智客前沿 · 2026-10-09
Hugging Face发布Cortex:智能体规则与技能进化测试工具
Hugging Face推出Cortex,一款用于测试和优化智能体规则与技能的工具。Cortex通过可重放的任务保存来验证开发者对智能体规则的修改,并采用增量式迭代方法,仅保留那些在多次运行中表现出净收益且未对任务产生负面影响的规则或技能。…
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 / 4351 篇内容
智客前沿 · 2026-10-09
Hugging Face推出Cortex,一款用于测试和优化智能体规则与技能的工具。Cortex通过可重放的任务保存来验证开发者对智能体规则的修改,并采用增量式迭代方法,仅保留那些在多次运行中表现出净收益且未对任务产生负面影响的规则或技能。…
智客前沿 · 2026-10-09
Hugging Face推出APEX-Harm,这是一款用于评估智能体在共享工作空间中的安全性的新基准测试平台。该平台模拟真实世界中的复杂环境,通过多种攻击类别(如静态/动态注入、任务特定脚本替换等)测试智能体在金融、咨询和法律任务中的表现…
智客前沿 · 2026-10-09
NVIDIA正式推出Omniverse AI Agents,这是一套结合前沿AI模型与NVIDIA Omniverse库的开发者工具集,旨在帮助开发者更高效地构建用于场景探索、故障调查和设计优化的仿真应用。通过自然语言指令,开发者可以指导A…
智客前沿 · 2026-10-09
Hugging Face推出Video-Arena,这是一款针对视频智能体时空理解能力的新型基准测试。该基准通过将竞技游戏转化为可扩展、可验证的测试场景,评估模型对动态世界状态的理解与跟踪能力。Video-Arena引入了三个任务类别:关键…
智客前沿 · 2026-10-09
Hugging Face推出WATCH模型,通过跨视频预训练方法,从任务配对的人类视频中学习可迁移的世界-动作表示。WATCH利用一个视频的动作和观察结果预测另一个视频的未来帧和动作,从而学习跨场景和执行者的任务相关交互。实验表明,WATC…
智客前沿 · 2026-10-09
Hugging Face推出了一种针对GUI智能体的潜在世界模型,通过将预测目标从像素级重建转向潜在空间中的动作诱导未来信息,显著提升了推理效率与任务成功率。该方法利用多模态模型作为潜在世界模型,通过动作选择与预测转换建模两个专用头实现高效…
智客前沿 · 2026-10-09
Hugging Face推出Web$hell,这是一款旨在革新大语言模型(LLM)智能体Web访问能力的统一接口。Web$hell通过WebContract定义统一模式,WebCompiler将网页编译为可操作对象,WebCache提供持久…
智客前沿 · 2026-10-09
Hugging Face推出Harness^2框架,旨在解决开放世界环境下智能体递归自改进(RSI)面临的挑战。该框架通过任务级和工具级两层递归机制,实现了无需真实验证器的智能体执行策略优化,并支持跨任务泛化。实验表明,Harness^2在…
智客前沿 · 2026-10-09
Hugging Face推出BranchOPD(分支式在线策略蒸馏),通过在学生模型生成轨迹中引入分支机制,提升智能体决策覆盖范围并优化训练效率。该技术利用学生模型的不确定性和师生分歧选择关键决策点,从共享前缀重采样轨迹,并应用token级…
智客前沿 · 2026-10-09
Hugging Face推出AgentSWE,这是一款针对智能体软件工程的新基准测试工具,涵盖智能体开发的三个关键阶段:自然语言需求生成、代码库编辑和目标优化。AgentSWE通过25项任务评估智能体在复杂场景下的表现,发现现有智能体难以完…
智客前沿 · 2026-10-09
Hugging Face推出TerminalHorizon,这是一款针对长时智能体任务的全自动数据合成引擎,旨在解决现有环境合成简化关键工作的问题。通过从真实世界任务出发,TerminalHorizon识别并重建被省略的关键工作,逐步扩展任…
智客前沿 · 2026-10-09
Hugging Face推出ThinkDrag,这是一种基于语义拖拽的图像编辑框架,通过视觉推理实现更智能的图像操作。ThinkDrag能够将用户拖拽指令与对象和场景级别的语义转换关联起来,并生成推理轨迹以解释编辑意图,从而提升生成质量和可…
智客前沿 · 2026-10-09
Hugging Face的一项新研究探讨了自主智能体之间通信的涌现机制及其与信息价值的关系。研究通过模拟两个e-puck机器人在不同环境下的协作任务,发现通信策略会随着信息价值的变化而调整。在缺乏指引的情况下,智能体倾向于采用基于参考信号的…
智客前沿 · 2026-10-09
Hugging Face推出Work2Skill框架,旨在通过捕捉人类GUI操作经验,实现智能体技能的复用。该框架包含WorkRecorder工具,用于收集屏幕录制、鼠标键盘事件及辅助功能树信息,并构建了首个同步多模态数据集WorkDemo…
智客前沿 · 2026-10-09
