AI WEEKLY VOL. 2026-W27
周报 2026-06-29 ~ 2026-07-05
2026-06-29 至 2026-07-05 AI 技术周报
19 条信息 约 4 分钟
论文精选
Orca，世界在你心中
社区热度 177 · 查看论文
Agentic Abstention，Agent 知道何时停止行动吗
社区热度 121 · 查看论文
LLM Agent 通常需要多轮行动，并调用搜索、浏览器界面和终端工具才能完成用户目标。
Dockerless，面向编码 Agent 的无环境程序验证器
社区热度 86 · 查看论文
程序验证器可筛选监督微调（SFT）轨迹，也能为强化学习（RL）提供奖励，因此是训练编码 Agent 的重要组件。
DOPD，双重在策略蒸馏方法
社区热度 76 · 查看论文
在策略蒸馏（OPD）使用密集的 Token 级信号监督学生模型采样轨迹，以传递教师模型的能力。
LiveEdit，迈向基于扩散的实时流视频编辑
社区热度 72 · 查看论文