斯坦福的以弱驭强W4S，用Meta-Agent驾驭更强的LLM，准确率提升至95.4% | 最新
[读者导读]本文详细介绍了斯坦福大学最新提出的"以弱驭强"（W4S）范式，这一创新方法通过训练轻量级的弱模型来优化强大语言模型的工作流。核心亮点包括：1. 通过马尔可夫决策过程和强化学习实现弱模型自
阅读全文谷歌DeepMind&CMU：过去引导LLM规划的方法是错的？ 用GRASE-DC改进。ICLR2025
当您的Agent需要规划多步骤操作以达成目标时，比如游戏策略制定或旅行安排优化等等，传统规划方法往往需要复杂的搜索算法和多轮提示，计算成本高昂且效率不佳。来自Google DeepMind和CMU的研
阅读全文南加州大学和苹果重磅：用「心理支架」PB&J提升AI角色扮演能力，让Agent更懂用户
文章导读照这个发展速度，不远的将来AI不仅能模仿你的行为，还能理解你为何做出这些选择。PB&J框架正是这一突破性技术的代表，它通过引入心理学中的"支架"概念，使AI能够构建合理化解释，深入理解人类决
阅读全文最新发现：大规模值，注意力机制的关键密码。ICML2025
当我们惊叹于大语言模型强大的上下文理解能力时，你是否好奇它们是如何做到这一点的？本文详解罗格斯大学张永峰团队的突破性发现——注意力机制中的"大规模值"现象，这一被ICML顶会收录的研究揭示了LLM处
阅读全文如何在LLM「排行榜幻象」中导航？2025AI界震撼大瓜，披露学术造假
编者按：你信任的AI排行榜，可能只是一场精心策划的骗局！震惊业界的Cohere Labs最新研究彻底撕破了Chatbot Arena这一所谓"黄金标准"的华丽面纱，揭露了科技巨头们如何肆无忌惮地操控评
阅读全文Agent评估「必知」的核心方法论和8个工具，揭示如何评估Agent？
编者按：随着基于大语言模型的智能代理（LLM-based Agents）迅速走向实际应用，一个关键问题日益凸显：我们如何有效评估这些系统的真实能力？表面上的流畅对话或单一任务完成率已不足以判断Agen
阅读全文如何打造TTRL测试时强化学习+Memory的Agent，做经验时代AI的主人。| 最新
编者按：AI能像人类一样不断从经验中学习、进化，而不仅仅依赖于人工标注的数据？测试时强化学习(TTRL)与记忆系统的结合正在开启这一全新可能！本文深度解析了这项突破性技术如何让AI实现自我监督学习，在
阅读全文用"ADL"Agent声明式语言，让你几分钟上线一个Agent | UCSB最新
今天的Agent框架虽然功能强大，但对于没有编程经验的客户服务专业人员来说却过于复杂。这些框架如AutoGen、LangGraph、CrewAI等通常将Agent声明嵌入到复杂的Python代码中，使
阅读全文校准LLM元认知能力，Agent才能清晰地向用户传达不确定性 | 重要
编者按：随着大型语言模型（LLMs）日益融入关键决策场景，其元认知能力——即识别、评估和表达自身知识边界的能力——变得尤为重要。本文基于Steyvers和Peters的前沿研究，全面剖析了人类与大模型
阅读全文哇！首个MCPBench来了，MCP竟然不比Function Calls更有优势？ | 最新
【编者按】你是否正在投入大量资源开发基于MCP的Agent，却从未质疑过一个基本假设：MCP真的比传统函数调用更有优势吗？ 2025年4月的这项开创性研究直接挑战了这一广泛接受的观点，其执行摘要明确指
阅读全文用ToM激活Agent的"共情引擎"，让Agent真正"懂人心"。 | 最新
编者按：在当今对话式AI的发展浪潮中，技术门槛不断降低，但真正打动用户的Agent却寥寥无几。差距在哪里？根本原因是大多数AI系统缺乏对人类心理状态的深度理解能力。本文深入解析了一项突破性研究，揭示了
阅读全文谷歌联合强化学习之父：通过经验学习的4大核心，Agent将获得超人能力 |最新战略瞭望
编者按这不是一篇介绍研究方法或某种技术改进paper的文章，本文对DeepMind两位泰斗级科学家David Silver和Richard Sutton的重磅论文《Welcome to the Era
阅读全文两个脑袋比一个好。自适应Multi-Agent框架M500实现41%的提升。| 最新
Two Heads are Better Than One"（两个脑袋比一个好/双Agent更优）源自英语中的一句古老谚语。MAS-TTS框架的研究者将这一朴素智慧应用到LLM中，创造性地让多个智能
