🔥 AI & 科技
Agentic robotics places a large language model (LLM) agent in the robot control loop, where it composes perception, motion, and vision-language-action (VLA) tools under the guidance of a memory and thereby generalizes to new tasks without retraining. This generality comes at a steep price in efficie
📅 10-13📎 arXiv AI Papers
How should demonstration quality be used during vision-language-action (VLA) pretraining to improve performance after target-task fine-tuning? We compare weighting, filtering, and conditioning across reward definitions and label granularities using 5,000 naturally suboptimal human demonstrations and
📅 10-13📎 arXiv AI Papers
Long-horizon agents have drawn growing attention for their ability to work autonomously — from hours to days — on economically valuable tasks, a capability essential to automated discovery and recursive self-improvement (RSI). Yet open-source models still struggle on long-horizon tasks, largely fo
📅 10-13📎 arXiv AI Papers
DoubtLess 提出免训练的对比解码方法，通过对比模型在推理过程中的高置信与疑虑信号，动态筛选更可靠的推理路径，从而在不额外训练的前提下提升大模型推理效率与准确性，降低计算开销，为高效推理提供通用即插即用的新方案。
📅 10-13📎 arXiv AI Papers
AesCode 面向代码生成的美学质量，提出解耦的跨模态奖励机制，将功能正确性与视觉、结构等美学维度分离建模，避免奖励冲突，引导模型生成既可用又美观的代码，提升代码生成的综合质量与用户可读性。
📅 10-13📎 arXiv AI Papers
Hybrid Reasoning Agents 探索将多种推理范式融合于智能体的方法，结合符号推理、神经推理与工具调用等优势，使智能体在复杂任务中灵活切换推理策略，提升规划、决策与问题求解的鲁棒性和泛化能力。
📅 10-13📎 arXiv AI Papers
文章提出「双时钟」理论框架，解释在可验证奖励强化学习中，增大 rollout 批次虽提升单步信号质量，却因策略更新与奖励验证的时间尺度错配导致学习变慢、失败如期而至，为批次规模与训练调度提供理论指导。
📅 10-13📎 arXiv AI Papers
提出 MFG 多轮反馈引导分子优化框架，通过多轮交互式反馈迭代精炼分子生成方案，克服单轮优化的局部最优问题，在多个分子优化基准上提升目标性质达成率与生成多样性，为药物与材料设计提供高效方案。
📅 10-13📎 arXiv AI Papers
提出 LIBERO-RIG，一个针对视觉-语言-动作模型的硬件设置鲁棒性基准，系统评估模型在相机位姿、光照、机械臂配置等硬件变化下的泛化能力，揭示现有 VLA 模型对硬件条件高度敏感，为鲁棒性研究提供评测标准。
📅 10-13📎 arXiv AI Papers
本文探讨机器人物理层面的递归自我改进，即机器人能否自主设计、制造并改进自身硬件，形成无需人类介入的进化闭环。文章分析关键使能技术、评估标准与安全风险，为自主机器人长期能力增长提供路线图。
📅 10-13📎 arXiv AI Papers
Google Antigravity 官方博客：NewGemini 4 Argon available in Google AntigravityLearn more…
📎 Antigravity Blog