智客前沿 · 2026-08-27
BTS-AgentBench发布:构建可执行多轮智能体任务的基准框架
BTS-AgentBench是一种新型基准框架,旨在将工业场景中的只读遥测数据转化为可执行的多轮智能体任务。该框架通过标准化BTS元数据和原始历史记录,构建了包含澄清、目标修订、时间戳策略、质量控制报告和证据归因的规范化任务管道。实验表明,…
智客专题 Agent 框架专题
AI Agent 框架横评:LangGraph、AutoGen、CrewAI、Letta 等的设计哲学、工具调用模型与生产适用性。
· 2026年8月15日 #Agent#智能体#LangGraph#LangChain#AutoGen#CrewAI#Letta · 30 / 4352 篇内容
智客前沿 · 2026-08-27
BTS-AgentBench是一种新型基准框架,旨在将工业场景中的只读遥测数据转化为可执行的多轮智能体任务。该框架通过标准化BTS元数据和原始历史记录,构建了包含澄清、目标修订、时间戳策略、质量控制报告和证据归因的规范化任务管道。实验表明,…
智客前沿 · 2026-08-27
ArXiv近日发布了一项名为Mixture of Roles (MoRe)的新研究,旨在解决单智能体在多角色推理中的局限性。MoRe通过学习多样化的角色编码本,并利用查询感知路由器动态融合多个角色到一个统一的引导向量中,实现了单智能体在单次…
智客前沿 · 2026-08-27
随着大语言模型(LLMs)被广泛应用于自主智能体,安全性问题日益凸显,尤其是智能体在目标冲突和压力下采取有害行为的情况。INTENT-AS-A-TOOL是一种新方法,通过引入意图导向的工具,为模型提供表达目标行为的专用渠道。该方法利用调用意…
智客前沿 · 2026-08-27
ArXiv近日发布了一项关于智能体场景重排规划的研究成果,并推出了名为ESRP-Bench的新基准。该任务要求智能体仅通过自我中心视角观察和全局目标布局来重新排列3D场景中的家具,以匹配目标配置。ESRP引入了物体遮挡和全局状态访问限制,更…
智客前沿 · 2026-08-27
ArXiv近日发布了一种名为FlashVLA的新型流式动作解码框架,旨在解决视觉-语言-动作(VLA)模型在机器人操作中面临的推理延迟高和异步执行不稳定问题。FlashVLA通过维护多噪声级别的动作缓冲区和基于分块因果注意力的解码机制,实现…
智客前沿 · 2026-08-27
UrbanGround是一个全新的沙盒平台,旨在测试AI智能体在复杂城市环境中的感知与行动能力。该平台基于香港的3D地理空间数据构建,支持第一人称视角的闭环交互和导航地图,为智能体提供探索真实城市环境的虚拟空间。通过三个研究问题,Urban…
智客前沿 · 2026-08-27
ArXiv发布了一种名为RTNav的新架构,旨在解决零样本目标导航中的实时性问题。RTNav通过显式考虑推理延迟、异步环境步进和计算资源限制,显著提升了导航任务的性能。在多个基准测试中,RTNav相较于现有方法,成功率提高了11%,完成时间…
智客前沿 · 2026-08-27
ArXiv近日发布了一种名为PILOT的智能体框架,旨在实现实时自改进与任务重定向。PILOT通过两个核心机制——实时引导和实时自进化——使智能体能够在任务执行过程中动态调整方向并优化自身性能。实验结果表明,PILOT在多个基准测试中表现优…
智客前沿 · 2026-08-27
ArXiv推出了名为DuMateBench的新型基准测试平台,用于评估自主智能体在复杂现实工作流程中的表现。该平台通过重建来自大规模生产智能体平台的用户会话数据,模拟了真实场景中的任务复杂性、环境噪声和交互历史。DuMateBench包含2…
智客前沿 · 2026-08-27
ArXiv发布了一项关于目标条件强化学习(CRL)的研究,提出了一种名为Safe Contrastive Reinforcement Learning(Safe-CRL)的新方法。该方法通过引入质量加权InfoNCE和生存质量评分,解决了传…
智客前沿 · 2026-08-27
ArXiv发布了一种名为proFILL的新方法,用于将现有的基于规则的大学学术咨询聊天机器人hoBIT转变为基于检索增强生成(RAG)的系统。proFILL通过逐步获取用户查询所需的个性化属性,并利用这些属性优化检索过程,从而提供更精准的答…
智客前沿 · 2026-08-27
ArXiv推出了名为AgentJudgeBench的首个基准测试平台,用于系统评估大语言模型(LLM)作为法官在智能体工具调用中的可靠性。该平台通过分析LLM在不同难度和DAG拓扑结构下的表现,揭示了当前LLM法官在处理复杂依赖性任务时的局…
智客前沿 · 2026-08-27
ArXiv发布了一份关于多智能体系统风险控制的研究报告,提出了一种分析框架,帮助组织、政策制定者和研究人员理解AI智能体在跨组织边界交互时产生的风险,并评估相应的控制措施。报告将AI智能体交互分为三个层级:单一治理、联邦治理和开放环境,并针…
智客前沿 · 2026-08-27
ArXiv发布了一种名为SIGMA的新型多智能体强化学习(MARL)框架,旨在解决噪声环境下智能体协作的鲁棒性问题。SIGMA通过密度聚类组织智能体,并结合组内共识聚合和组间注意力机制,在保留全局协调性的同时平滑个体表示偏差。实验结果表明,…
