ExRL按执行长度适配机器人长动作策略，在线强化学习显著节省样本
ExRL 将长动作块策略的在线适配目标，从逐维优化动作改写为预测每个动作块应执行多久。方法在冻结或复用的基础策略上增加轻量级执行长度适配器，并通过离策略强化学习训练，从而把高维动作…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章当前筛选： 标签: #Safety Controls 清除筛选
前沿论文· 2026-11-10
Mr.Xu1 次阅读0 条讨论与划词
APEX用条件移位削减流式视频蒸馏开销
APEX 将少步流式视频生成框架扩展到条件移位机制：同一生成器在原始文本条件下执行生成，在移位条件下估计虚假分布的速度场，从而移除 DMD 所需的独立 fake-score 网络，…
智能体· 2026-11-10
Mr.Xu4 次阅读0 条讨论与划词
AWS上线AgentCore网页搜索API：LangGraph并行构建依赖监控代理
AWS 正式推出 Amazon Bedrock AgentCore Web Search API，通过一次调用向智能体返回带有标题、URL、发布日期和相关摘录的网页结果，并直接使用…
大模型· 2026-11-10
Mr.Xu1 次阅读0 条讨论与划词
Microsoft揭示Lazarus权重后门：改写不足10个神经元即可劫持AI智能体
Microsoft Research披露权重空间后门Lazarus：攻击者无需重新训练，只要重编程大语言模型中不足10个休眠神经元，就能把隐藏触发器与恶意Token注入关联起来。模…
行业动态· 2026-11-10
Mr.Xu6 次阅读0 条讨论与划词
Grok Build共享链接失效：3.5万项目可被枚举并泄露敏感数据
安全公司 Claroc 披露，SpaceXSI 的 AI 编程智能体 Grok Build 存在严重的项目数据泄露风险：平台虽通过随机化分享链接限制访问，但另一项设计缺陷允许攻击者…
行业动态· 2026-11-10
Mr.Xu2 次阅读0 条讨论与划词
纽约AI安全法进入执行期：OpenAI与Anthropic纳入强制监管
纽约州AI安全法开始进入执行准备阶段，要求OpenAI、Anthropic等大型模型开发商完成注册、披露安全实践，并上报严重安全事件；未履行义务的企业可能面临罚款。新规把模型治理从…
行业动态· 2026-11-10
Mr.Xu2 次阅读0 条讨论与划词
Anthropic七位联合创始人IPO套现路径曝光
Anthropic的七位联合创始人计划在IPO中按相同数量出售股份，按发行价区间中点估算，每人将套现约2.5亿美元，同时创始团队仍保持对公司的控制。交易安排显示Anthropic正…
大模型· 2026-11-10
Mr.Xu4 次阅读0 条讨论与划词
Anthropic推出Claude办公套件，覆盖会议纪要与表格分析
Anthropic发布面向知识工作者的Claude办公工具套件，包括Claude Meetings、Claude Sheets及一项名称未完整披露的办公工具。其重点不是提供独立聊天…
智能体· 2026-11-10
Mr.Xu3 次阅读0 条讨论与划词
Trovata推出自主财务代理，以RBAC重构企业资金管理
Trovata 在 Amazon Bedrock 与 Bedrock AgentCore 上部署自主资金管理代理，将现金预测、自然语言查询、异常检测和自动对账嵌入连接逾万家银行的财…
智能体· 2026-11-10
Mr.Xu3 次阅读0 条讨论与划词
OpenAI测试ChatGPT商业智能体：品牌可在对话中完成比价咨询
OpenAI 面向美国符合条件的电商与在线服务企业测试 ChatGPT“Business Agents”。经认证的品牌代理会嵌入 ChatGPT 回答，用户可继续咨询产品并比较不同…
智能体· 2026-11-10
Mr.Xu2 次阅读0 条讨论与划词
LangChain提出Deep Agents上下文工程：用分层记忆对抗上下文膨胀
LangChain 介绍 Deep Agents 的上下文工程方法，针对长时运行智能体因历史消息、工具输出与中间结果持续堆积而出现的注意力稀释和决策退化。方案通过上下文卸载、动态摘…
智能体· 2026-11-10
Mr.Xu1 次阅读0 条讨论与划词
Workday用LangGraph与LangSmith搭建企业级智能体平台
Workday 介绍其如何利用 LangGraph 与 LangSmith 构建企业内部智能体平台，将原型开发周期从数月压缩至不足一天，并减少定制合规工作。其核心思路是把模型调用、…