2026年6月13日星期六

7 条新闻 — 🟡 4 值得关注 , 🟢 3 有趣

🤖 模型 (2)

🟡 🤖 模型 2026年6月13日 · 3 分钟阅读

arXiv: TruDi——用于大规模并行在线策略强化学习的扩散策略

TruDi是首个通过在整个扩散轨迹上应用带KL散度约束的信任域优化，使扩散策略能够在大规模并行在线策略强化学习环境中稳定训练的方法。在4个基准测试的73个任务上，其结果与强基线相当或更优，在类人控制上有明显进步。

🟢 🤖 模型 2026年6月13日 · 3 分钟阅读

arXiv: DLWM——用于多模态推理的多样化潜在世界模型

DLWM通过同时构建多个多样化潜在假设、用正交正则化防止假设坍缩以及通过强化学习策略自适应分配计算来解决多模态推理中的视觉歧义问题。在多个基准测试上，准确率提升2到5个百分点，同时内存占用减少24%。

🤝 智能体 (3)

🟡 🤝 智能体 2026年6月13日 · 3 分钟阅读

arXiv: ASSAY框架通过选择性屏蔽技能创下大语言模型智能体新纪录

北卡罗来纳大学教堂山分校的研究人员（王一轩等）识别出大语言模型智能体技能库中的「因果异质性」：个体技能在某些任务类型上有帮助，同时在其他任务上造成损害。ASSAY框架将技能生成与经验性修正分离，通过按任务屏蔽，使DeepSeek-V3在AppWorld上达到69.3%的目标完成率——相对提升47.4%，创下无需权重修改的最新最优结果。

🟡 🤝 智能体 2026年6月13日 · 3 分钟阅读

arXiv: CODA-BENCH揭示顶尖智能体在代码与数据结合任务上仅达61.1%

中国人民大学的研究人员推出CODA-BENCH，这是首个在含有Kaggle数据集的真实Linux沙箱中同时评估代码生成和数据检索能力的基准测试。基准包含31个社区中的1,009个任务，每个环境平均包含980个文件，顶尖智能体仅达61.1%的成功率——已被ICML 2026接收。

🟢 🤝 智能体 2026年6月13日 · 3 分钟阅读

arXiv: UCS-Bench测试AI智能体在自我中心视频中的空间记忆

研究人员推出UCS-Bench，这是一个包含超过170小时自我中心视频和8,100个带时间戳问题的基准测试，用于测试AI智能体的空间智能，以及DirectMe框架——从流式观测中增量构建结构化空间记忆。已被ICML 2026接收。

🛡️ 安全 (1)

🟡 🛡️ 安全 2026年6月13日 · 3 分钟阅读

arXiv: CVP监控器直接从语言模型激活中读取优先级冲突

研究人员童策和吴锐提出Constitutional Value Potentials（CVP）——从模型隐藏状态中学习的标量势能，用于衡量保护宪法价值的内部压力。两个势能的符号差构成优先级边距；CVP监控器在检测价值冲突时AUROC可达0.95，无需读取输出文本，在三种规模的Qwen2.5上具有泛化能力，且信号在响应的第一个token时便已出现。

✨ 趣闻 (1)

🟢 ✨ 趣闻 2026年6月13日 · 3 分钟阅读

arXiv: AI作为隐藏的第三方——关于借助ChatGPT进行浪漫沟通的研究

研究人员Skyler Wang和Isabella Luppi分析了2023—2026年TikTok和Reddit上关于在浪漫沟通中使用AI的民间话语，引入「隐秘三元组」和「表述劳动」概念，并得出结论：真实性正在从语言所有权重新配置为情感所有权。