AI系统

EvoCUA-1.5将计算机使用智能体从离线经验学习扩展到在线强化学习，通过创新算法解决多轮交互中的观察管理、稀疏奖励等挑战，在OSWorld-Verified基准上取得63.2%的成功率。

研究人员提出YUKTI框架，将自然语言描述转化为包含不确定性建模的决策方案，相比传统点值优化方法显著降低决策遗憾。

研究人员提出Hawk框架，通过硬件感知知识提升NPU内核生成性能，将生成准确率从49.4%提升至80.0%，执行速度最高提升2.2倍。

研究者提出新型自进化智能体系统Metis，通过分层双表征记忆架构，将文本记忆的广泛适用性与代码记忆的执行效率相结合，显著提升任务准确率并降低执行成本。