openJiuwen首发TTSE双轨自演进经验学习框架并落地WorkSwarm
openJiuwen提出TTSE双轨自演进框架,将Agent经验分为FACT与TIP两轨并已在WorkSwarm 0.2.8上线。该框架在ALFWorld等五基准评测中较单轨提升明显,ALFWorld成功率达98.51%;办公场景工具调用与耗时下降。这是openJiuwen在双维度RSI框架后的持续探索。
openJiuwen提出TTSE双轨自演进框架,将Agent经验分为FACT与TIP两轨并已在WorkSwarm 0.2.8上线。该框架在ALFWorld等五基准评测中较单轨提升明显,ALFWorld成功率达98.51%;办公场景工具调用与耗时下降。这是openJiuwen在双维度RSI框架后的持续探索。
Google DeepMind 于2026年11月13日开放 SatWeave 与 PARDIG 数据集支撑 WeatherNext 3。SatWeave 每小时更新全球17通道卫星云图,PARDIG 提供15分钟约10公里分辨率降水估计且精度优于 IMERG-Final。两数据集历史与实时数据已在 Google Cloud Storage 开放供研究使用。
Google DeepMind 绘制全球森林类型地图 ForTy 2020,以 10 米分辨率将各地块分为六类森林与土地利用类型。该地图附带 2017 至 2025 年年度变化序列,验证准确率 90% 且已在 Google Earth Engine 开放。这是继去年 Natural Forests of the World 2020 后进一步区分森林类型的努力。
Microsoft Research Asia 推出并开源 Agent Lightning v1.0,一个约3500行轻量级智能体 RL 框架,使真实 harness 直接参与训练。
推荐理由:Agent Lightning v1.0通过代理机制让真实agent harness直接用于强化学习,便于团队复用部署代码并降低训练成本。
GitHub 发布 ReviewBench,一个基于 103.9M GitHub pull requests 构建的开放 AI 代码审查离线基准,含 219 个跨 19 语言 PR。
Google 宣布推出基于 TEE 的下一代联邦学习系统,借助可信执行环境实现端到端可验证数据匿名化。Gboard 已部署该系统训练英文和日语下一词预测模型并获得显著加速。系统将访问策略发布至公共透明日志并开源代码,外部可审计,是 2017 年联邦学习提出后的重要演进。
Voice Arena 与 Hugging Face 合作,在 Open ASR Leaderboard 上新增 Monsoon en-IN 和 Monsoon hi-IN 两个评测集,印地语成为该榜单多语言标签页上的首个印度语言。
推荐理由:Open ASR 榜单新增印地语与印度英语评测集,并公开说话人元数据,读者可了解语音评测如何从单一 WER 转向按人群拆解。
Hume 发布 Real World VoiceEQ,一个评估语音交互人类质量的基准,覆盖 40 多个专有与开源语音模型、15 个以上评估维度和 60 多项指标,涵盖 ASR、TTS、S2S 和语音理解。
推荐理由:Hume 用百万级人工评分构建语音评测基准,揭示现有基准高估真实表现的盲区。