跳到正文
  1. Apple Machine Learning Research86

    Self-Compacting Language Model Agents

    长代理轨迹由思维链和工具调用组成,积累过时内容,成为后续生成的锚点,最终超出上下文窗口。现有框架通过固定间隔压缩缓解此问题,触发条件基于令牌阈值。此类触发不关注轨迹结构,可能在推理或搜索中丢弃部分结果。我们提出SELFCOMPACT,一种框架,允许模型自身决定何时及如何压缩。具体而言,它结合两个推理元素:(i)模型调用的压缩工具,用于总结积累内容……

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  1. Apple Machine Learning Research83

    RISED: Rubrics for Agentic Multi-Environment Selection and Self-Distillation

    单个LLM代理在多样化的交互环境中联合训练已引起广泛关注,作为通用智能体的路径。现有课程和数据选择策略通常在环境层面分配训练或优先考虑本地奖励信号,而未明确考虑不同环境间当前 rollout 的关系,用于提示组选择。同时,由于环境学习速率不同,所有失败和所有成功 rollout 组可在一批中共存,导致数据无组相对奖励信号。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  2. Claude Code Releases91

    Claude Code Releases v2.1.290:Added serverToolUses to the result of a mod's turn.step ho...

    Claude Code v2.1.290为模组的turn.step钩子结果新增serverToolUses,记录API自行执行的工具调用及其ID、名称、输入、开始与结束时间。插件钩子的tool.check事件新增agentId,可区分子智能体与主会话的权限检查;模组的tool.check还新增ceiling,用于表示组织要求的工具批准权限。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

  1. OpenAI News92

    A model guide for the GPT-6 family

    学习初创企业如何选择GPT-6模型,调整推理努力,提升提示和技能,协调工具,并为生产环境准备工作流。

    推荐理由:请对照OpenAI News原文,核对完整说明及适用条件。

已经到底了