自主智能体

研究者提出AI原生保险数学模型，针对自主AI系统可能引发的决策风险，建立从风险评估到保单设计的全流程自动化框架。

最新研究提出系统级框架，将自改进智能体定义为由基础模型与操作支架耦合的配置系统，通过经验积累实现能力自主进化，推动智能体从研究原型向部署系统迈进。

TrustX团队提出ARC框架，通过12维评分体系对七类自主AI系统进行风险分级，为AI治理提供结构化工具。

研究者提出ATOD混合训练算法，通过退火调度机制结合策略蒸馏与强化学习，显著提升小模型智能体在长程交互任务中的性能表现。

研究者提出AgenticRei框架，使用基于义务逻辑的策略语言，为大语言模型驱动的自主AI系统提供运行时治理方案，解决现有策略引擎无法处理的复杂合规需求。