NeurIPS 2026|不再依赖外挂:清华把「自我进化技能」训进Agent大脑
NeurIPS 2026|不再依赖外挂:清华把「自我进化技能」训进Agent大脑随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。
搜索
随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。
清华大学团队以智能体视角发布具身智能综述,提出Agentic Embodied Intelligence(AEI)系统框架,涵盖模型、基础设施、安全、数据与评测,并以L0—L5自主性层级和在线认知闭环刻画人机责任及自主系统路径。
月之暗面(Moonshot AI)创始人杨植麟联合清华大学及图灵奖得主姚期智团队推出TCSExam,以机器核验的科研交付物评测大模型,GPT‑6 Astra居Full榜首,开放猜想有效解答仍依赖联网检索改编。
清华大学人工智能学院提出面向 Coding Agent 的 observation 压缩方法 CoACT,在 SWE-bench Verified 的三个 Agent 模型上平均减少 33.0% 总 token 消耗且 PASS@1 与未压缩时相近,该工作获 ICSE 2027 直接接收(Top 5%)。
机器人正迎来自己的 Computer Use 时刻。
AI,要下海了。
AI 能逼真地 “搭出” 一个世界,就能准确预测它如何运转吗?GPT-6 Astra 展现出的场景建模能力令人印象深刻。但几何与外观的逼真还原,并不意味着对物理规律的准确把握。避免物体穿模、借助语义先验估计物理属性,与准确推演物体运动之间,仍有距离。后者还需要进一步识别质量、摩擦系数和阻尼等难以仅凭外观确定的属性与参数。
目前最强的视频生成大模型,例如seedance 2.5在根据用户意图生成视频的时候有一些明显的缺点。
清华大学和新加坡国立大学团队提出并开源VISTA,通过Meta-agent自主修改Harness代码且不更新模型权重,将LIBERO-Pro整体任务成功率从17.5%提升至95.0%。
国防科技大学与清华大学团队提出ICRPM(In-Context Risk Predictive Model),利用近期任务—风险记录预测策略更新后的风险,在无需额外rollout或环境交互的情况下提升大模型RLVR、Meta-RL及鲁棒控制中的任务排序与训练效果。