5.18-5.24｜本周顶尖 AI 论文
输入“/”快速插入内容
🥇5.18-5.24｜本周顶尖 AI 论文
5.18-5.24｜本周顶尖 AI 论文
用户4242用户42425月25日修改
本周顶尖 AI 论文（5 月 18 日 - 5 月 24 日）
1. Code as Agent Harness
一篇 100 多页的综述，把 agent harness 当成一等研究对象，而不是包在 LLM 外面的胶水代码。作者认为，code-as-harness 是通向通用 agency 最有前景的路径，未来的 agent 系统应该满足四个属性：可执行、可检查、有状态、受治理。报告整合了 harness 层的方法、应用和开放问题。
•
把 harness engineering 作为一门学科： 论文把 harness 设计定义为一门不同于模型训练的科学，它有自己的原语、失败模式和评估标准。这套分类法为比较 agent 系统提供了过去文献里缺失的共同词汇。
•
面向生产 agent 的四属性测试： 可执行、可检查、有状态、受治理。每个属性都对应一类运维层面的关切。作者用它审计当前开源 agent 框架，并指出默认配置在哪些地方不够。
•
代码作为统一底座： 在浏览、工具使用和多步推理中，把决策编译成代码的 harness，在综述覆盖的 benchmark 上持续优于 JSON-call 编排。论文把原因追溯到生成轨迹的确定性、可组合性和可检查性。
•
为什么重要： 如果 code-as-harness 是正确底座，那么下一轮 agent-system 进展会更多来自 harness 层创新，而不是新 base model。这篇综述给构建者提供了一份结构化参考。
2. OpenAI 反驳单位距离猜想
OpenAI 的一个内部推理模型给出了 Erdős 1946 年单位距离猜想的反例，这是 AI 系统首次自主解决一个知名开放数学问题。近 80 年来，数学家一直认为方格在放置 n 个点以最大化单位距离点对时基本最优。新的构造使用带 3-幂 Galois 群的 totally real number fields 的无限 unramified tower，生成的 n 点集合拥有超过 n^(1.014) 个单位距离。9 位外部数学家准备了一篇人类验证过的伴随论文，其中包括 Noga Alon、Tim Gowers 和 Melanie Matchett Wood。
•
首次自主解决核心开放问题： 证明是在没有人类指导数学实质内容的情况下发现的。外部数学家随后对其进行验证、消化，并重写成可发表版本。
•
是深层数论，不是搜索： 该构造使用 Golod-Shafarevich 理论和 Galois cohomology，而不是枚举或暴力搜索。模型选择并组合了代数数论工具，这些工具远离数学解题常见训练分布。
•
由领域专家验证： 9 位外部数学家验证了该证明，其中包括一些此前对该猜想最严苛的批评者。伴随论文呈现了经过消化的人类验证版 AI 生成反例。
•
为什么重要： 一个模型自主解决 80 年开放问题，会改变人们对 frontier reasoning system 能为研究数学贡献什么的先验判断。它也提出了实际问题：署名、验证，以及数学共同体如何整合 AI 发现的结果。
3. Memory as a Model
MeMo 为任意 frozen LLM 增加了一个单独训练的 memory model，代表 base model 存储、检索并整合事实。memory 更新与 base-model 权重更新解耦，因此系统支持 continual learning，并避免 catastrophic forgetting。RAG 做不到这一点，因为 vector store 本质上只是一个接了 learned encoder 的数据库。
•
把 memory 做成可学习子系统： MeMo 有明确的 read、write 和 integrate 接口，而不是依赖 context window。它的立场是：agent 里的 memory 应该是模块化、可学习、带门控的。