Anthropic 開放一項新的 Anthropic Interviewer 研究，直至 10 月 6 日
Anthropic 正透過 Anthropic Interviewer 進行一項研究，時間為 9 月 29 日至 10 月 6 日，對象為 Claude 和 Claude Code 的 Free、Pro 及 Max 用戶。參與者可以選擇公開自己的回應。
#research
查看全部AI快訊Wiki Foundation Model 從互相連結的 Markdown wiki 檢索智能體記憶
WFM 把 LLM wiki 轉成圖，並以受查詢條件化的訊息傳遞進行檢索，讓頁面文字與頁面之間的連結共同影響結果。團隊表示，一套 GPU 對 GPU 訓練協議的訓練速度快 10.5 倍，並在五項涵蓋智能體記憶與多跳推理的基準測試中取得強勁結果。
Perplexity 表示，較後的 Computer 檢查點在線上 A/B 測試中將工具調用失敗減少 21.2%
Perplexity 以提示引導的自我蒸餾對 Computer 模型進行後訓練，讓模型從自身錯誤中學習。該公司表示，21.2% 的降幅是相對於較早的檢查點。
EvolveTrade 在每個交易區間後重寫交易代理的系統提示
EvolveTrade 論文把交易代理的系統提示視為其策略，並由另一個 Policy Agent 在每個區間後，根據決策軌跡和已實現回報重寫該提示，骨幹模型則保持凍結。論文報告，在多種市場狀態和兩個骨幹模型下，該方法在大多數設定中的夏普比率和累計回報高於固定提示基線。
SkillLift 論文報告演進智能體技能的 token 成本降低 40–70%
DAIR.AI 重點介紹一篇 SkillLift 論文，該論文訓練一個已學習的評分準則，為智能體技能提示候選排名，而非以完整 rollout 為每次修訂評分。報告稱其在 SkillsBench 及 WildClawBench 上擊敗 SkillOpt 和 CoEvoSkills，以少 40 to 70% 的 token 達到目標表現。
EvoOntology 論文報告自我演化本體層提升數據代理在 DDR-Bench 與 BIRD 的分數
elvis（@omarsar0）分享一篇關於 EvoOntology 的論文，此為面向數據代理、以 MCP 伺服器形式提供的自我演化本體層。帖文指 DDR-Bench 準確率在六個骨幹模型上平均上升 17.8 分，當中 GPT-5.5 上升 26.7 分，而 BIRD 執行準確率上升 7.4 分。