Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Visual Story-Writing: Writing by Manipulating Visual Representations of Stories

Summary

我们将“视觉化故事写作”定义为：利用故事要素的视觉表示来支持叙事文本的写作与修改。
为展示这一方法，我们开发了一款文本编辑器，能够自动将实体之间的交互关系、实体在不同地点之间的移动，以及故事事件的时间线进行图形化呈现。
与这些可视化内容进行交互会产生相应的文本编辑建议：例如，在图中连接两个角色会在文本中生成他们之间的一次互动；移动某个实体会更新其所描述的位置；重新排列时间线上的事件则会重组叙事的顺序。
通过两项关于叙事文本编辑与写作的用户研究，我们发现，可视化方式在支持参与者进行高层次修订规划、跟踪故事要素以及探索故事变体方面具有显著作用，并且能够以促进创造力的方式发挥效果。
总体而言，我们的工作为写作支持奠定了基础，这种支持不仅依赖文字，也同样依赖视觉形式。

原文链接：https://arxiv.org/abs/2410.07486

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Universal Deep Research: Bring Your Own Model and Strategy

Summary

深度研究工具是当今最具影响力、也最为常见的代理型系统之一。
然而，我们观察到，迄今为止提出的每一种深度研究代理都被硬编码为执行某一种特定的研究策略，并且使用的是固定的一组工具。
我们提出了通用深度研究（Universal Deep Research，UDR），这是一种通用型代理系统，可以封装在任何语言模型之上，使用户无需进行任何额外的训练或微调，就能够创建、编辑并不断完善完全自定义的深度研究策略。
为展示该系统的通用性，我们为 UDR 配备了示例性的最小化、扩展型和高强度研究策略，并提供了一个用户界面，以便用户对系统进行实验和探索。

原文链接：https://arxiv.org/abs/2509.00244

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Fhevm: A cross-chain protocol for confidential smart contracts

Summary

Zama 的 fhEVM 是一种跨链协议，利用全同态加密（Fully Homomorphic Encryption，FHE）在任何 L1 和 L2 上实现机密智能合约。它为链上应用提供端到端加密，在保证机密性与隐私性的同时，仍然保持完全的可组合性、可验证性以及无许可特性。

fhEVM 通过协处理器来执行高开销的 FHE 计算，使用门限多方计算（threshold MPC）来保障解密密钥的安全，并配套一组可部署在 Rollup 或 L1 上的智能合约，用于协调和编排各个不同的系统组件。

原文链接：https://github.com/zama-ai/fhevm/blob/main/fhevm-whitepaper.pdf

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery

Summary

人工智能（AI）正在重塑科学发现的方式，其角色正从专用的计算工具演进为自主的科研合作伙伴。我们将 Agentic Science（具身智能科学/代理型科学） 定位为“科学中的人工智能（AI for Science）”这一更大范式中的关键发展阶段，在这一阶段，AI 系统从部分辅助逐步走向具备完整科学主体性的自主体。得益于大语言模型（LLMs）、多模态系统以及集成化科研平台，代理型 AI 已展现出在假设生成、实验设计、实验执行、结果分析以及迭代优化等方面的能力——这些行为过去被普遍认为是人类科学家的独有特征。

本文综述以领域为导向，系统回顾了生命科学、化学、材料科学和物理学中自主科学发现的研究进展。我们通过一个综合性框架，统一了此前相对割裂的三种视角——以流程为导向、以自主性为导向以及以机制为导向——将基础能力、核心过程与具体领域实现有机衔接。在此框架基础上，本文进一步：（i）梳理了 AI for Science 的演进历程；（ii）识别了支撑科学主体性的五项核心能力；（iii）将科学发现建模为一个动态的四阶段工作流程；（iv）综述了上述多个学科领域中的应用实例；以及（v）综合分析了关键挑战与未来机遇。

本研究构建了一个面向领域的自主科学发现综合视角，并将 Agentic Science 定位为推动 AI 驱动科研发展的结构化范式。

原文链接：https://arxiv.org/abs/2508.14111

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Memento: Fine-tuning LLM Agents without Fine-tuning LLMs

Summary

本文提出了一种用于自适应大型语言模型（LLM）智能体的全新学习范式，该范式无需对底层 LLM 进行微调。现有方法往往存在两类局限：要么依赖静态、人工设计的反思工作流，灵活性不足；要么计算成本高昂，需要对 LLM 模型参数进行梯度更新。相比之下，我们的方法通过基于记忆的在线强化学习，实现了低成本的持续自适应。

我们将该过程形式化为一种记忆增强的马尔可夫决策过程（Memory-augmented Markov Decision Process，M-MDP），并引入一个神经化的案例选择策略来指导行动决策。历史经验被存储在情景记忆中，该记忆既可以是可微的，也可以是非参数化的。策略通过一种记忆重写机制，基于环境反馈持续更新；而策略改进则通过高效的记忆读取（检索）来实现。

