导语：GitHub 热门开源项目 TradingAgents 发布 v0.2.1 版本，这是一个多 Agent LLM 金融交易框架，模拟真实交易公司的动态协作。通过部署基本面分析师、情绪分析师、技术分析师、交易员、风险管理团队等专业化 Agent，系统可进行动态辩论并生成交易决策，支持 GPT-5.x、Gemini 3.x、Claude 4.x 等多个主流模型，为量化交易研究提供开放式新工具。 核心内容 TradingAgents 是一个由 Tauric Research 开源的多 Agent 交易框架，其核心设…
导语：arXiv 最新论文提出 cuGenOpt，一个 GPU 加速的通用元启发式组合优化框架。该框架采用"一块演化一解"CUDA 架构，支持 LLM 自然语言问题建模，在 TSP-442 上 30 秒内达到 4.73% 差距，比通用 MIP 求解器快数个数量级，为物流、调度等资源分配问题提供高效新方案。 核心内容 组合优化问题广泛存在于物流、调度和资源分配场景，但现有方法在通用性、性能和可用性之间面临根本性权衡。研究团队提出的cuGenOpt 框架同时解决了这三个维度的挑战。 核心架构采用创新的"一块演化一解"（…
导语：arXiv 最新论文提出 Stability Monitor，一个黑盒稳定性监控系统，通过行为指纹检测 LLM 端点的模型身份变化。该系统使用固定提示集采样输出并比较分布漂移，可检测模型家族、版本、推理栈、量化和 behavioral 参数变化，为 AI 原生应用提供新型可靠性保障。 核心内容 AI 原生应用的一致性依赖于模型端点的行为一致性。然而，传统可靠性指标（如 uptime、latency、throughput）无法捕捉行为变化——端点可能保持"健康"状态，但其有效模型身份已因权重更新、tokeniz…
导语：arXiv 最新论文提出 OS-Themis，一个可扩展的多 Agent 评论框架，用于 GUI 任务奖励评估。该框架将轨迹分解为可验证的里程碑并引入审核机制，在 AndroidWorld 上使在线 RL 训练效果提升 10.3%，为 GUI Agent 强化学习训练提供高质量奖励信号。 核心内容 强化学习（RL）有潜力提升 GUI Agent 在随机环境中的鲁棒性，但训练效果高度依赖奖励函数的质量。现有奖励方法难以同时实现可扩展性和准确性。研究团队提出的OS-Themis 框架采用多 Agent 评论架构，…
导语：arXiv 最新论文提出 Box Maze 框架，一种用于可靠 LLM 推理的过程控制架构。该框架将推理分解为记忆锚定、结构化推理和边界强制三层，在 50 个对抗场景中通过架构约束将边界失败率从 RLHF 基线的 40% 降至 1% 以下，为提升大模型推理可靠性提供新方向。 核心内容 大语言模型（LLM）展现出强大的生成能力，但在对抗性提示下仍容易产生幻觉和不可靠推理。现有的安全方法（如基于人类反馈的强化学习 RLHF 和输出过滤）主要在行为层面运作，缺乏强制执行推理过程完整性的显式架构机制。 研究团队提出的…
导语：arXiv 最新论文发布《Agentic Business Process Management：A Research Manifesto》，由牛津大学、IBM、SAP、Meta 等 20 家机构联合提出 APM（Agent 业务流程管理）新范式。该框架将 BPM 与自主 Agent 结合，定义框定自主性、可解释性、对话可操作性和自修改四大核心能力，为组织治理 AI Agent 提供系统性方法论，标志企业流程管理从自动化向自主化演进。 核心内容 随着大语言模型和基础模型的普及，组织正积极探索将自主性注入软件系…
导语：arXiv 最新论文提出 LuMamba，一个轻量级 EEG 脑电波基础模型。该框架结合拓扑不变编码与线性复杂度状态空间建模，仅用 4.6M 参数在阿尔茨海默症检测上达到 0.97 AUPR，计算效率比现有最佳模型提升 377 倍，支持 12 倍更长序列处理，为临床诊断和脑机接口提供高效新方案。 核心内容 脑电图（EEG）作为非侵入式脑活动监测技术，在临床诊断、认知神经科学和脑机接口领域发挥着核心作用。然而，构建 EEG 基础模型面临两大根本挑战：不同数据集的电极拓扑结构差异巨大，以及 Transformer…
导语：arXiv 最新论文对比人类与 LLM 的创造力机制，发现跨域映射干预对人类有效但对 LLM 无效。研究让参与者为日常产品设计新功能，人类从随机类比中显著受益，而 LLM 本身创意更多但不受干预影响，语义距离越远效果越明显。 核心内容 创造力是人类智能的核心特征之一，也是大语言模型（LLM）备受关注的能力。然而，LLM 的创造力是否与人类遵循相同机制？同样的创意激发方法是否对两者都有效？来自研究团队的最新论文《Serendipity by Design》给出了令人惊讶的答案。 研究设计采用对照实验方法，让人类…
GitHub 热门项目 OpenDataLoader-PDF 开源高性能 PDF 解析器，专为 AI 数据提取设计。在 200 份真实 PDF 基准测试中综合准确率 0.90 排名第一，支持 Markdown/JSON/HTML 输出，内置 OCR 和复杂表格识别。
arXiv 最新论文提出 OS-Themis，一个可扩展的多 Agent 批评框架，用于 GUI 智能体强化学习奖励评估。将轨迹分解为可验证里程碑，采用审查机制严格审核证据链，在 OmniGUIRewardBench 基准上超越现有方法 18.8%。
