EliteTable：用 LLM 引导程序搜索生成可执行控制策略
Created|Updated|技术动态
|Post Views:
事件/论文概述
arXiv 上出现了一篇题为 EliteTable: Self-Improving Program Search for Executable Control Policies 的新论文，作者为 Stuart Farmer，提交于 2026 年 10 月 8 日，arXiv 编号为 2610.12536，主题分类为 cs.AI，并交叉 cs.NE。
论文提出了一种名为 EliteTable 的自改进程序
Author: Yunkai Huang
Copyright Notice: All articles on this blog are licensed under CC BY-NC-SA 4.0 unless otherwise stated.
Related Articles
2026-09-25
Pistis 技术报告：27B/9B 多模态模型、IDRL 后训练范式与自动推理框架优化
事件概述arXiv 上出现了一篇题为《Pistis Technical Report》的技术报告（arXiv:2609.28554，cs.AI，交叉 cs.CV），提交时间为 2026 年 9 月 23 日，由 Heyun Chen、Xiaohan Lan、Jiaxi Li、Zhilin Lu、Qi She、Weiwen Xu、Fei Yu、Yujie Zhong、Jinghuan Chen、Zijian Feng、Siyu Jiao、Yiheng Lin、Xinhao Wang、Sihan Yang、Jieyu You、Changbin Zhang、Hengyu Zhang、Xudong Zhang、Yunqing Zhao、Shuai Zheng 等 20 位作者共同完成。 论文提出了 Pistis 模型家族，包含两个参数规模的多模态大语言模型： 27B 版本，基于 Qwen3.6 构建； 9B 版本，基于 Qwen3.5 构建。 两个规模都通过一套“通用且可扩展”的后训练框架开发。该框架先以大规模多模态监督微调（SFT）建立基础能力，再在其上引入作者提出的新后训练范式 ...
2026-07-20
Cura 1T: Specialized Model for Agentic Healthcare
事件/论文/产品概述2026年7月20日，arXiv 上发布了一篇由 actAVA AI 团队（Haolin Chen, Leon Qi 等）提交的论文，介绍了一个名为 Cura 1T 的医疗领域专用大语言模型（LLM）。该模型旨在覆盖医疗场景中高风险的沟通、专家推理和工作流执行等复杂需求，而现有的专用 LLM 往往只覆盖其中一部分能力。Cura 1T 通过一种新颖的 人类门控自进化循环（human-gated self-evolution loop）进行训练，在多个医疗评测基准上达到或接近最优表现，同时在领域外推理和智能体（Agent）基准上保持了竞争力。 关键技术点 多能力融合：Cura 1T 需要同时处理患者咨询、基于文本和图像的临床推理、交互式诊断以及电子健康记录（EHR）工具使用。论文指出，不同能力的失败模式各不相同，单独更新某一能力可能导致其他能力退化。 人类门控自进化循环：这是 Cura 1T 的核心训练框架。每个进化轮次中，一个训练智能体（training agent）会规划目标能力、训练模型、评估基准轨迹，并根据观察到的失败优化数据混合比例...
2026-09-19
ENZO：把 300+ 模型、自建 Agent 和本地密钥保险箱塞进一个开源工作台
事件概述Hacker News 首页出现了一个名为 ENZO 的开源项目（HN 讨论帖发布时间 2026-09-19，链接见文末），作者 theguysudo 在帖子里把它描述为”一个开源、可本地运行的全功能 AI 平台”：把各家免费可用的 API 聚合到一个界面下，提供聊天、编程、研究等能力，并在 README 中给出了更具体的产品定位——Self-hosted AI workspace with agents, skills, and tools (Gmail, Calendar) that runs entirely on your own provider API keys (BYOK)。 安装方式极其简单，README 给出的完整流程是三条命令： 1234git clone https://github.com/theguysudo/ENZO.gitcd enzodocker compose up -d# → http://localhost:5001 README 声明不需要账号、不需要强制配置环境变量、不需要数据库服务。首次启动后粘贴任意一家 provider 的...
2026-10-15
ClawLoop：用 Harness 原生训练闭环让 Agent 自我进化
事件/论文概述arXiv 上新出现一篇编号为 2610.14118 的论文《ClawLoop: Self-Improving Agents via Harness-Native Training Loop》，作者为 Hansi Yang、Linji Hao、Hongyan Hao、An Wang、Han Wu、Qi Gu、Xunliang Cai，提交时间为 2026 年 10 月 9 日，主题分类为 cs.AI（并归入 cs.CL）。 论文关注的对象是harness 类环境中的 Agent：LLM Agent 在沙箱工作区中运行，直接与文件系统、shell 交互——也就是我们常说的 “computer use / coding agent” 形态，而不是只调用有限工具集的 tool-use Agent。 作者的核心判断是：面向 tool-use Agent 的后训练流水线已经很多，但面向 harness Agent 的对应方案依然稀缺，并且绝大多数是一次性、依赖外部教师模型的：由一个更强的外部模型合成任务、采集轨迹，目标 Agent 只训练一次，评估结果交给...
2026-08-28
ICU 死亡预测解释：独立 LLM 与预定义 Agentic 管线的可行性比较
事件/论文概述2026 年 5 月，Di Zhu 等 8 位研究者向 arXiv 提交了一篇题为 Standalone LLM and a Pre-specified Agentic Pipeline for Explaining ICU Mortality Predictions: a Feasibility Study on the eICU Demo Dataset 的论文，编号 arXiv:2608.26109，属于人工智能（cs.AI）方向。该研究在 eICU Demo 数据集上，比较了“独立 LLM”与“预定义四步 Agentic 管线”在解释 ICU 死亡风险预测时的表现，试图回答一个关键问题：大语言模型生成的自然语言解释，能否真正服务临床床旁决策？ 论文使用本地的 eICU Demo 工件集，包含 2,353 次 ICU 住院记录，死亡率 8.1%。基础预测模型采用 XGBoost，AUROC 为 0.855（95% CI 0.796–0.906），AUPRC 为 0.332（95% CI 0.217–0.494）。随后，研究在分层抽样的 38 例解释子...
2026-10-02
重尾记忆痕迹：长程语言 Agent 的记忆形态诊断与 Core–Tail 世界模型
事件/论文概述arXiv 上新出现一篇 cs.AI 论文《Heavy-Tailed Memory Traces in Long-Horizon Language Agents》（arXiv:2610.00010），作者为 Xinyuan Song 与 Zekun Cai，当前状态为 Under Review（审稿中），提交时间为 2026 年 7 月 9 日。 论文的出发点是一个被现有评测体系忽视的观察角度：长程语言 Agent 越来越依赖外部记忆作为「冻结的世界模型」（frozen world model），但业界评价记忆系统时，通常只看任务成功率或 token 成本。作者认为这两类指标漏掉了一个关键对象——记忆被使用时的形态（shape of memory use）。在上下文有限且反复检索的条件下，Agent 的记忆会向一个很小的核心（core）集中，而把稀有状态留在长尾（tail）中，长尾正是预测误差累积的地方。 论文通过一种「保守的尾部审计」（conservative tail audit）研究这一现象，并据此提出了 Core–Tail World Model（...
Announcement
This is my Blog