我们在深度研究（deep research）场景中实例化了该智能体模型，命名为 Memento。该模型在 GAIA 验证集上取得了第一名（Pass@3 为 87.88%），在测试集上达到 79.40%。在 DeepResearcher 数据集上，其 F1 值为 66.6%，PM 为 80.4%，超过了当前最先进的基于训练的方法；同时，基于案例的记忆机制在分布外任务上带来了 4.7% 至 9.6% 的绝对性能提升。

总体而言，我们的方法为构建具备持续、实时学习能力且无需梯度更新的通用型 LLM 智能体提供了一条可扩展且高效的路径，推动了机器学习在开放式技能获取和深度研究场景中的发展。代码已在上述 HTTPS 链接中公开。

原文链接：https://arxiv.org/abs/2508.16153

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Anemoi: A Semi-Centralized Multi-agent System Based on Agent-to-Agent Communication MCP server from Coral Protocol

Summary

近年来，通用型多智能体系统（Multi-Agent Systems，MAS）的研究进展主要遵循“上下文工程 + 集中式”的范式，即由一个规划智能体通过单向提示传递来协调多个执行智能体。尽管在规划智能体能力较强时该设计较为有效，但其存在两个关键局限：（1）对规划智能体能力的高度依赖，当规划智能体由规模较小的语言模型（LLM）驱动时，系统性能会显著下降；（2）智能体之间的通信受限，协作主要依赖提示的简单拼接，而非通过结构化讨论实现真正的结果细化与改进。

为应对上述挑战，我们提出了 Anemoi——一种基于 Coral Protocol 的 Agent-to-Agent（A2A）通信 MCP 服务器构建的半集中式多智能体系统。与传统设计不同，Anemoi 支持结构化且直接的智能体间协作，使所有智能体能够实时监控任务进展、评估阶段性结果、识别瓶颈并提出改进建议。该范式降低了对单一规划智能体的依赖，支持自适应的计划更新，并减少了冗余的上下文传递，从而实现更具可扩展性的执行过程。

在 GAIA 基准测试上的评估结果表明，当使用小规模 LLM（GPT-4.1-mini）作为规划智能体时，Anemoi 取得了 52.73% 的准确率；在相同 LLM 设置下，该成绩相比最强的开源基线 OWL（43.63%）提升了 9.09 个百分点。我们的实现已在上述 https URL 上公开发布。

原文链接：https://arxiv.org/abs/2508.17068

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

OPENCUA: Open Foundations for Computer-Use Agents

Summary

视觉—语言模型已展示出作为计算机使用代理（Computer-Use Agents，CUAs）的卓越能力，能够自动化完成多种计算机任务。随着其商业潜力不断提升，最先进的 CUA 系统的关键技术细节仍然处于封闭状态。鉴于这类代理将日益在数字交互中充当中介，并代表我们执行具有重要影响的决策，研究社区亟需开放的 CUA 框架，以系统性地研究其能力、局限性与潜在风险。为弥补这一缺口，我们提出了 OpenCUA，一个用于扩展 CUA 数据与基础模型的综合性开源框架。

该框架包括以下三项核心组成部分：（1）一个标注基础设施，能够无缝捕获人类的计算机使用示范；（2）AgentNet，这是首个大规模计算机使用任务数据集，覆盖 3 种操作系统以及 200 余个应用程序和网站；（3）一个可扩展的数据处理流水线，将示范转化为状态—动作对，并引入具有反思性的长链式思维（Chain-of-Thought）推理，从而在数据规模扩大时持续带来稳健的性能提升。

我们的端到端代理模型在多项 CUA 基准测试中表现出强劲性能。尤其是，OpenCUA-72B 在 OSWorld-Verified 上取得了 45.0% 的平均成功率，在开源模型中建立了新的最优性能（SOTA）。进一步分析表明，该方法在跨领域场景中具有良好的泛化能力，并且能够显著受益于测试阶段计算量的增加。我们已公开发布标注工具、数据集、代码及模型，以构建开放基础，推动后续 CUA 研究的发展。

原文链接：https://arxiv.org/abs/2508.09123

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：ComputerRL: Scaling End-to-End Online Reinforcement Learning for Computer Use Agents

Summary

我们提出了 ComputerRL——一个面向自主桌面智能的框架，使智能体能够熟练地操作复杂的数字化工作空间。ComputerRL 引入了 API-GUI 范式，将程序化的 API 调用与直接的 GUI 交互统一起来，从而解决机器智能体与以人为中心的桌面环境之间固有的不匹配问题。

