norgitov/ trends
Технологии · люди · идеи
RSS
RUEN
К обзору/Daily Papers3 часа назад
ИсследованияDaily Papers

ScienceIDE: Превращение мирового научного кода в среды, обучаемые агентами

В статье представлен ScienceIDE, фреймворк, преобразующий научные репозитории кода в программируемые среды для обучения научных агентов. Эти среды позволяют генерировать задачи, их выполнение и верификацию, поддерживая сверточную настройку и усиление обучения. Подход показывает улучшения в восстановлении научного кода и общих задач.

Открыть первоисточник
СИГНАЛ ИЗ ИСТОЧНИКА
38
голосов источника
Наблюдаем с17 сентября 2026 г.38 голосов источника
Темп интереса—Нужны повторные замеры
Опубликовано16 сентября 2026 г.Hejia Geng, Zesen Huang, Haoyang Li
ЗА ЦИФРАМИ

Как меняется интерес

Daily Papers

История начинает расти

График появится после повторных замеров. Текущий показатель уже получен из источника.

38 голосов источника

Только реальные замеры. История до подключения источника не восстанавливается.

ЗАЧЕМ ОБРАТИТЬ ВНИМАНИЕ

ScienceIDE предоставляет структурированный способ преобразования научного кода в среды для обучения агентов, что может улучшить их способность справляться с научными задачами и общими программными проблемами.

Полезная находка?
ПРОДОЛЖИ ИССЛЕДОВАНИЕ

Рядом по теме

Вся тема
Daily Papers

Технический отчет StepAudio 3 Realtime

StepAudio 3 Realtime — это модель аудио-языкового фундамента для реального времени, с непрерывным циклом слушания, разговора, мышления и действий. Включает Deep Perception для интерпретации намерений пользователя, Seamless Duplex для синхронизации аудиопотоков и Think-While-Speaking для баланса между рассуждениями и задержкой. Модель показывает высокие результаты на таких тестах, как MMSU и Artificial Analysis Full-Duplex, а также имеет коэффициент успешности задач на τ-Voice.

5 дней назадDaily Papers

StepAudio 3 Music: Генерация музыки масштаба с явным планированием и текстовым управлением

StepAudio 3 Music — это модель генерации музыки масштаба, использующая явное музыкальное планирование и текстовое управление. Она использует поток-совпадающий диффузионный Трансформер для предсказания аудио-латентов, с дискретно-непрерывной архитектурой и моделью Mixture-of-Experts для генерации структурированной музыки.

6 дней назадDaily Papers

PhysBrain 1.5: От визуально-языковых моделей к физическим фундаментальным моделям

PhysBrain 1.5 - модель для понимания физических сред, генерации действий и предсказания будущих состояний. Она использует основу визуально-языковых моделей, кодирует языковые ответы и движения как последовательности и предварительно обучается на видео взаимодействия людей. Модель показывает отличные результаты на тестах понимания физических сред.

3 дня назадDaily Papers

LynnReal-Omni: Нативная мультимодальная генерация видео для агентных визуальных рабочих процессов

LynnReal-Omni — это фреймворк генерации мультимодальных видео, объединяющий текст-в-видео, генерацию на основе изображений и структурный контроль в одном модели. Он включает 32-миллиардную общую мультимодальную трансформер-модель диффузии и версию 27B Flash для реального времени, с пайплайном данных и методом оценки для задач генерации видео.

3 дня назадDaily Papers

Confidence Comes from Experience: Experiential Confidence Estimation from Reasoning to Agents

Reliable confidence estimation is increasingly central to the trustworthy deployment of language models: a calibrated estimate of the probability that an output is correct decides what to ship, what to escalate, and what to retry. Existing confidence estimators, however, share one design premise: they only read the current inference process, either by introspecting on it, scoring its token probabilities, or resampling it. We argue that the current inference is not a sufficient basis for confidence. We propose XConf (eXperiential Confidence): estimating confidence together with the model's accumulated experience. The experience is stored as a record of the model's own graded past episodes, each holding the task, the model's reflection, its stated confidence, the outcome, and a lesson written once the grade arrived. Given a new task, XConf's Recall stage retrieves past episodes on similar tasks met with a similar stated confidence, and reads off their historical success rate; its Reflect stage shows the model this record, has it name its recurring failure mode, and restate a confidence now informed by its own track records. Our estimator is format-general, requiring no logit access or weight updates, and costs only one answer generation. Across nine benchmarks spanning reasoning, coding, multimodal QA, and interactive agents, and four models from three families, XConf beats or matches ten-sample self-consistency in discrimination (AUROC) on 23 of 24 comparisons, with much lower calibration error (ECE), at a tenth of the generation cost. Used for selective prediction, abstaining on the 10% least-confident episodes raises the delivered success rate by up to 8.7 points on agent tasks. We therefore see experiential confidence estimation as a new paradigm for future general-purpose confidence estimation.

позавчераDaily Papers

ZGCM-1: Полностью открытая и очень эффективная фундаментальная модель для математики и агентного поиска

ZGCM-1 — модель с 7 млрд параметров, разработанная для математики и агентного поиска, с акцентом на эффективность благодаря архитектурному и системному ко-дизайну, прогрессивному учебному курсу и AI-нативному R&D-процессу. Она демонстрирует конкурентоспособные результаты по сравнению с более крупными моделями на задачах математики и поиска, с улучшениями в эффективности обучения и открытым доступом к материалам обучения.

6 дней назад