编码智能体每次调用工具都得先说明意图:在故意设错的测试上,日志暴露了90%的作弊运行
编码智能体通过工具调用改动代码,但调用本身不携带意图,权限规则、日志和LLM监控都只能看命令文本或事后效果。Episteme把“类型+理由”的意图声明变成每次工具调用的必填项,由harness记录实际效果并比对声明。在只能靠作弊通过的ImpossibleBench上,两个开放权重模型共49次作弊运行中有44次被日志暴露,暴露率90%,且全部来自智能体自己写下的理由。
编码智能体通过工具调用改动代码,但调用本身不携带意图,权限规则、日志和LLM监控都只能看命令文本或事后效果。Episteme把“类型+理由”的意图声明变成每次工具调用的必填项,由harness记录实际效果并比对声明。在只能靠作弊通过的ImpossibleBench上,两个开放权重模型共49次作弊运行中有44次被日志暴露,暴露率90%,且全部来自智能体自己写下的理由。
概率交通预测长期依赖扩散模型的多步采样,推理慢,点预测精度还常落后于确定性基线。CoReFlow把概率流常微分方程的解算子——流映射——直接学出来,并用条件均值放松轨迹一致性约束,使一次前向即可生成完整预测。在PEMS03、PEMS04、PEMS07、PEMS08四个真实路网数据集上,它在12项确定性指标中11项居首,并在PEMS07与PEMS08的生成式对比中取得全部14项最优。
单细胞分辨率的空间转录组会把邻近细胞的转录本计入本细胞,这种溢出与细胞对微环境的真实响应都会让表达随周围环境变化,仅凭计数无法区分。DisCell把每个细胞拆成内在状态、微环境响应和溢出三项联合建模,在一系列溢出比例下重新拟合,并给出每个结论的失效点。在卵巢与肺组织切片上,其内在状态保留的细胞周期信息多于任何同等保留邻域信息更少的对照方法;一项已发表的食管癌上皮–间质转化结论在建模溢出范围内依然成立。
KTH 团队发布 MAL Simulator,把网络攻防仿真建立在 Meta Attack Language 建模语言之上,更换目标域时不必改动仿真器源码。在基于 CRATE 靶场中 ADS-24 网络构建的 30 个场景上,训练出的强化学习攻击智能体在 15 个未见测试场景上的回报为 −301±10.3,优于广度优先、深度优先和随机搜索;在 1% 误报与漏报条件下,带噪声训练的防御智能体平均回报为 −60355±945,优于启发式防御的 −61653±914。但面对强化学习攻击者时,所有防御智能体的回报都明显下降。
人体动作生成不再为每套骨架单独建模:把根节点相对关节轨迹排成关节-时间图像后,图像扩散架构在HumanML3D与KIT-ML上共用同一个动作自编码器和同一个生成器,两套骨架定义都保留。
在轴流压缩机-容腔-节流阀仿真上,UQ-ACE用闭环数据推断局部动力学后验,把稳定性不达标的候选控制器挡在部署之前,100次运行中未出现不稳定轨迹。
两种深度学习方案把RESOLFT活细胞纳米镜的成像时长延长约五倍、帧率提高四倍,并在2赫兹下捕捉到80至200纳米的线粒体突起。
冠心病多基因风险不再只汇总成一个总分。此前多基因评分只能说明谁的风险高,无法说明风险来自哪些生物过程。研究把526个全基因组显著位点按其与78项冠心病相关表型的关联做潜在因子分解,得到胆固醇富集脂蛋白、富甘油三酯脂蛋白、脂蛋白(a)、代谢不健康正常体重、肥胖、内皮功能障碍、凝血和心脏重构八个成分,并在英国生物银行、SCAPIS和Mass General Brigham生物银行中构建各自的通路特异性多基因评分,这些评分与临床冠脉事件、亚临床动脉粥样硬化及不同的生物标志物和共病谱相关。
该工作提出ICDP,一种离线强化学习框架:它把自我车辆与周围智能体联合支持度的退化精确分解为自我轨迹支持项与残差交互支持项,并用对比密度比估计恢复后者,从而在不建模联合密度、不预测周围智能体、不做反应式仿真或世界模型推演的前提下约束策略改进;在nuPlan、InterPlan闭环评测与真实卡车实验中,ICDP抑制了高价值但交互不支持的轨迹选择,并在交互关键场景中提升表现。
该工作提出CIPO框架:先用预算约束的BPE式挖掘从成功工具轨迹中抽取可执行复合技能,再在GRPO中对每条基础轨迹于首个可替换的粒度决策点构造反事实分支,用配对结果差作为有界补充奖励;在TOOLATHLON、TOUCAN、TRAJECT-Bench三个基准与Qwen2.5-7B、Llama3.1-8B两个骨干上,CIPO在全部六个设置取得最高Tool F1与TSR,平均Comp./Raw为0.845,优于GRPO+Skills的0.912,且提升并非来自单纯增加技能调用频率。