为了在多样化的桌面任务上实现能力提升与泛化，端到端强化学习（RL）的规模化训练至关重要；然而，由于环境效率低下以及长时间训练过程中的不稳定性，这一目标仍然面临诸多挑战。为支持可扩展且稳健的训练，我们构建了一套分布式强化学习基础设施，能够调度数千个并行的虚拟桌面环境，从而加速大规模在线强化学习。

此外，我们提出了一种名为 Entropulse 的训练策略，通过在强化学习与监督微调之间交替训练，有效缓解了长时间训练过程中出现的熵坍塌问题。我们将 ComputerRL 应用于开源模型 GLM-4-9B-0414 和 GLM-4.1V-9B-Thinking，并在 OSWorld 基准上进行了评测。结果表明，AutoGLM-OS-9B 达到了 48.9% 的新 SOTA 准确率，显著提升了通用智能体在桌面自动化任务中的表现。

我们的代码以及新的 OfficeWorld 基准测试已在所述 https 链接中公开。该算法与框架也已被用于构建 AutoGLM（Liu 等，2024b）。

原文链接：https://arxiv.org/abs/2508.14040

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RL

Summary

近年来，大型语言模型（LLM）和多智能体系统的快速发展，已在深度研究、氛围式编程（vibe coding）以及数学推理等复杂问题求解任务中展现出卓越能力。然而，现有的大多数多智能体系统依赖人工设计的提示词与工作流工程，并构建在复杂的智能体框架之上，这使得它们在计算上效率低下、能力受限，且难以从以数据为中心的学习范式中获益。

在本文中，我们提出了 Chain-of-Agents（CoA）——一种新的 LLM 推理范式，使单一模型即可原生地端到端完成复杂问题求解，其方式与多智能体系统等价（即通过多轮交互、使用多种工具并扮演多个智能体角色来解决问题）。在 Chain-of-Agents 的问题求解过程中，模型会动态激活不同的工具型智能体和角色扮演型智能体，以端到端的方式模拟多智能体协作。

为在 LLM 中激发端到端的 Chain-of-Agents 求解能力，我们提出了一种多智能体蒸馏框架，将最先进的多智能体系统蒸馏为 Chain-of-Agents 轨迹，用于智能体化的监督微调（agentic supervised fine-tuning）。随后，我们在可验证的智能体任务上引入智能体强化学习（agentic reinforcement learning），进一步提升模型在 Chain-of-Agents 问题求解方面的能力。我们将最终得到的模型称为智能体基础模型（Agent Foundation Models，AFMs）。

大量实验结果表明，AFM 在 Web 智能体和代码智能体等多种设置下的多项基准测试中均取得了新的最先进性能。我们将全部研究成果完全开源，包括模型权重、训练与评估代码以及训练数据，为未来关于智能体模型和智能体强化学习的研究提供了坚实的起点。

原文链接：https://arxiv.org/abs/2508.13167

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

AI Agent Smart Contract Exploit Generation

Summary

智能合约漏洞已造成数十亿美元的损失，但发现可实际利用的攻击仍然极具挑战性。传统模糊测试工具依赖僵化的启发式规则，难以应对复杂攻击；而人工审计虽然细致，却效率低下且难以规模化。大型语言模型（LLM）提供了一种颇具潜力的折中方案，将类人的推理能力与机器级的执行速度相结合。

然而，早期研究表明，仅通过提示词驱动 LLM 往往会产生未经验证的漏洞猜测，且误报率较高。为解决这一问题，我们提出了 A1——一种智能体（agentic）系统，可将任意 LLM 转化为端到端的漏洞利用生成器。A1 为智能体提供了六种领域特定工具，用于自动化漏洞发现，覆盖从理解合约行为到在真实区块链状态上测试攻击策略的全过程。所有输出结果均通过实际执行进行严格验证，确保仅报告具备实际获利能力的概念验证（PoC）漏洞利用。

我们在以太坊和币安智能链上的 36 个真实世界漏洞合约上对 A1 进行了评估。在 VERITE 基准测试中，A1 取得了 63% 的成功率。在所有成功案例中，A1 单个漏洞利用最高可提取 859 万美元，总计可达 933 万美元。通过在六种 LLM 上开展的 432 次实验，我们发现大多数漏洞利用在五次迭代内即可生成，单次尝试的成本介于 0.01 美元至 3.59 美元之间。

此外，通过对历史攻击进行蒙特卡洛分析，我们表明：若能立即检测到漏洞，成功概率可达 86%–89%；若延迟一周再发现，成功概率则骤降至 6%–21%。经济性分析进一步揭示了一种令人担忧的不对称性：攻击者在仅 6000 美元的漏洞价值下即可实现盈利，而防御者则需要 60000 美元——这引发了一个根本性问题，即 AI 智能体是否不可避免地更倾向于促进攻击而非防御。

原文链接：https://arxiv.org/abs/2507.05558