PatternBloom：智能体 RAG 不只检索「读什么」，还检索「怎么推理」，7B 模型分布外 EM 平均高 15 分
进步在哪：多跳问答里只检索内容的方法，推理一深就到顶。靠什么：第一阶段 RL 用信息增益奖励给智能体构建的证据图打分，把高分轨迹提炼成按类型抽象的推理骨架库，第二阶段 RL 让策略学会调用这些骨架。推理越深优势越大，代码已开源。
https://arxiv.org/abs/2611.10477Reposted. Will be removed on request. All rights belong to the original author.
More from this batch
New Australian AI safety and security protections
The Albanese Government will enshrine world leading mandatory Artificial Intelligence safety and security protections in Australian AI Stand…
Anthropic 官方宣布正式启动 IPO 路演
Anthropic 在 X 上确认已为拟议的首次公开募股启动路演，注册声明已提交美国证监会但尚未生效；这条帖子几小时内有 7 万多次浏览、1000 多个赞。对依赖 Claude 的企业，上市意味着财务信息会更透明。
马斯克：Grok 4.8 预训练已完成，xAI 抛弃 JAX 和 SGLang，用 C/C++ 从头重写了 RL 和推理栈
他说为了重写多花了些时间，SFT 数据也做了大量清洗，4.8 现在进入 RL 阶段、评测刚开始；在另一条回复里他承认目前不如 Opus 5.5，预计 Grok 5 两三个月后会超过它。这条帖子有 80 多万次浏览。
Stratechery：黄仁勋事件周一继续恶化，比国家安全更大的风险是公司治理
Ben Thompson 认为黄仁勋真正的风险在英伟达的治理层面，并分析华盛顿和纽约、硅谷之间谁会从中获益。全文需要订阅，这里只有摘要。
Claude can design electronic prototypes from start to finish
We asked Claude to design three electronic devices: a speakerphone, a voice-assistant hub, and a handheld virtual pet. The prototypes worked…
Agentic-OPD：把 RL 训练中丢掉的检查点当老师，找回智能体「忘掉」的能力，4B 模型深度搜索超过 GPT-5.6
进步在哪：GRPO 训练只留验证集最好的检查点，但它会做错早期检查点已经会的题。靠什么：把所有存档检查点当冻结的老师池，按学生还没解出的题挑覆盖最多的老师（HCN），只在学生失败、老师更强的题上做在线蒸馏（LAD）。效果：24 个基准最多提升 7.4 分，而且老师池不花额外训练成…
Reframe：让视觉智能体真正用上工具返回的结果，14 个图像和视频基准都超过 Mix-RL 和普通多教师蒸馏
进步在哪：视觉智能体常常忽略工具返回的观察，动作不准又让后续蒸馏没有好证据。靠什么：先用 GD-GRPO 训练空间和时间专家，奖励基于证据并随机拿掉原始图像，逼模型依赖工具结果；再用 OG-MOPD 在 rollout 中途把不合格的工具调用换成标准调用，从修好的观察继续蒸馏，不…
在线蒸馏能容忍多少训练和推理不一致？量化推理和异步 rollout 在一定「预算」内基本不掉质量
发现：OPD 对量化和权重陈旧带来的不一致容忍度比 RL 高得多，超过某个阈值才退化，阈值因模型和层而异，有些层对低精度特别敏感。作者给了一个轻量的准入检查，不用完整训练就能判断某个 rollout 配置是否安全，对想省蒸馏算力的团队很实用。
Nuance Labs 发布全双工音视频模型 Nuplex 1.0 和视频人设 Emma，能边听边说、边点头边插话
进步在哪：以往 AI 数字人要等你说完才开口，Nuplex 同时听和说，官方测试里回话时机与真人重合 89%，第二名只有 35%（他们自己也承认基准还不够准）。同时开放 Nuplex Beta API，可以给人设写提示词、让它在聊天时把长任务交给你的工具；目前只支持英文，不能克隆…
From prompt to app: Build with Google Maps in AI Studio
Build geospatial apps using Google Maps Platform in Google AI Studio with one-click demo keys and no credit card required.
You can now connect multiple local computers to the same dot
You can now connect multiple local computers to the same dot and choose which one it uses for a task.
BioCatch 推出 AiRE：实时识别网银会话里操作的是真人还是 AI 智能体
通过行为异常、合成输入、浏览器权限、智能体基础设施和智能体自我声明等信号判断，连 Muse 这类云端智能体也覆盖，现有客户通过原集成就能用。它的调查称 80% 的银行已经遇到过利用智能体的攻击，检测到的智能体交互近一半发生在开户环节。商业 SaaS，适合金融风控团队评估。