微软实习项目:让计算机使用 agent 在激励错位环境下更鲁棒
ZacharyHuang12 · x · 2026-09-30
CMU 学生 YuxuanL 宣布完成在微软 AI Frontiers(现 Microsoft AI)的暑期实习。她与 Zachary Huang 等研究者合作,研究 computer-use agent 在激励错位(incentive-misaligned)环境中是否保持鲁棒,以及如何通过训练提升其鲁棒性,相关论文即将发布。
「编程与Agent」频道最新
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16