2026.09.07 | 多智能体协作需外部验证；搜索模型应区分自身能力与上下文增益

【赞助商】
OpenClaw快报
每天五分钟，听听 OpenClaw 快报，带你了解最新动态和业内讨论
传送门 www.xiaoyuzhoufm.com

【目录】
本期的 15 篇论文如下：

[00:32] 🤖 Bilevel Coordinated Reflection: A Game-Theoretic Approach to Multi-Agent LLM Systems（双层协调反思：多智能体LLM系统的博弈论方法）
[01:27] 🧗 Iris: Climbing to the Search Frontier（Iris：攀登搜索前沿）
[02:12] 🤖 Motion-Omni: End-to-End Joint Speech and Full-Body Motion for Spoken Dialogue（Motion-Omni：面向口语对话的端到端语音与全身动作联合生成）
[03:06] 🌍 WorldSculpt: Generating Compositional Worlds from Grounded Videos（WorldSculpt：从锚定视频生成组合式世界）
[03:57] 🔍 Enoki: Efficient Multi-Level Hallucination Detection（Enoki：高效的多层级幻觉检测）
[04:56] ❓ Ask Before You Optimize: Dynamic Pre-Formulation Clarification for Interactive Optimization（优化前先询问：面向交互式优化的动态预建模澄清）
[06:04] 🔺 The Attention Triangle in Audio-Video Models（音频-视频模型中的注意力三角）
[07:03] ⚡ Don't Drop Dropout: Optimizing Layer Sparsity for Efficient LLM Training and Inference（不要丢弃Dropout：优化层稀疏性以实现高效的LLM训练与推理）
[07:57] 🧠 Beneath the Surface of Chains-of-Thought: A Mechanistic Interpretation of Reasoning Operations in LLMs（思维链的表面之下：大语言模型中推理操作的机制性解读）
[08:51] 🔄 RISE: Recursive Improvement via Self-Extrapolating Policy Distillation（RISE：基于自外推策略蒸馏的递归改进）
[09:52] 🤖 MaxKernel: Agentic Kernel Generation for TPUs（MaxKernel：面向TPU的智能体内核生成）
[10:41] ✂ When Models Edit Too Much: On the Fidelity of Minimal Code Edits（当模型修改过度：关于最小代码编辑的保真度）
[11:35] ✂ Group Adaptive Clipping Policy Optimization（分组自适应裁剪策略优化）
[12:25] 🧊 Training-Free Speech-Centric Omni Understanding with Frozen VLMs（基于冻结视觉语言模型的免训练、以语音为中心的全模态理解）
[13:23] 🤖 $τ^τ$-Bench: An Environment for End-To-End, Realistic Agent Construction（τ^τ-Bench：用于端到端、真实智能体构建的环境）

【关注我们】
您还可以在以下平台找到我们，获得播客内容以外更多信息
小红书: AI速递