Hugging Face的研究团队提出了一种基于相对策略差异的在线策略蒸馏(OPD)新方法,通过代理专家与代理参考策略之间的对数概率比定义隐式奖励,从而实现跨规模、训练阶段或代际的模型间高效知识迁移。实验表明,该方法在任务特定训练(如强化学…
智客前沿 · 2026-10-09
PKU Value Lab推出EmbodiedCLBench,这是首个用于评估具身智能体持续学习能力的基准平台。该平台以组合泛化为核心评估原则,测试智能体从基础任务中学习并重组技能以解决复杂任务的能力。实验表明,尽管在零样本设置下高级任务难…
智客前沿 · 2026-10-09
RSI-Anything是一个基于JEPA-Anything构建的通用领域框架,通过预测性世界模型指导行动和学习数据选择,实现递归自改进。该框架利用观察到的反馈改进策略或工作流,并进行条件性世界模型调整,同时通过组件和兼容性检查确保更新后的…
智客前沿 · 2026-10-09
ProgramGym是一个全新的框架,旨在解决长时序程序生成智能体训练中的关键挑战。它由Program-Env和Program-Agent两部分组成:Program-Env通过反馈驱动的循环构建可验证的训练环境,支持C、C++、Go和Rus…
智客前沿 · 2026-10-09
LangChain推出了Managed Deep Agents,这是一款专为分布式智能体设计的全新API和系统,能够动态分配和管理表情符号响应。该工具通过提供更灵活、智能的交互方式,显著提升了智能体与用户之间的互动体验,尤其适用于需要复杂情…
智客前沿 · 2026-10-09
LangChain宣布在其开源软件工程工具包中集成了一款模型路由器,该技术通过智能任务分配机制,将编程任务的平均成本降低了64%,同时保持了任务质量无明显下降。这一创新为开发者提供了一种高效且经济的AI解决方案,展示了模型调用效率优化的巨大…
智客前沿 · 2026-10-09
LangChain宣布在其开源软件工程(Open SWE)工具包中集成了一个模型路由器,该路由器能够将编程任务的平均成本降低64%,同时保持任务质量无明显下降。该模型路由器通过智能任务分配机制,优化了AI模型的调用效率,为开发者提供了一种高…
智客前沿 · 2026-10-09
Postman与AWS合作推出Agent Mode,这是一款基于Amazon Bedrock的AI原生工作流解决方案,旨在帮助开发者更高效地完成API测试、文档生成、发现和实现等任务。Agent Mode通过动态工具选择、基于模式的读取和上…
智客信息 · 2026-10-09
Whistle是一款超轻量级的语音转文本模型,仅需16.9MB的存储空间。该模型在保持高效性能的同时,显著降低了资源需求,为资源受限设备上的语音识别应用提供了新的解决方案。其小巧的体积和高效的性能使其在物联网设备、移动应用和边缘计算场景中具…
智客前沿 · 2026-10-09
arXiv发布了一项关于行为克隆(BC)的新研究,提出了名为Keyframe Mnemonics的创新方法。该方法通过自监督学习,从随机采样的历史观测中识别关键信息观测点(mnemonics),并将其作为奖励信号用于关键帧选择,从而解决传统…
智客前沿 · 2026-10-09
arXiv发布了一项关于预算感知AI智能体的研究,重点探讨了小型大语言模型(LLM)智能体在明确时间预算下的运作效率。研究发现,现有智能体难以将给定的时间预算转化为有效的时间管理策略,主要问题包括时间感知不足、行动持续时间预测不准确以及缺乏…
智客前沿 · 2026-10-09
arXiv发布了一项关于长时智能体规划与修复的研究,提出了一种名为Plan-and-Patch的新框架。该框架利用扩散语言模型(dLLM)生成结构化计划,并通过选择性地修复受影响区域来提高规划效率。在无任务特定训练的情况下,扩散模型在计划修…
智客前沿 · 2026-10-09
arXiv发布了一项关于航空视觉语言导航(VLN)智能体的研究,提出了一种名为轨迹基础指令翻译器(TGIT)的新方法。该方法通过学习轨迹结果,将用户简短的意图驱动指令转换为智能体可执行的命令,显著提升了导航成功率。在OpenFly导航器上,…
智客前沿 · 2026-10-09
arXiv发布了一项关于智能体上下文管理的研究,提出了一种名为Agent-Controlled Forgetting的新方法。该方法通过智能体主动选择并替换工具结果为简短摘要,同时保留原始数据以供恢复,从而显著减少资源消耗。在OpenTel…
智客前沿 · 2026-10-09
arXiv发布了一项关于车辆CAN总线异常检测的研究,提出了一种基于时序Transformer编码器与联邦轻量级头部的隐私保护框架。该方法通过轻量级Transformer编码器捕捉信号的时间演变,并结合联邦学习机制,使多车辆或ECU协作改进…
智客信息 · 2026-10-09
微软研究团队发布了一款名为ThinkingBox的新工具,用于评估AI智能体在重复任务中的表现及其对后端数据库状态的影响。ThinkingBox通过模拟507个跨5个领域的业务流程,测试了9种AI模型在20次独立尝试中的表现,并提出了三项关…