Seventy3

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。

Virtual Agent Economies

Summary

自主型 AI 智能体的快速采用正在催生一个新的经济层面，在这一层面中，智能体以超出人类直接监督能力的规模和速度进行交易与协作。我们提出“沙盒经济”（sandbox economy）这一框架，用以分析这一新兴系统，并从两个关键维度对其进行刻画：其起源（自发涌现型 vs. 有意设计型），以及其与既有人类经济之间的隔离程度（可渗透型 vs. 不可渗透型）。

当前的发展轨迹表明，一个规模庞大且高度可渗透的 AI 智能体经济正在自发形成。这一趋势既为前所未有的大规模协调提供了机遇，也带来了显著挑战，包括系统性经济风险以及不平等的进一步加剧。本文讨论了若干可能的设计选择，这些选择有助于实现安全且可控的 AI 智能体市场。

具体而言，我们考察了用于公平资源分配与偏好协调的拍卖机制、围绕实现集体目标而进行协调的 AI“使命经济”（mission economies）的设计，以及确保信任、安全与问责所需的社会—技术基础设施。通过上述分析，我们主张对可引导的智能体市场进行前瞻性设计，以确保即将到来的技术变革能够与人类长期的整体繁荣相一致。

原文链接：https://arxiv.org/abs/2509.10147

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。

Why Language Models Hallucinate

Summary

就像学生在面对困难的考试题目时一样，大型语言模型在不确定时有时会进行猜测，生成看似合理但实际上错误的陈述，而不是承认自身的不确定性。即便在最先进的系统中，这类“幻觉”现象仍然存在，并削弱了人们对模型的信任。我们认为，语言模型之所以会产生幻觉，是因为训练和评估流程奖励猜测行为，而非承认不确定性；并且我们分析了现代训练流水线中导致幻觉的统计学成因。幻觉并不神秘——它们本质上只是二元分类中的错误。如果无法将错误陈述与事实区分开来，那么在自然的统计压力作用下，预训练语言模型中就会产生幻觉。接着，我们指出，幻觉之所以持续存在，是由于大多数评测的评分方式所致——语言模型被优化成“擅长应试”的系统，而在不确定时进行猜测能够提升测试成绩。这种对不确定回答进行惩罚的“流行病”，只能通过一种社会—技术层面的缓解手段来解决：与其引入新的幻觉评测，不如修改那些虽然存在错位但却主导排行榜的现有基准的评分方式。这一改变可能会引导该领域迈向更加值得信赖的人工智能系统。

原文链接：https://arxiv.org/abs/2509.04664

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。

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

Summary

该文本介绍了一种名为 Memento 的新型学习范式，它旨在实现 自适应大型语言模型（LLM）代理的持续学习，而无需对底层 LLM 进行成本高昂的微调。 Memento 将代理形式化为 记忆增强型马尔可夫决策过程（M-MDP），利用情节记忆（episodic memory）存储过往经验，并采用神经案例选择策略（neural case-selection policy）来指导行动。这种方法利用 基于案例的推理（CBR），通过高效的内存读取和重写机制，在 Deep Research 等复杂任务中实现了 低成本的在线强化学习，并在 GAIA 等基准测试中取得了顶尖性能。总体而言，Memento 提供了一个无需梯度更新即可持续高效地获取新技能的 可扩展且高效的通用 LLM 代理开发途径。

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。

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

Summary

该文本摘录自一篇关于**“Chain-of-Agents” (CoA)** 的研究论文，这是一种新型的大型语言模型 (LLM) 推理范式，旨在将多智能体系统的复杂问题解决能力整合到一个模型中。作者提出了 Agent Foundation Models (AFMs)，通过多智能体知识蒸馏和智能体强化学习 (RL) 进行训练，使其能够模拟多步骤、多工具的协作式问题解决过程。实验结果显示，AFM 在包括网页智能体、代码生成和数学推理在内的多个基准测试中达到了最先进的性能，同时与传统多智能体系统相比，显著提高了计算效率。研究者们承诺将模型权重、代码和数据完全开源，以推动未来的智能体研究。

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。

Agentic Web: Weaving the Next Web with AI Agents

Summary

该来源文件全面概述了**“Agentic Web”（智能体网络）的兴起，这是一个由基于大型语言模型（LLMs）的自主软件智能体驱动的新一代互联网生态系统。文章将互联网的历史划分为PC网络、移动网络和智能体网络三个时代，阐述了智能体如何从被动内容检索转向主动的、多步骤的任务执行和协作**。作者提出了一个由智能、交互和经济组成的概念框架，详细分析了智能体如何实现长期规划、语义交互以及向**“智能体注意力经济”商业模式的转变。此外，该文件还讨论了Agentic Web在应用场景**（如智能体作为接口或用户代理）以及在安全性、治理和评估方面（特别是通过红队测试）面临的基础挑战。

