EpiCon:通过共同演化多模态记忆实现集体智能体学习
EpiCon 提出共享多模态记忆框架,让不同智能体在不更新宿主模型参数的情况下复用经验。该框架包含两个独立训练的 2B 模型:memory controller 和 tree self-organizer,并在覆盖四类多模态任务的 eleven benchmarks 上评估。
EpiCon 提出共享多模态记忆框架,让不同智能体在不更新宿主模型参数的情况下复用经验。该框架包含两个独立训练的 2B 模型:memory controller 和 tree self-organizer,并在覆盖四类多模态任务的 eleven benchmarks 上评估。
Braco 提出面向视觉语言模型的 token 参数化压缩,在 23×--64× 压缩下形成较优准确率-效率前沿,144× 时仍具竞争力。其达到 95.2% 准确率,相比未压缩上界减少 84.2%--86.7% prefill FLOPs,并实现最高约 36% 端到端加速。
Sakana AI 与东京大学提出 SAIL,用测试时扩展提升 VLM 生成机器人轨迹的可靠性,并将在 IROS2026 展示。SAIL 让 policy VLM 生成轨迹、在模拟器测试,再由 evaluation VLM 反馈并结合 MCTS 修正;在 6 个模拟操作任务中,搜索预算从 1 个候选增至 45 个后,成功轨迹发现率从 25% 升至 73%。
InternLM 的 SciDocBench 发布完整科学文档理解基准、Hugging Face 数据资产、SFT/RL 训练数据和支持代码,并集成到 VLMEvalKit。
BeTTER 公开官方代码,用于诊断 Vision-Language-Action 模型中的具身推理幻觉。该 ECCV 2026 项目提供基于 Isaac Sim 的 benchmark 和任务编辑工具栈,包含 Task Editor、Assets Editor、Variation Editor、检索服务器、遥操作与渲染工具。