标签
Omni-IO Skills 推出了一款即插即用的代理工具，能够在不改变代理核心推理的情况下，实现跨多种模态的全模态原生能力，并在如 UniM-90 这样的多模态基准测试中显著提升性能。
SkillGym 将人类编写的智能体技能转化为可执行的训练环境，供大语言模型使用，从而实现监督微调和强化学习，以增强解决现实问题的能力和在基准测试中的性能。
大知识模型（LKM）构建了一个科学知识基础设施，能够将研究论文转化为推理图，形成一个科学推理图景，以支持科学搜索、问题解答和研究规划，并在基准测试中展示了准确性的提升。
Kyutai Labs 发布了 Voice of Reason，一个原生语音模型，无需转录或文本大语言模型，即可解决语音数学问题，在 GSM8K 上达到 77.1%，相比 GLM-4-Voice 的 27.3% 有所提升。
作者认为AI远未达到AGI，并且硅谷CEO们夸大AI风险以筹集资金，而实际进展是渐进的而非革命性的。
PaperGym是一个框架，通过将研究问题与评估评分类分离，将科学论文转化为训练环境，使强化学习能够改进研究计划。它展示了优于现有方法的性能，训练后的模型在基准测试中优于更大的模型。
本文提出意图蒸馏 (INDI)，将行为意图蒸馏到视觉-语言-动作模型的动作解码器中，从而在SimplerEnv-Bridge等基准测试和现实世界任务中提高了性能。
SkillGate 通过使用执行和技能命名令牌的独立信用通道，解决了AI智能体技能选择中的选择器信用饥饿问题，提高了成功率并减少了长期任务中误导性技能的暴露。