17 июля 2026

Предлагается SearchOS — фреймворк для мультиагентных веб-агентов поиска информации, превращающий хрупкий, неявный прогресс поиска в явное, персистентное, разделяемое состояние через дополнение схемы с цитированием, менеджер контекста, ориентированный на поиск и отслеживающий рубежи задач и граф свидетельств, конвейерно-параллельное планирование и иерархическую систему навыков. Показывает измеримый прирост по сравнению с одно- и мультиагентными базовыми решениями на бенчмарк-датасетах.

SEED решает проблему разреженного вознаграждения в RL по результату для агентных LLM: политика извлекает переиспользуемые «навыки» на естественном языке (workflow и паттерны избегания сбоев) из собственных завершённых траекторий, а затем использует разрыв в вероятности действий между роллаутами с навыками и без них как плотный, потокенный on-policy сигнал дистилляции. Сообщается о приросте как на текстовых, так и на визуальных агентных задачах, а также о лучшей обобщаемости на незнакомые сценарии.

Представляет BadWAM — метод, вскрывающий уязвимости к состязательным атакам в моделях «мир-действие» (WAM), связывающих предсказание будущего состояния с генерацией действий робота. Небольшие визуальные возмущения вызывают «атаки дрейфа мира-действия»: вариант, затрагивающий только действия, обрушивает успешность выполнения задач с 96,5% до 43,1%, а более скрытный вариант «с сохранением воображения» оставляет предсказанное моделью будущее выглядящим чисто, но при этом всё равно заставляет её выполнять вредоносные действия — показано, что умеренная регуляризация способна полностью замаскировать этот дрейф.

Полностью открытая (веса, данные и рецепт обучения) видео-мультимодальная LLM на 4 млрд параметров, использующая надутый (Inflated) 3D Vision Transformer с адаптивным разрешением кадров в паре с масштабируемым конвейером синтеза видеоданных, производящим общие, длинные и потоковые видеодатасеты. Заявляется превосходство над предыдущими open-source моделями с равным или большим числом параметров по нескольким видеобенчмаркам.