ResearchStudio
PulseAugur coverage of ResearchStudio — every cluster mentioning ResearchStudio across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
FocusGUI 适配器通过优先考虑多模态证据来提高 GUI 代理的准确性
研究人员推出了一种名为 FocusGUI 的新型适配器，旨在提高图形用户界面 (GUI) 代理的性能。该系统动态选择相关的多模态证据，例如屏幕截图和音频，以防止由不相关上下文引起的复合错误。通过聚焦感知和压缩相关信息，FocusGUI 可以在不微调底层代理模型的情况下提高动作准确性。该适配器已显示出显著的改进，与基线方法相比，动作准确性指标提高了三倍多。
-
ScaleNav 使用互联网视频进行机器人导航
研究人员开发了 ScaleNav，一个用于机器人语言条件局部导航的新颖框架。该系统利用互联网自我中心视频的大规模预训练来学习目标导向的视觉动力学，然后使用模拟数据进行微调以生成机器人动作。ScaleNav 在模拟环境和四足机器人上的实际部署中都表现出高成功率，优于现有基准。
-
新基准AnyGoal测试AI世界模型泛化能力
研究人员推出了AnyGoal，这是一个旨在评估AI规划中世界模型泛化能力的新基准。该基准侧重于这些模型是否能在熟悉的状态和动作以新颖的方式组合时预测环境动态，这是可靠规划的关键方面。对各种世界模型家族的初步评估显示，在这些组合泛化任务中持续存在失败，表明当前模型难以将学到的动态重新组合以适应未见过的场景。
-
EgoXperience框架使用新的标注引擎重建自我中心视频
研究人员推出EgoXperience，一个新颖的框架，旨在通过联合建模相机运动、场景几何、手部和物体来重建自我中心视频。该系统利用一个名为EgoX-Engine的自动标注引擎，它将物体跟踪与基于SLAM的世界对齐相结合，以生成一致的监督。该框架包括EgoX-Data-6M，一个50小时的数据集，以及用于评估的EgoX-Bench，EgoX模型在度量重建和手部-物体姿态恢复方面展示了最先进的性能。
-
机器人从车队经验中集体学习，以提高策略可靠性
研究人员开发了一种名为集体经验学习（CEL）的新范式，供机器人通过共享执行数据来改进其策略。该方法通过故障引导经验检索微调（FERT）实现，利用故障上下文识别和利用车队共享经验中的成功轨迹片段进行策略更新，无需额外的专家纠正。容错异步训练系统（FATS）跨大型机器人车队管理此过程，实现可扩展学习，并显著提高真实世界操作任务的成功率。
-
Hugging Face 研究人员发布 HOLI-WORLD 以实现以自我为中心的 AI 学习
研究人员推出 HOLI-WORLD，这是一个集成生态系统，旨在自动化从以自我为中心的录音中创建大规模学习资源。该系统旨在通过连接场景结构、对象语义和交互历史来增强机器对动态场景和交互的理解。HOLIWORLD-Foundry 组件结合了静态和动态感知来构建世界记录，然后由 HOLIWORLD-Data 将其组织成学习资源。这些资源已被用于训练 HOLIWORLD-VL-4B 模型，该模型在各种基准测试中展示了改进的空间和时间推理能力。
-
新的基准OR-License测试LLM代理在真实世界运筹学问题上的能力
一个名为OR-License的新基准已被开发出来，用于评估大型语言模型（LLM）代理在解决真实世界运筹学（OR）问题方面的能力。该基准源自总计368万美元的实际客户项目，评估了包括信息获取和可行性在内的端到端问题解决能力。虽然一些前沿LLM在某些任务上表现出较高的客观质量，但没有一个能达到人类专家的部署调整后质量，表明在实际应用中存在差距。
-
Interlock框架增强LLM代理处理复杂长时任务的能力
研究人员开发了Interlock，一个旨在提高大型语言模型代理在复杂、长时任务上性能的新框架。Interlock将这些任务合成为类型化的完成图，强制执行不同组件和依赖项之间的约束。该框架使用基于代理的验证和对已接受轨迹的自训练来提高任务完成率。使用Qwen3.6模型的初步微调实验在AutomationBench和JobBench等基准测试中显示出显著的改进。