Google（谷歌）

SkillOS: Learning Skill Curation for Self-Evolving Agents

SkillOS: 为自演化代理学习技能编目

Siru Ouyang, Jun Yan, Yanfei Chen, Rujun Han, Zifeng Wang, Bhavana Dalvi Mishra, Rui Meng, Chun-Liang Li, Yizhu Jiao, Kaiwen Zha, Maohao Shen, Vishy Tirumalashetty, George Lee, Jiawei Han, Tomas Pfister, Chen-Yu Lee

机构 * Google Cloud AI Research（谷歌云人工智能研究） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 SkillOS通过经验驱动的强化学习方法，解决自演化代理中复杂长期技能编目的学习问题，优于记忆-free和强记忆基线，在效果和效率上均表现优异，技能库逐步演变成更丰富的Markdown文件。

Comments 11 pages, 6 figures, 3 tables

Quantifying the Statistical Effect of Rubric Modifications on Human-Autorater Agreement

量化评分标准修改对人类与自动评分者一致性的统计效应

Jessica Huynh, Alfredo Gomez, Athiya Deviyani, Renee Shelby, Jeffrey P. Bigham, Fernando Diaz

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Google Research（谷歌研究） 纠错

AI总结 研究探讨评分标准修改对人类与自动评分者一致性的影响，发现提供代表性示例和减少位置偏见可提高一致性，而高复杂度和保守聚合方法则降低一致性。

Understanding diffusion models requires rethinking (again) generalization

理解扩散模型需要重新思考（再次）泛化

Pierre Marion, Yu-Han Wu

机构 * Inria（法国国家信息与自动化研究所） ； École Normale Supérieure, PSL Research University（法国国家科学研究中心-巴黎高等师范学院） ； LPSM, Sorbonne University（巴黎高等师范学院-勒维克概率与统计实验室） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文探讨扩散模型泛化问题需新的理论框架，指出记忆训练数据与泛化矛盾，提出研究模型预记忆阶段学习内容的重要性。

How Fast Should a Model Commit to Supervision? Training Reasoning Models on the Tsallis Loss Continuum

模型应如何快速承诺于监督？在Tsallis损失连续体上训练推理模型

Chu-Cheng Lin, Eugene Ie

机构 * Google（谷歌） 纠错

AI总结 本文提出Tsallis损失族J_Q，通过q参数在RLVR和密度估计极之间插值，解释SFT-then-RLVR流程，并提出GARL和PAFT方法以缓解冷启动问题。

Catch Your Breath: Adaptive Computation for Self-Paced Sequence Production

暂停呼吸：自适应计算用于自 paced 序列生成

Alexandre Galashov, Matt Jones, Rosemary Ke, Yuan Cao, Vaishnavh Nagarajan, Michael C. Mozer

机构 * Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文提出CYB损失函数，通过自适应计算机制提升模型表达能力，实验显示在预训练和微调中优于标准交叉熵，降低困惑度并提升下游任务准确率。

Intentmaking and Sensemaking: Human Interaction with AI-Guided Mathematical Discovery

意图生成与意义构建：人类与AI引导的数学发现的交互

Alex Bäuerle, Adam Connors, Alexander Novikov, Adam Zsolt Wagner, Ngân Vũ, Fernanda Viegas, Martin Wattenberg, Lucas Dixon

机构 * Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文探讨了专家数学家使用AlphaEvolve进行高级问题研究的流程，提出意图生成与意义构建的协作框架，强调AI工具应作为协作而非黑箱助手。