5月6日AI前沿速递：arXiv最新论文亮点汇总 今天arXiv上线了一批高质

5月6日AI前沿速递：arXiv最新论文亮点汇总 今天arXiv上线了一批高质量AI论文，以下几个方向值得关注。 一、多智能体协作的强化学习新范式。论文2605.02801提出通过编排轨迹（Orchestration Traces）来训练LLM多智能体系统，将智能体间的任务分派、通信、聚合和终止决策统一为时序交互图，并设计了8类奖励函数。研究还指出目前学术界尚缺乏对停止决策的显式RL训练方法，揭示了与Kimi Agent Swarm、OpenAI Codex等工业系统之间的规模差距。 二、大模型压缩与微调不再二选一。2605.02829提出JACTUS框架，将模型压缩和参数高效微调统一到一次优化中，通过任务感知的子空间联合方法，在保留80%参数的情况下，ViT-Base上8个数据集平均89.2%准确率，超越100%参数的DoRA基线（87.9%）；Llama2-7B上同样以80.9%超过DoRA的79.7%。 三、更灵活的Text-to-SQL智能体。2605.02815提出的FlexSQL打破了传统固定流程限制，允许智能体在推理任意阶段探索数据库、执行验证查询，并支持SQL和Python双路径执行。在Spider2-Snow基准上，使用较小模型便超越gpt-o3和DeepSeek-R1等更强模型的基线成绩。 四、人机协作的自适应任务分配。2605.02832提出HAAS框架，结合规则治理和上下文老虎机学习器，实现从纯人工到全自主的五级协作模式自适应切换。有趣的是，在制造业场景中，更强的治理约束反而能同时提升运营效率和降低疲劳。 五、过程奖励模型的风险补偿问题。2605.02819发现现有过程奖励模型存在风险补偿效应——错误步骤可能被后续正确步骤掩盖，在高风险场景尤为危险。论文提出SCPRM方案，结合模式感知和累积奖励机制，在医疗和法律知识图谱问答上实现更可靠的推理评估。 AI研究正从单点能力突破走向系统性架构创新，多智能体协作、人机治理和推理可靠性成为关键方向。 AI资讯 人工智能