话测试中，Lore 的召回效果达到压缩方案的 2.6 倍，评分 4.0/5，而压缩方案仅 2.4/5。Lore 无需修改工作流，兼容 Claude Code、OpenCode 等工具，可大幅减少开发者重复解释时间，提升编码效率。 #AI #LLM #编码代理 #上下文管理 #记忆 #开发者工具 #技术新闻 #开源
发布 AI 原生项目管理平台，旨在替代 Jira
正式推出其 AI 原生项目管理平台，定位为“代理时代”的 Jira 替代品。该平台强调以 AI 驱动工作管理，核心功能包括自动生成任务工单、实时监控“忙碌度”指标，以及强制要求变更审批流程。平台声称能确保每个任务在编写代码前都经过完整文档化、分类、优先级排序和利益相关者对齐。其 AI 引擎会自动分析积压任务，并在用户关闭一个工单时生成更多新工单，以提升“速度”指标。此外，平台还设有变更咨询委员会和架构审查委员会，要求所有技术决策由高级领导层审批。该产品被描述为专注于“过程而非进展”，旨在通过增加工单数量来保持团队同步。 #Joka #项目管理 #AI #Jira替代 #科技新闻 #工作管理
正式推出其 AI 原生项目管理平台，定位为“代理时代”的 Jira 替代品。该平台强调以 AI 驱动工作管理，核心功能包括自动生成任务工单、实时监控“忙碌度”指标，以及强制要求变更审批流程。平台声称能确保每个任务在编写代码前都经过完整文档化、分类、优先级排序和利益相关者对齐。其 AI 引擎会自动分析积压任务，并在用户关闭一个工单时生成更多新工单，以提升“速度”指标。此外，平台还设有变更咨询委员会和架构审查委员会，要求所有技术决策由高级领导层审批。该产品被描述为专注于“过程而非进展”，旨在通过增加工单数量来保持团队同步。 #Joka #项目管理 #AI #Jira替代 #科技新闻 #工作管理
AI日报：苹果回应AI自研争议，蚂蚁发布全球智能体支付协议
苹果针对iOS 27中AI系统Apple Foundation Models（AFM）是否为Google Gemini的质疑作出明确回应，强调AFM为完全自主研发，核心架构、代码逻辑和数据体系均由苹果团队构建，并展示了端云协同能力。Kimi Code开源编码代理迎来重大升级，支持CLI一键安装和视频上下文功能，兼容多款主流编辑器。蚂蚁集团发布AMP协议，旨在为智能体商业构建全球化支付底座，解决跨市场支付难题，并推出AgentSafePay保障体系。谷歌AI Plus服务大幅降价并升级云存储至400GB。微软多个开源项目遭黑客入侵，恶意代码被植入以窃取密码，已紧急下线仓库。滴滴首批接入微信AI生态，核心网约车服务实现自然语言交互。阿里巴巴成立Token Foundry事业部，整合通义大模型与AI业务线，加速商业化。美团成立AI Transformation部门，与外卖、闪购等核心事业部平级，推动大模型渗透本地生活To B赛道。 #AI #苹果 #蚂蚁集团 #KimiCode #微软 #滴滴 #阿里巴巴 #美团
苹果针对iOS 27中AI系统Apple Foundation Models（AFM）是否为Google Gemini的质疑作出明确回应，强调AFM为完全自主研发，核心架构、代码逻辑和数据体系均由苹果团队构建，并展示了端云协同能力。Kimi Code开源编码代理迎来重大升级，支持CLI一键安装和视频上下文功能，兼容多款主流编辑器。蚂蚁集团发布AMP协议，旨在为智能体商业构建全球化支付底座，解决跨市场支付难题，并推出AgentSafePay保障体系。谷歌AI Plus服务大幅降价并升级云存储至400GB。微软多个开源项目遭黑客入侵，恶意代码被植入以窃取密码，已紧急下线仓库。滴滴首批接入微信AI生态，核心网约车服务实现自然语言交互。阿里巴巴成立Token Foundry事业部，整合通义大模型与AI业务线，加速商业化。美团成立AI Transformation部门，与外卖、闪购等核心事业部平级，推动大模型渗透本地生活To B赛道。 #AI #苹果 #蚂蚁集团 #KimiCode #微软 #滴滴 #阿里巴巴 #美团
Linux 基金会成立 Tokenomics 基金会，规范 AI 代币成本管理
Linux 基金会于 2026 年 6 月 3 日宣布成立 Tokenomics 基金会，旨在为 AI 基础设施的经济性建立开放行业标准、基准和最佳实践。该基金会将与 FinOps 基金会紧密合作，将可变技术支出管理理念延伸至基于代币的 AI 时代。基金会将汇聚大型代币消费者、硬件提供商、前沿模型提供商、云服务商、推理公司等，共同构建代币经济的基础设施，涵盖代币生产、消费和货币化三大环节，帮助将 AI 使用与业务价值和成果挂钩。基金会将服务 AI 经济的两端：买方（需要透明、供应商中立标准的企业）和卖方（模型提供商和供应链）。其治理委员会将制定行业方向并分配资金，技术委员会则负责开发开放规范、基准和框架。随着 AI 嵌入产品和工作流程，每一次交互都产生成本和价值优化机会，Tokenomics 旨在帮助组织从实验性 AI 采用转向可持续的 AI 运营。 #Linux基金会 #Tokenomics #AI #代币经济 #开源 #行业标准 #FinOps
Linux 基金会于 2026 年 6 月 3 日宣布成立 Tokenomics 基金会，旨在为 AI 基础设施的经济性建立开放行业标准、基准和最佳实践。该基金会将与 FinOps 基金会紧密合作，将可变技术支出管理理念延伸至基于代币的 AI 时代。基金会将汇聚大型代币消费者、硬件提供商、前沿模型提供商、云服务商、推理公司等，共同构建代币经济的基础设施，涵盖代币生产、消费和货币化三大环节，帮助将 AI 使用与业务价值和成果挂钩。基金会将服务 AI 经济的两端：买方（需要透明、供应商中立标准的企业）和卖方（模型提供商和供应链）。其治理委员会将制定行业方向并分配资金，技术委员会则负责开发开放规范、基准和框架。随着 AI 嵌入产品和工作流程，每一次交互都产生成本和价值优化机会，Tokenomics 旨在帮助组织从实验性 AI 采用转向可持续的 AI 运营。 #Linux基金会 #Tokenomics #AI #代币经济 #开源 #行业标准 #FinOps