标签
本文提出了 Recursive Game Creator，这是一个面向体验的智能体框架，包含 Designer（设计师）、Builder（构建者）、Player（玩家）和 Reviewer（评审者）四种角色，能够递归地将游戏原型打磨成完整的游戏。该框架通过其面向编程的 Player 进行玩法评估，在 GameCraft-Bench 和 GameASG-Bench 上均取得了最先进的结果。
论文提出 Rules to Tools（R2T），为科学计算中的 LLM 代码修复代理提供可执行的公开需求检查工具，并在 SciCode 基准上对比纯文本说明与可调用检查的修复效果与成本。
本文提出Step-KTOder，这是一个用于代码偏好优化的框架，它使用函数级执行反馈与单元测试相结合，在HumanEval+和MBPP+等基准测试上优于仅基于结果的方法（如KTO和DPO）。
该论文揭示了在类分割异常检测评估中，由于表示空间中的分布重叠，异常分数可能变得不稳定甚至反转，并引入了一种无训练的邻域类泄漏诊断来预测此现象。
ClawGUI 是一个开源框架，用于通过强化学习训练、评估和部署 GUI Agent，具备标准化基准测试能力，并支持跨平台部署至 Android、iOS 和 HarmonyOS。