AgentAuditor: 让智能体安全评估器的精确度达到人类水平
AgentAuditor—— 一个通用、免训练、具备记忆增强推理能力的框架，让 LLM 评估器达到了人类专家的评估水平，精准识别智能体的安全风险。
阅读全文 ：AgentAuditor: 让智能体安全评估器的精确度达到人类水平
公众号
机器之心
专业的人工智能媒体和产业服务平台
这个来源的文章
AI 开始「自由玩电脑」了！吉大提出「屏幕探索者」智能体
本研究在开放世界 GUI 环境中成功训练了探索智能体 ScreenExplorer。
阅读全文 ：AI 开始「自由玩电脑」了！吉大提出「屏幕探索者」智能体突破通用领域推理的瓶颈！清华NLP实验室强化学习新研究RLPR
迈出强化学习向更大规模发展的第一步，RLPR 实现通用域上的可靠奖励。
阅读全文 ：突破通用领域推理的瓶颈！清华NLP实验室强化学习新研究RLPR具身世界模型新突破，地平线 & 极佳提出几何一致视频世界模型增强机器人策略学习
该研究为具身智能的通用性与泛化性奠定了坚实的基础
阅读全文 ：具身世界模型新突破，地平线 & 极佳提出几何一致视频世界模型增强机器人策略学习首个面向科学任务、真实交互、自动评估的多模态智能体评测环境，ScienceBoard来了
ScienceBoard：首个面向科学任务、真实交互、自动评估的多模态智能体评测环境，目标是从根本上推动 “会自动完成科学工作流的 AI” 的研究进展
阅读全文 ：首个面向科学任务、真实交互、自动评估的多模态智能体评测环境，ScienceBoard来了让多模态大模型「想明白再画」！港大等开源GoT-R1：强化学习解锁视觉生成推理新范式
GoT-R1框架通过引入强化学习，显著增强了多模态大模型在视觉生成任务中的语义 - 空间推理能力，使其能够超越预定义模板，自主探索和学习更优的推理策略
阅读全文 ：让多模态大模型「想明白再画」！港大等开源GoT-R1：强化学习解锁视觉生成推理新范式8B模型可以超过GPT-4o！并行KV Cache压缩支持的128K长度外推方法ParallelComp
一种全新的训练免调（Training-Free）长文本处理方案ParallelComp，无需新训练、仅借助智能分块和淘汰机制，即可极大提升处理长度、效率，并摆脱原有的注意力失衡难题
阅读全文 ：8B模型可以超过GPT-4o！并行KV Cache压缩支持的128K长度外推方法ParallelComp重磅！淘天联合爱橙开源强化学习训练框架ROLL，高效支持十亿到千亿参数大模型训练
高效、可扩展、用户友好的新一代强化学习框架 ROLL 正式开源，高效支持从小模型到 600B+ 超大模型的 RL 训练，集成所有主流推理与训练引擎，全面支持多任务协同、多智能体交互等各种训练需求。
阅读全文 ：重磅！淘天联合爱橙开源强化学习训练框架ROLL，高效支持十亿到千亿参数大模型训练