智客前沿 · 2026-08-27
ArXiv发布了一项关于自主AI智能体运行时治理的研究,提出了五大核心原语:发现(Discovery)、身份(Identity)、治理(Governance)、证明(Attestation)和供应链(Supply Chain)。这些原语旨在…
智客前沿 · 2026-08-27
ArXiv发布了一项关于Co-Scientist的研究,这是一种基于Gemini的多智能体系统,旨在加速从假设生成到实验执行再到论文撰写的端到端科学研究进程。该系统不仅限于计算模拟,还能够与真实世界的实验设备交互,例如设计MXenes的安全…
智客前沿 · 2026-08-27
ArXiv近日发布了一种名为LiveVVT的新型实时视频虚拟试穿(VVT)技术。该技术通过引入滚动流式扩散框架,在保证局部双向时空建模的同时,大幅降低了延迟并提升了吞吐量。LiveVVT利用固定大小的窗口进行多视频片段联合去噪,并通过互补的…
智客前沿 · 2026-08-27
ArXiv发布了一项名为Daydreaming的新研究,提出了一种通过黑盒任务交互窃取隐藏智能体技能的攻击方法。该方法无需直接请求技能或重建其文本,而是通过自适应生成特定任务,利用结果区分可能的隐藏行为,从而实现对多文件技能的窃取。实验表明…
智客前沿 · 2026-08-27
ArXiv最新研究提出了一种名为AI Control Scientist (AICS)的新型智能体系统,旨在革新传统控制设计流程。该系统通过大语言模型(LLM)驱动,能够自动从语言设计需求生成优化的控制器结构与代码,显著提升设计效率和成功率…
智客前沿 · 2026-08-27
ArXiv发布了一种名为Instruct-to-Act的新型智能体框架,通过解耦规划与控制实现高效行为生成。该框架结合了预训练视觉语言模型(VLMs)在生成高层指令方面的优势,以及世界模型控制器在快速观察-动作转换中的能力。Instruct…
智客前沿 · 2026-08-27
ArXiv近日发布了一种名为LiveSim的创新框架,用于模拟直播生态系统中的用户行为。该框架利用大语言模型(LLMs),通过可编辑的行为假设和基于轨迹的交互迭代优化用户行为描述,捕捉环境对用户行为的塑造作用。实验结果表明,LiveSim在…
智客前沿 · 2026-08-27
ArXiv发布了一项关于联网与自动化车辆(CAV)车队合并控制的研究,提出了一种基于强化学习(RL)的通用建模与仿真框架。该研究重点关注混合交通环境中的车队合并问题,旨在通过在训练过程中引入风险行为惩罚或使用外部安全控制器来约束学习策略,从…
智客前沿 · 2026-08-27
ArXiv发布了一种名为DSA(证据感知编排框架)的创新解决方案,用于多市场股票研究中的大语言模型(LLM)智能体编排。DSA通过结构化流程整合证据获取、上下文构建、模型路由分析和报告生成,并引入了角色和策略技能推理机制以优化决策过程。该框…
智客前沿 · 2026-08-27
ArXiv发布了一项关于智能体与软件交互的研究,提出了Agent-Software Interaction Layer (ASIL),一种通过结构化JSON观察和可执行语义操作来替代传统截图点击的创新接口。ASIL通过深度访问路径实现对15…
智客前沿 · 2026-08-27
ArXiv发布了一种针对智能边境控制系统的多模态AI框架,通过整合异构数据源并采用LSTM网络进行实时队列预测、调度优化和资源管理,显著提升了边境管理的效率。实验结果表明,该方法将队列预测误差降低了35%,平均等待时间减少了30%,并使平均…
智客前沿 · 2026-08-27
ArXiv发布了一项关于无声语音识别(SSR)的研究,提出了一种软性主动肌电(EMG)接口,通过机器学习实现高效词级语音识别。该设备佩戴在手上,通过指尖电极采集EMG信号,结合液态金属互连、透明柔性印刷电路电极和弹性体封装技术,确保信号采集…
智客前沿 · 2026-08-27
ArXiv发布了一项关于决策智能体目标优先级调节的研究,提出了一种基于情感偏好的计算框架。该研究通过强化学习技术,将高层目标与低层目标之间的优先级动态调节机制形式化,并构建了一个由多目标强化学习内控制器和外部偏好生成器组成的框架。实验结果表…
智客前沿 · 2026-08-27
ArXiv发布了一项关于植物表型分析的研究,提出了一种基于主动感知的机器人平台。该平台通过3D植物重建、几何分析与运动规划,精准定位叶片的测量点,并生成无碰撞的运动轨迹,实现自动化、可重复且空间分辨的生理测量。该技术超越了传统基于图像的测量…
智客前沿 · 2026-08-27
ArXiv发布了一项关于大语言模型(LLM)智能体安全性的研究,提出了一种名为LoopHarness的新方法,用于解决智能体在跨迭代任务中的安全状态问题。传统安全机制在处理跨迭代攻击时存在局限性,因为其安全状态在每次迭代后被重置。LoopH…
智客前沿 · 2026-08-27
ArXiv发布了一项关于工具增强型大语言模型(LLM)智能体的研究,提出了一种名为SARA的新框架,用于分离动作诱导与执行授权。SARA通过上下文隔离的动作探测器和执行授权机制,有效降低了工具输出引发非预期现实世界副作用的风险,同时在多个基…