本周顶级AI论文精选（10月5日至10月11日）： - VERA - HERMES - CorpusMap - VeriHarness - 税收细化 - Harness学习 - 多代理自我监督 更多精彩内容，请访问DAIR.AI：

Meta发布了一篇关于AI研究代理的重磅论文。（赶紧收藏）如果你正在开发AI科学家系统，这篇论文绝对值得一看。研究结果显示：一个27B的开放模型在新颖性方面比最强的开放自动研究基线高出14.0%，并且在与Claude Code SDK和Co

一篇关于智能体记忆的好论文。它探讨了一种有效的记忆路由机制。总体发现是，每种类型的记忆需要一个单独的检索策略，而不是对所有内容进行单一的嵌入搜索。作者证明，在记忆存储包含多种类型的情况下，任何单一的检索策略都有预期精度的上限。MemoTyp

RT elvis 注意自定义束缚的重要性。这篇论文非常有趣，展示了在束缚中训练的影响。Qwen3-14B在使用相同执行束缚训练后，Spider 2.0-SQLite上的准确率从22.2%提升到了54.8%。通常，文本到SQL模型是训练来写一

RT elvis Sakana AI 推荐了一篇关于递归自我改进的论文。他们提出了一种通过多智能体自监督来扩展递归自我改进的方法。在这个研究方向上，自我改进循环通常需要一个外部验证者，因此没有检查器的开放性任务被排除在外。而 MASS 则去

RT 埃尔维斯对这种提高后续训练可访问性的趋势持乐观态度。一个新的后续训练时代已经到来。如果你在做代理强化学习，处理长上下文任务（这是当前的一大重点）是非常昂贵、低效且难以扩展的。我在深入研究长上下文任务的强化学习环境和评估，发现这很有用。

转发 elvis：最新消息，微软也发布了其 System One 模型，名为 Microsoft-Decision-1。Jev 在这个领域的影响真是太疯狂了。决策模型用于驱动 LLM 评委和改进科学发现流程（比如筛选候选假设）的应用也非常酷

RT Elvis，Step 5 预览版来自 @StepFun_ai，在上线一天后就登上了 OpenRouter 趋势榜第一名。这个模型已经在 Kilo Code、Cline、Hermes Agent 和 OpenCode 上线了。你可以保持

在我们最新的论文集中追踪递归自我改进（RSI）的重要研究。elvis：递归自我改进（RSI）是AI领域最热门的话题之一。我们还处于这个领域的早期阶段。现在是了解最新RSI研究的好时机。从这个领域将诞生许多优秀的企业和产品。如果你在寻找有关R

Meta超智能实验室发布了一份关于用户模拟器的重磅论文，用于代理训练。通常情况下，代理强化学习设置会让一个助手型大语言模型扮演用户，但这样模拟出来的用户过于合作，表达过于直接。一个固定的GPT-5.5代理在这些用户面前完成τ-基准任务比对真