专题｜RSI 与 Agent 自进化：站内内容地图与三条阅读路线
本站「RSI 与 Agent 自进化」专题入口页：把站内 11 篇原创深度与 14 条一手动态收进同一张地图——先给 30 秒定性（RSI 改"改进能力"、自进化改"任务表现"），再按概念／全景／证据／判定／事件／工程／治理七层分层索引，附三条按时间预算划分的阅读路线（30 分钟 / 2 小时 / 半天）、一页速查卡、收录标准与更新日志。
阅读全文 →
全部文章
ARCHIVE 共 470 条基于负策略采样的在线策略蒸馏方法
提出 Negative-Policy OPD，在在线策略蒸馏中引入低能力负策略的采样作为负参考，以弥补强教师与学生分布重叠不足时正向信号不足的问题。
Gan Jiang：面向X射线衍射的自主学习科学智能体
研究团队提出粉末X射线衍射自学习智能体Gan Jiang，基于XMatcher、XQueryer、XDecomposer与WPEM构成的衍射分析生态，通过诊断失败、修订技能指令与代码并在复用前验证，将分析经验转化为可执行的技能，无需重训语言模型或改动底层物理模型，冻结技能后在留存评估中取得更高精修得分。
Incidental information contaminates patient notes and disrupts clinical reasoning in large language models
Large language models (LLMs) are increasingly relied upon to support ambient documentation and clinical reasoning. Here …
Robo-COP：机器人编排器与策略在部署中共进化
论文提出VLA策略在训练域外泛化能力有限、成为系统瓶颈，提出Robo-COP方法让VLM编排器与策略在部署中协同进化，以克服单独微调策略导致与编排器脱节的问题。
PhysEvo：围绕单个冻结模型实现物理递归自我改进的机器人框架
PhysEvo 通过任务代理执行机器人任务、元代理分析轨迹并修正工具技能，甚至改进自身诊断工具，在不更新模型权重的情况下提升关节控制与操作技能，并在 RoboDojo 42 个任务上进行了评估。
刚刚，诺贝尔物理奖一人独揽！
Jay* 2026-10-06 18:44:58 来源：量子位
南极洲甚至有一座高地以他名字命名
Jay 发自 凹非寺
量子位 | 公众号 QbitAI
刚刚，诺贝尔物理学奖公布。
这一次没有任何并列，得主只有一个人，来自美国威斯康星大学…
俄罗斯女研究员因感染肺鼠疫死亡]
在引发广泛关注之后，俄罗斯证实一名女研究员因感染肺鼠疫死亡，否认有其他人感染。俄罗斯称，在西伯利亚和远东地区抗鼠疫科学研究所工作的 28 岁女死者希皮洛娃（Darya Shipilova），是因为意外打破试管而被流出的肺鼠疫（pneumon…
2026 年诺贝尔物理奖授予了冰立方中微子天文台提出者 Francis Halzen]
2026 年诺贝尔物理奖授予了美国科学家 Francis Halzen，以表彰其“对冰立方中微子天文台的决定性贡献以及发现具有天体物理起源的高能中微子”。中微子无处不在，它们径直穿过地球，穿过人体，而我们毫无察觉。极少数情况下，一个中微子会…
刚刚，诺贝尔奖颁给光遗传学！
梦瑶* 2026-10-05 18:37:01 来源：量子位
从绿藻里的光开关，到控制神经元
刚刚，2026年诺贝尔生理学或医学奖揭晓！
Karl Deisseroth、Peter Hegemann**和**Georg Nagel**三位…
Rationale-Guided Policy Optimization: Learning to Reason with Adaptive Rationale Scaffolding
On-policy reinforcement learning has become a central paradigm for improving the reasoning abilities of large language m…
科学家识别出三种叫声最响亮的鸟]
生物学家在巴西识别出三种叫声最响亮的鸟。至于这些鸟如何演化出最响亮的叫声则仍然是个迷。白钟雀（white bellbird）叫声能达到 125 分贝，裸喉钟雀（bare-throated bellbird）和红腿叫鹤（red-legged …
太阳系可能没有以前认为的能存在千亿年]
太阳已有 46 亿年历史，大约 50 亿年后，随着氢燃料的耗尽，太阳外层将会膨胀转变为红巨星，它会吞噬水星和金星，甚至可能包括地球。太阳系外围的气体巨行星预计会幸免，随着太阳光芒的熄灭，太阳系的残余行星预计还能存在一千亿年。然而发表在《Th…