强化学习
阿里发布信息检索Agent，可自主上网查资料，GAIA基准超越GPT-4o 模型&数据开源
阿里发布WebDancer，作为端到端自主信息搜索智能体。它能实现复杂任务如网页遍历、信息搜索和问答，并已开源训练框架。通过四阶段训练范式提升推理、工具使用及泛化能力，已在GAIA和WebWalkerQA上取得显著成绩。
AI 开始「自由玩电脑」了！吉大提出「屏幕探索者」智能体
基于强化学习训练的视觉语言模型成功在开放GUI环境中进行了自我探索，提升了智能体的交互能力。该研究展示了如何结合探索奖励、世界模型和GRPO强化学习来增强智能体的探索效率，并通过经验流蒸馏技术进一步提升了其自主性。
Meta挖走OpenAI顶级研究员Trapit Bansal，曾是o1模型重要开发者
专注于AIGC领域的专业社区报道Meta挖角OpenAI顶级研究员Trapit Bansal加入其新成立的AI超级智能部门。Bansal此前在OpenAI工作多年，并曾是o1模型的基础贡献者之一。
ToMAP：赋予大模型「读心术」，打造更聪明的AI说服者
本文提出了一种名为ToMAP的新模型，它结合了心智理论机制以增强语言模型在说服任务中的表现。通过引入反驳预测器和态度预测器两大模块，ToMAP能够预判对方可能提出的反论点并评估其态度变化，从而实现更具个性化、灵活性和逻辑性的说服过程。
