01
模型合并何时可匹敌联合多任务强化学习：任务向量几何分析
该论文提供了与智能体能力、训练方法、评估体系或系统落地相关的一手证据。本期保留原始发布日期与来源链接，建议结合原文判断其可复现性和工程影响。
VOL. 004
8 条研究信号每日期刊 / 日期快照
Agentic RL 每日研究信号
今日未发现实质性新增
编辑部观察
本期三条判断
- 本期只使用可核验的一手来源，不把旧信号改写成新进展。
- 标题判断由本期实际收录的证据支撑，而不是单纯按发布时间排序。
- 需要继续观察智能体能力、训练稳定性、评估体系与安全边界之间的联动。
本期全文
本期全部资讯
归档时间 · 2026-07-20
arXiv ↗
02
5Hz 思考、20Hz 行动：闭环驾驶中的异步快慢视觉语言动作推理
该论文提供了与智能体能力、训练方法、评估体系或系统落地相关的一手证据。本期保留原始发布日期与来源链接，建议结合原文判断其可复现性和工程影响。
03
面向信息抽取的智能体行为可控性：从固定流程到反思型智能体
该论文提供了与智能体能力、训练方法、评估体系或系统落地相关的一手证据。本期保留原始发布日期与来源链接，建议结合原文判断其可复现性和工程影响。
04
ROLL v0.3.0：AgentRunner、可观测性与多模态 RLVR 继续补齐
# ROLL v0.3.0 Release Notes 大家好！感谢大家对ROLL的关注。ROLL发布了v0.3.0版本，新增Video RLVR、AgentRunner 2.0、MTP训练、Router Replay、Multi-Teacher OPD等重要特性；新增OpenTelemetry可观测性支持；强化mcore_adapter能力；扩展NPU/AMD硬件适配。以下是近期更新的一些梳理，我们将持续对ROLL进行迭代更新，欢迎加入ROLL的社区。 ## 🚀 亮点 - 新增 Video/Audio RLVR 训练支持（Video-R1 reward） - 新增 AgentRunner
05
SciForge：面向科学发现的 AI 原生多模态工作台
该论文提供了与智能体能力、训练方法、评估体系或系统落地相关的一手证据。本期保留原始发布日期与来源链接，建议结合原文判断其可复现性和工程影响。
06
感知中的 AGI：可信存在感来自维度完整性而非单纯能力
该论文提供了与智能体能力、训练方法、评估体系或系统落地相关的一手证据。本期保留原始发布日期与来源链接，建议结合原文判断其可复现性和工程影响。
07
AgentFAIR：面向地理空间数据 FAIR 评估的多智能体协作框架
该论文提供了与智能体能力、训练方法、评估体系或系统落地相关的一手证据。本期保留原始发布日期与来源链接，建议结合原文判断其可复现性和工程影响。
08
面向工作流生成的知识中心智能体
该论文提供了与智能体能力、训练方法、评估体系或系统落地相关的一手证据。本期保留原始发布日期与来源链接，建议结合原文判断其可复现性和工程影响。