🟡 🤖 模型 2026年4月11日 · 2 分钟阅读
ArXiv SUPERNOVA：基于自然指令的强化学习将推理能力提升 52.8%
新论文 SUPERNOVA 表明，对现有指令调优数据集的系统性整理可以显著提升 LLM 的推理能力。在 SUPERNOVA 上训练的模型在 BBEH 基准上实现了高达 52.8% 的相对改进。
2026年4月11日星期六
8 条新闻 — 🔴 2 重要 , 🟡 4 值得关注 , 🟢 2 有趣
🤖 模型 (1)
🤝 智能体 (4)
🟡 🤝 智能体 2026年4月11日 · 1 分钟阅读
Anthropic 发布政策框架《Trustworthy agents in practice》
Anthropic 发布了全面的政策框架《Trustworthy agents in practice》，该框架定义了以可信赖的方式开发、部署和使用 AI 代理的含义。该文档作为构建或使用代理的公司的指南。
🟡 🤝 智能体 2026年4月11日 · 2 分钟阅读
ArXiv PASK：具有长期记忆的主动式 AI 代理，可预测用户意图
新论文 PASK 提出了一个主动式 AI 代理框架，结合了意图检测、混合记忆和自发行动。IntentFlow 模型在识别潜在用户需求方面达到了领先的 Gemini 3 Flash 模型的水平。
🟡 🤝 智能体 2026年4月11日 · 2 分钟阅读
ArXiv SAVeR：LLM 代理的自我审计 — 执行前先验证（ACL 2026）
新方法 SAVeR（Self-Audited Verified Reasoning）被 ACL 2026 接收，它允许 LLM 代理在执行动作之前进行自我修正。目标：防止违反逻辑约束的连贯推理导致错误决策。
🟢 🤝 智能体 2026年4月11日 · 1 分钟阅读
ArXiv KnowU-Bench：用于交互式和主动式移动 AI 代理的新基准
研究人员推出了 KnowU-Bench —— 一个全面的基准，用于评估新一代移动 AI 代理，重点关注通过长期使用实现的交互性、主动性和个性化。