标签
CopT为大型语言模型引入了一种对比性在线思考框架，首先生成草稿答案，然后通过对比验证和动态思考来提高准确性并减少token消耗。在数学、代码和智能体推理任务上，准确率最高提升23%，token使用量最多降低57%。
VideoSeeker 引入了一种实例级视频理解的新范式，将智能体推理与视觉提示相结合，通过自动化数据合成和强化学习实现卓越性能，超越了 GPT-4o 和 Gemini-2.5-Pro。
ATLAS提出了一种视觉推理框架，该框架通过功能标记将智能体操作和隐式表示相结合，实现了通过下一个标记预测和强化学习进行高效训练，同时避免了中间图像的生成。
本文提出一种探索感知的强化学习框架，使LLM代理仅在不确定性高时自适应探索，从而提升在基于文本和基于GUI的基准测试上的性能。
本文介绍了 FlowAgent，这是一个新颖的框架，它利用条件流匹配将工具链重新概念化为连续轨迹生成，以提高长时序智能体推理的鲁棒性。
分析Google AlphaEarth在1210万美国样本上的64维嵌入流形，揭示其非欧结构与向量算术失效，并构建具备几何感知工具的智能体系统，在环境查询上超越参数基线。