原文链接：https://arxiv.org/abs/2507.21206

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。

Efficient Agents: Building Effective Agents While Reducing Cost

Summary

该研究系统地分析了 大型语言模型（LLM）驱动的智能体系统 中存在的 效率与性能的权衡 问题，指出尽管LLM智能体的能力显著增强，但其不断攀升的成本严重威胁了其可扩展性和可及性。通过在GAIA基准上进行实证分析，研究人员评估了 LLM骨干模型选择、规划、工具使用和内存机制 等核心组件对效率和性能的影响，并采用了 “通过成本”（cost-of-pass） 这一指标来量化经济效益。基于这些发现，作者提出了 “高效智能体”（Efficient Agents） 框架，该框架通过优化组件配置，在保持96.7%性能的同时，将运营成本降低了28.4%，为构建更具 成本效益 的高性能AI解决方案提供了实用见解。

原文链接：https://arxiv.org/abs/2508.02694

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。

A Framework for the Profitable Integration of Distributed Ledger Technologies in Enterprise Networks

Summary

这份学术研究文章出自《LEDGER》期刊，聚焦于分布式账本技术 (DLT) 在企业网络，特别是供应链管理中的盈利能力集成框架。作者指出，尽管DLT项目展示了诸多潜力，但企业难以评估其对盈利的影响。文章采用扎根理论，结合系统文献回顾和对40位行业专家的访谈，构建了一个盈利能力评估模型，包括一个四维分类法和一个热图来刻画DLT解决方案的成熟度。研究最终提出了一系列定性和定量因素，并以收益和成本矩阵的形式呈现，旨在帮助从业者和研究人员系统地评估区块链解决方案的经济价值。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/395

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。

Blockchain for Democratic Justice: Innovating the Service of Judicial Documents to Uphold the Rule of Law

Summary

该来源是一篇题为“区块链促进民主司法：创新司法文件送达以维护法治”的邀请研究文章，探讨了在欧盟内部的跨境诉讼中，区块链技术如何能够改进司法文件的电子送达流程。文章首先指出了根据《欧盟基本权利宪章》第47条，司法文件送达对于保障司法公正的重要性，并概述了《文件送达条例》（修订版）在引入电子送达方面面临的挑战，例如欧盟成员国之间程序法和技术上的差异。文章随后深入探讨了如何设计一个基于区块链的解决方案，特别是针对最易获取但保障级别较低的电子邮件送达方式，通过利用区块链的防篡改和去中心化特性，来增强送达过程中的可靠性和证据力。最终，文章得出结论，区块链可以显著提高电子送达，尤其是电子邮件送达的法律确定性和效率，从而更好地维护欧盟司法领域中的程序保障。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/392

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。

Investigating Similarities Across Decentralized Finance (DeFi) Services

Summary

该来源是一篇题为“调查去中心化金融（DeFi）服务间的相似性”的邀稿研究文章，发表于《LEDGER》期刊。该研究的作者们探索了如何使用图表示学习（GRL）算法来分析去中心化金融协议提供的**“构建模块”（building blocks）之间的相似性。通过使用以太坊交易数据，研究人员将这些金融功能单元进行聚类**，旨在根据其智能合约属性和调用结构来自动识别相似的DeFi服务。研究结果表明，该方法在将功能单元按所属协议进行分组时，其性能（V-Measure为0.571）优于按金融功能类别进行分组，这表明协议特有的交易模式是导致相似性的重要因素。该论文详细介绍了数据集、嵌入方法以及聚类分析结果，并讨论了其在增强互操作性和比较不同DeFi实现方面的意义。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/402

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。

Development of the Blockchain Technology Literacy Test (BTLT): A Scoping Review of Current Literature

Summary

这份来源资料是一篇题为“区块链技术素养测试 (BTLT) 的开发：当前文献的范围界定回顾”的综述文章，该文章发表在《Ledger》期刊上。作者指出，学术界在区块链技术素养方面存在显著空白，研究往往侧重于加密货币素养。为了解决这个问题，研究人员提出了区块链技术素养测试 (BTLT)，旨在评估对区块链核心技术和术语的理解。此外，他们还更新了加密货币素养测试 (CLT)，以避免评估中的重复和冗余。文章基于对八个数据库的文献回顾，最终纳入了九篇相关出版物，并强调在新兴区块链应用领域进行更清晰的定义和更广泛的研究的必要性。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/401