摘要： 一些建议 GUI or CLI 内部对龙虾的引入和使用，主要是 GUI的方式：绑定美信，安全可控。这种对话的使用方式限制了龙虾的应用场景。这是典型的员工提效思维。 外部公司已经趋向CLI：钉钉已经彻底 CLI 化了、一键接入OpenClaw，谷歌开源CLI狂揽15k Stars，智能体接管Works 阅读全文

摘要： 自我博弈偏好优化（Self-Play Preference Optimization, SPO）是一种通过自我博弈机制直接优化策略的方法，其核心特点是无需显式奖励模型，也不依赖对抗性训练。从技术本质来看，SPO 确实在特定场景下取代了奖励模型，但这一取代并非绝对，而是取决于任务类型和优化目标。以下从 阅读全文

摘要： POLAR 的无监督预训练过程可以拆解为 “数据构建逻辑” 和 “对比学习目标” 两部分，结合具体例子会更易理解： 一、核心目标 让奖励模型（RM）像 “策略侦探” 一样，学会判断两条轨迹（模型输出）是否来自同一个 “政策”（即同一个模型或相似行为模式的模型）。如果来自同一政策，就给它们更高的 “相 阅读全文

摘要： 一、研究背景 强化学习（RL）在大型语言模型（LLMs）的训练中至关重要，其成功取决于奖励模型（RM）提供精确稳定反馈的能力。 传统奖励模型依赖标注的偏好对训练，存在可扩展性和泛化性问题，前者受限于获取大量高质量标注对的难度，后者因建模人类偏好的主观性易受奖励攻击。 规则基验证器虽能提供准确奖励信号 阅读全文

摘要： 一、论文核心内容 1. 研究背景痛点 现有放射学智能体评测基准存在根本性缺陷： 全部提前人工筛选、裁剪好单张影像切片输入模型，无法模拟放射科医生完整操作 DICOM 工作站； 缺少交互式工具操作评测维度，不考核调窗宽、滑动切片、多序列切换、病灶标注等真实阅片动作； 仅评测最终文字报告，忽略任务规划、 阅读全文

摘要： 一、论文核心内容 1. 研究背景痛点 健康随访辅导智能体存在两类信息源天然冲突的安全隐患： 1）患者自述记忆：时效性强，但存在记忆偏差、主观夸大、口误、AI 幻觉； 2）标准化电子病历 EHR（FHIR 规范）：具备医学权威验证，但数据更新滞后，无法实时反映患者当下状态。 传统通用记忆架构会直接用最 阅读全文

摘要： 一、论文核心内容 1. 研究背景痛点 现有临床试验智能体存在三大缺陷： 1）仅单次静态读取试验方案，无法留存纵向时序患者数据、多轮随访演变信息，不能跟踪受试者长期健康变化； 2）单智能体包揽全部任务，临床试验流程拆分粗糙，无法专业化分工（招募、药效、安全、方案规划）； 3）记忆无分层隔离，试验方案、 阅读全文

摘要： 一、研究背景与现存缺陷 现有大模型智能体外部记忆方案仅实现存储 + 向量检索基础功能，存在三点核心局限： 存储结构静态固化，依赖人工预设存储字段、固定检索规则，无法随任务自主调整记忆组织形式； 记忆相互独立孤立，仅做相似度匹配，不会自动建立记忆间关联关系，无法形成链式推理； 记忆只读不更新，新增交互 阅读全文

摘要： 测试环境 项目 配置 接口地址 https://aimpapi.midea.com/t-aigc/mat-vlm/v1/chat/completions 模型 Qwen3.6-35B-A3B-FP8 测试图片 139 张（8D 报告缺陷图片） 每档持续时长 60 秒 档位间冷却 5 秒 单请求超时 阅读全文

摘要： import asyncio import aiohttp import json import time import sys from pathlib import Path def log(msg): print(msg) sys.stdout.flush() PROJECT_ROOT = P 阅读全文

摘要： 1. 研究问题 面向交互式临床诊疗医疗智能体，现有记忆模块存在四点缺陷： 1）直接存储完整原始交互轨迹，存储冗余、混杂无效噪声，无法区分经验对推理任务的增益； 2）病例间推理流程相互隔离，缺少可复用标准化诊疗流程，跨病种泛化能力弱； 3）模型性能迭代依赖大模型权重微调，算力成本高，易出现灾难性遗忘； 阅读全文

摘要： 一、研究背景与痛点 面向医疗多模态大模型（Medical VLM）影像诊断，核心解决诊断幻觉（Diagnostic Hallucination） 问题arXiv： 模型存在确认偏误：一旦生成初步诊断假设，会主动编造影像里不存在的病灶、特征来佐证自己，出现流畅但完全虚假的诊断结论，存在临床安全风险； 阅读全文

摘要： MedEyes（AAAI 2026）论文完整解读 一、核心背景（现有医疗 VLM 痛点） 现有医疗多模态大模型 + 思维链 CoT + 强化学习 RLVR 存在明显缺陷： 模型一次性读取整张医学影像，没有模拟医生 “先全局扫视、再聚焦病灶细查” 的渐进诊断流程； 纯在线策略强化学习只会重复表面通顺、 阅读全文

摘要： 核心概念 记忆的类型 https://arxiv.org/pdf/2504.01990 Agent的记忆类型 记忆内容 记忆窗口 适用场景 可能的实现方案(个人理解） short-term working memory 单次run 长程+信息密集型的推理任务 reason & observation 阅读全文