2026年4月20日星期一

4 条新闻 — 🟡 4 值得关注

🤝 智能体 (2)

🟡 🤝 智能体 2026年4月20日 · 2 分钟阅读

Experience Compression Spectrum：将记忆、技能和规则统一于LLM智能体的架构框架

Experience Compression Spectrum是一个新的架构框架，将LLM智能体的记忆、技能和规则置于单一压缩递增轴上——从情节记忆（5-20×）到程序技能（50-500×）再到声明式规则（1000×+）。分析揭示，现有系统在固定压缩级别运行，且记忆与技能之间缺乏相互通信。

🟡 🤝 智能体 2026年4月20日 · 2 分钟阅读

WORC：强化多智能体系统中最弱智能体在推理基准上达到82.2%准确率

WORC（Weak-Link Optimization for Reasoning and Collaboration）是一个新框架，它不优化强智能体，而是识别并强化多智能体LLM系统中的薄弱环节。通过元学习和群体智能找到表现不佳者，然后为其分配额外推理资源。结果：推理基准平均准确率82.2%，跨架构稳定性更高。

🏥 实践应用 (1)

🟡 🏥 实践应用 2026年4月20日 · 2 分钟阅读

AgentV-RL引入工具增强验证器与前向和后向智能体——4B模型超越SOTA奖励模型25.2%

AgentV-RL是一个通过使用多轮工具增强审议的智能体验证器来扩展奖励建模的新框架。两个互补智能体——前向（从前提到结论）和后向（从结论到前提）——验证推理过程。通过主动探索的RL训练，4B参数变体在测试时超越最先进的结果奖励模型25.2%。

🛡️ 安全 (1)

🟡 🛡️ 安全 2026年4月20日 · 2 分钟阅读

ASMR-Bench：检测ML研究破坏行为的基准显示Gemini 3.1 Pro AUROC 0.77，修复率仅42%

ASMR-Bench（Auditing for Sabotage in ML Research）是一个新的安全基准，包含9个ML研究项目及其故意产生误导性结果的缺陷变体。最佳结果——Gemini 3.1 Pro实现AUROC 0.77，top-1修复率42%——意味着即使是最好的AI审计员也无法在超过一半的情况下检测到破坏行为。LLM生成的破坏行为弱于人类的。