今日刊

2026-10-19 每日精选19条

HuggingFace Papers, GitHub, TechCrunch AI, Hacker News

🤖 AI Agent 研究

TOPInto the Unknown: Benchmarking AI agents on open scientific research problems

人工智能代理能否对开放的科学问题进行研究?我们介绍了Into the Unknown ,这是一个基准,它为智能体提供了一篇科学论文以及要追求的研究方向,并要求其撰写后续论文。我们与美国能源部( DOE )国家实验室的科学家合作,他们每个人都从自己的工作中贡献了一个未发表的后续指导,以及提交必须满足的必要条件。

LEASH: Uncertainty-Aware Weak-to-Strong Escalation and Oversight for Computer-Use Agents

计算机使用代理越来越多地解决长期任务,在这些任务中,每一步都运行一个前沿模型是昂贵的,而一个小的开放权重模型往往会失败。弱势升级为强势升级提供了一个中间立场,即弱势代理默认采取行动,只有在需要时才将控制权交给强势代理。

MLExpert: Towards a Generalist Agentic Model for Autonomous Machine Learning Engineering

大型语言模型( LLM )正在从协助科学研究和工程扩展到自主开发和改进人工智能系统,推进人工智能( AI4AI )作为实现递归自我改进( RSI )的途径。工作流驱动的机器学习工程( MLE )系统通过管理长远实验的复杂编排为这一追求提供了一条实用的路径,而最近的MLE系统采用模型导向的交互,允许模型自主组织

Learning Self-Orchestration in Decentralized Agent Swarms

智能体群的功能取决于其单个成员及其协调方式。然而,现有的多智能体系统通常在固定的协调结构内训练智能体,将个人能力的学习与集体行为的组织分开。

⭐ GitHub 热门项目

TOPaifbr/taggart

【GitHub】ADE开源: QUALQUER AGENTE ( Claude Code、Codex、Gemini CLI ) ,harness 原件。(⭐ 0 )

查看原文
githubopensource
分享
ZazaGdev/FocusShell

【GitHub】为您的所有Claude Code项目提供一个窗口。自由开源(⭐ 0 )

查看原文
githubopensource
分享
vinal-2/demo-anything

【GitHub】来自屏幕截图的开源交互式产品演示:热点、旁白、字幕和引导光标。由您的编码代理( Chrome中的Claude Code + Claude )构建、编辑并在Git上免费托管(⭐ 1 )

查看原文
githubopensource
分享
Fazmin/cve-intel

CVE分流的本地安全情报- 34个工具、25个来源、风险评分和人工智能代理的MCP服务器,全部使用原生Rust。默认情况下为私有。

查看原文
githubrepository
分享
shrikant-mane/Assistance_RAG_MCP

【GitHub】一个简单的Python RAG项目。上传公司文档,将其作为嵌入存储在PostgreSQL中,进行语义搜索,并提出Gemini用简单语言回答的问题。技术: FastAPI · SQLAl (⭐ 0 )

查看原文
githubopensource
分享

🚀 模型与行业动态

TOPAnthropic says it’s committing 5% of its shares to a ‘public benefit fund’

Anthropic表示,它将向该基金承诺其5%的股份。此举使人工智能实验室成为最新的前沿模型制造商,在规模扩大时将股权指定用于公共利益。

查看原文
industrytechcrunch
分享
India becomes the latest country to report rogue AI agent activity

代理通过应用配置、公共代码存储库和过于宽松的云角色中暴露的凭据和连接设置进入。

查看原文
industrytechcrunch
分享
Elorian’s first AI model wants to reason with images, not just about them

根据Elorian的评估, Glimpse在科学图表推理和短视频字幕方面的表现甚至优于GPT-6 Astra ,在其他视觉推理任务上取得了有竞争力的结果。

查看原文
industrytechcrunch
分享
Jev is Vercel’s fastest-adopted AI model ever

数据来自Vercel的AI网关,这是一种类似于OpenRouter的统一API服务。Jev是一种非文本AI模型,已成为迄今为止平台上采用最快的模型。

查看原文
industrytechcrunch
分享

🔥 社区热议

TOPIf you don't run your own LLM proxy, how do you know whats going on?

【HN】热度: 36 分 | 19 评论

查看原文
communitydiscussion
分享
Hybrid Reasoning Agents: LLM agents that think in latent space, act through text

【HN】热度: 218 分 | 135 评论

查看原文
communitydiscussion
分享
Show HN: WhatsApp MCP running free on Cloudflare

【HN】热度: 43 分 | 29 评论

查看原文
communitydiscussion
分享
Show HN: Sphinx – A hook that quizzes you on your AI's code before shipping

【HN】热度: 241 分 | 85 评论

查看原文
communitydiscussion
分享
The Brain Sandwich

【HN】热度: 77 分 | 49 评论

查看原文
communitydiscussion
分享
DeepSeek-v4.1-Flash-1017

【HN】热度: 937 分 | 706 评论

查看原文
communitydiscussion
分享