阅读全文142页重磅，DeepSeek-R1的"甜蜜点"，开创了一个崭新的研究领域“思维学”。 | 最新
【编者按】这是一份142页的研究论文，本文深入解析了大型推理模型DeepSeek-R1如何通过"思考"解决问题。研究揭示了模型思维的结构化过程，以及每个问题都存在甜蜜点"最佳推理区间"的惊人发现。
阅读全文究竟该用哪一个？A2A 与 MCP 协议及三大核心差异，PocketFlow作者重磅解析 | 最新
想象一个世界：AI 智能体不再仅仅为你工作，更能彼此协作，形成强大的合力。谷歌的智能体到智能体（A2A）协议，正致力于将孤立的 AI 执行者转变为高效的协作团队。但它与 Anthropic 的模型上
阅读全文搞定Agent的"失忆症"，TME树状记忆引擎让Agent再也不会"忘记"之前做过什么。| 最新
开发Agent的工程师们都曾面临同一个棘手问题：当任务步骤增多，你的Agent就像患上"数字健忘症"，忘记之前做过什么，无法处理用户的修改请求，甚至在多轮对话中迷失自我。不仅用户体验受损，token
阅读全文用IBM的AutoPDL，让Agent的prompt实现数据驱动的自动优化，性能飙升68.9% |重磅
早在去年10月底IBM推出了PDL声明式提示编程语言，本篇是基于PDL的一种对Agent的自动优化方法，是工业界前沿的解决方案。您可以移步：重磅！IBM：PDL提示词声明语言，帮你拿回Prompt控
阅读全文用PocketFlow为Github庞大代码库自动生成教程，一次性彻底搞懂庞大项目！| 最新
你是否曾被一份体量巨大的代码库困住，找不到下手的方向？是否希望有个 AI 能帮你快速梳理出项目的整体架构、关键模块及设计思路？今天就来介绍一款强大工具——"代码库知识构建器 (AI Codebase
阅读全文别让AI想太多！思考的临界点，运行长度才是推理精确度的决定因素 | 康奈尔哈佛最新
探寻最优推理长度的科学路径大语言模型（LLMs）在推理任务中的表现往往依赖于推理过程中生成的token数量，但究竟是任务难度的哪些方面决定了这一需求？康奈尔大学和哈佛大学的研究者（arXiv:250
阅读全文用思维干预直接干预LRM内部推理，三种方式实现DeepSeek-R1有效控制。 | 最新
从传统到创新：推理模型的控制方式之变推理增强型大语言模型LRM（如OpenAI的o1、DeepSeek R1和Google的Flash Thinking）通过在生成最终答案前显式生成中间推理步骤，在
阅读全文开源深度搜索ODS：释放推理Agent的力量，比GPT-4o Search Preview的准确率提高9.7%
专有搜索AI的壁垒与开源解决方案当前搜索AI市场面临着一个显著的断层：Perplexity的Sonar Reasoning Pro和OpenAI的GPT-4o Search Preview等专有解决
阅读全文当LLM遇到结构化思维困境，这个70年前的心理学框架竟成为救星 | 最新
编者按：当大多数AI Agent仍在挣扎于结构化推理能力不足的困境时，本文带来了一个来自认知科学领域的突破性解决方案。作者Oliver Kramer来自德国奥尔登堡大学（University of
阅读全文请立即删除不当图片、标识！立刻，马上自查自纠，不要因为“没注意”站在历史对立面
v 尊敬的读者朋友、技术同仁：当前，祖国统一大业已进入关键历史阶段，每一位中华儿女都在以不同的方式为民族复兴，祖国统一贡献力量。作为技术领域的探索者，广大AI学者和开发者既是科技创新的先锋，也理应是网
阅读全文这篇综述，LLM代理的方法、应用和挑战，2025的Agent势头特别猛。| 重磅
Agent浪潮来袭2025年，人工智能领域正在经历一场由LLM Agent引发的深刻变革，不管普通人的衣食住行还是研究者的尖端研究，都很难不受Agent的影响。这篇来自中美顶级研究团队的综述论文，全
阅读全文被LangChain折磨够了吗？试下100行代码打造的LLM有向图框架PocketFlow | 独家最新
你是否曾对着一个繁复的AI框架，无奈地想："真有必要搞得这么复杂吗？"在与臃肿框架斗争一年后，Zachary Huang博士决定大刀阔斧地革新，剔除所有花里胡哨的部分。于是Pocket Flow诞生
阅读全文