基于信念更新与世界模型的长程智能体故障恢复
预印本摘要称，研究者提出结合持久证据与前瞻性推理的框架 BELIEFWEAVER，利用隐式世界模型（IWM）评估修复假设以解决长程智能体的故障恢复难题。在三个基于终端的基准测试中，该框架比原生 Terminus-2 延续方案的总最终得分提升 5.1 个百分点。蒸馏得到的 9B 学生模型最终得分比报告的原生基线提高 9.8 个百分点，并将预估教师 API 成本降低 54.8%。
#智能体运行框架
arXiv · 工业智能研究摘要 arXiv · 工业智能研究摘要精选 SEAR：用于评估大模型自主演进的智能体机器人框架与基准
预印本摘要称，研究者提出了自我演进智能体机器人框架与基准 SEAR，通过策略代码生成、实时控制与视觉语言动作模型微调三种模式，测试智能体在机器人任务中是否真正实现经验积累与跨环境迁移。
业务关注点：预印本通过严密对照区分智能体的真学习与单纯试错，揭示了控制代码可迁移而场景解法难泛化的边界。