执行反馈 LLM-DailyDigest 2026-08-19 2026-08-19 约 100 字 预计阅读 1 分钟 执行反馈 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 世界模型 1 AEWM：面向 LLM 智能体的可编辑世界模型 09-26 人工智能辅助编程 1 ReMCTS：反思增强的蒙特卡洛树搜索代码生成框架 09-30 任务生成 1 FaultGene：面向自动驾驶硬件在环验证的故障增强测试生成 10-22 信用审计 1 无真值信用：基于执行回放审计 LLM 智能体的步骤级信用分配 08-21 具身基础模型 2 GPT-6-Astra 通过触觉反馈执行接触密集型机器人操作 10-21 GPT-6-Astra具身智能评测：具备能力但尚未达到实用门槛 10-20 具身规划 3 SuperNav：面向任意任务与场景的通用智能体导航系统 10-18 MotorMind：通用 VLM 支架实现零样本机器人操作 10-08 PanoVLN：高效全景视觉语言导航 10-01 协同演化 2 CoEvo-RSI：模型与测试框架协同演化 10-22 MACE：基于自适应记忆图的记忆—智能体协同演化 09-21 反馈规划 2 WeaveData：自批判与自演化规划的多模态数据分析系统 09-30 SE-LLM-OCP：自进化大模型引导的狭窄空间最优控制泊车 09-22 可信执行 1 HiSentinel：面向编程智能体的 hindsight 蒸馏干预哨兵 10-01 图像编辑 1 Editable Visual Design：可编辑视觉设计智能体 09-07 在策略蒸馏 2 OG-OPD：面向多轮自主智能体的结果引导式在策略蒸馏 09-30 FIRE：基于 Fisher 信息校准的反馈式在策略自蒸馏 09-29 多智能体系统 1 迭代自精炼的 NL2SQL 多智能体框架 10-19 多模态学习 1 视频与音频生成驱动的零样本力感知机器人操作 09-17 强化学习 1 强化学习发现突破 N^{4/3} 界的 Shellsort 间隔序列 09-25 技能优化 4 RESKILL：交互式语言智能体的显式故障归因与结构化技能修复 09-15 COBRA-Skills：上下文老虎机引导的智能体技能优化 09-11 TROVE：基于轨迹验证与编辑的自适应智能体技能编排 09-07 WER：通过执行反馈强化学习实现技能优化 08-19 技能演化 6 RoboSkill：具身智能体的技能积累与复用框架 10-25 DrugHarness：面向计算药物发现的可演化智能体脚手架 10-19 SkillNEO：智能体技能的非精英式进化优化 10-18 URAI：前沿智能体编写、调用并演化机器人工具 10-01 EvoSkill-GUI：无需训练的 GUI 智能体技能演化 09-19 SkillAdam：稳定高效的智能体技能演化框架 09-09 持续学习 1 ReHarness：通过后向修订实现智能体持续学习 10-18 数据合成 1 SciWalker：基于算子图与执行反馈合成科学编程问题 09-26 时域控制 1 LocalLSTC：本地 GUI 智能体的长短期控制架构 08-27 智能体训练 2 HarnessSQL：面向真实数据库环境的执行框架原生 SQL 智能体训练 10-09 Caddie：基于任务结果训练 LLM 智能体顾问 10-08 智能体评测 5 本地语言模型智能体的可复现数据工程评测 10-10 嵌入式软件开发智能体闭环评测基准 10-10 模型与 Agent Harness 适配关系的系统评测 10-08 AgentTime：智能体能否估计并控制自身运行时间 10-08 SelfSuite：长程智能体的自设计评估器与热启动记忆 09-29 模型可靠性 1 FIRE：基于失败信息的智能体运行时可靠性工程 09-23 测试时训练 1 VLA 机器人执行误差的自我补偿与压力测试 10-08 漏洞训练 1 CyberFactory：用真实漏洞实例扩展大模型网络安全能力 08-27 状态追踪 1 ConPAct：以状态一致性提升长程智能体规划与执行 10-01 环境合成 1 World State Generator：基于可验证世界状态的智能体规划 09-22 程序修复 3 RegoMender：自动化 Rego 策略修复的多智能体框架 10-22 WebLoop：面向网页生成的执行反馈闭环学习 10-10 ExecCritic：以测试验证与执行反馈改进编程智能体 09-09 策略优化 1 MimicX：策略在环的视频驱动人形机器人运动跟踪 10-08 策略固化 1 AI 后训练缺少什么：智能体策略重估能力的实证分析 08-20 经验学习 2 修复后的智能体经验能否迁移至相关任务 09-30 经验链：通过测试时交互持续改进 LLM 08-19 脚手架优化 3 环境无关编码智能体中的脚手架作用 10-18 ActiveSaddler：以自动化课程学习优化智能体脚手架 10-08 Harness Learning：可泛化的测试时脚手架自适应 09-30 脚手架演化 2 CoWorld Reasoner：视频世界模型驱动的智能体多模态推理 10-18 字节 Seed HarnessDev：让 Agent 自主编写并迭代 Harness 09-07 自动化科学研究 2 ADAPT for Science：自进化科学优化多智能体系统 10-23 ConflictGuide：显式竞争行为反馈改进 AutoResearch 10-01 自蒸馏 2 SELF：环境反馈建模增强智能体后见自蒸馏 10-10 ComputerSD：基于实时反馈的计算机使用智能体在线自蒸馏 10-01 自进化 1 FailBank：利用运行时反馈自进化视觉语言动作模型 10-01 自进化框架 1 RSIHub：可组合的智能体演化方法框架 10-27 视觉生成 1 MaLiang-Harness：图像与视频生成的可编程路径 10-01 课程学习研究综述 1 斯坦福新课 CS329A：Self-Improving AI Agents 08-21 过程评测 1 Opera：面向长程编程智能体的持续语言批评框架 09-29 递归自我改进 8 智元 Genie Master 在便利店跑通具身递归自我改进 10-29 SenseNova-RoboRSI：统一具身执行框架驱动机器人持续改进 10-20 RSI-Anything：以世界模型驱动跨领域递归自我改进 10-18 RSIFlow：演化元智能体驱动的自适应递归自我改进工作流 10-18 智谱GLM-5.3 Infra Agent展现RSI早期形态 09-18 智谱披露GLM-5.3 Infra Agent最小RSI闭环 09-18 GLM-5.3 Infra Agent 初现递归自我改进形态 09-18 智谱展示GLM驱动Infra Agent的RSI早期案例 09-18
