智能体不再等外部教师出题：ClawLoop 让它在同一沙箱里自出题、自诊断、自训练
ClawLoop 把任务合成、训练与失败诊断串成闭环，让基于 harness 的智能体无需外部教师模型即可自我改进，在 SkillsBench、Claw-Eval-Live 与 ClawGym-Bench 上均优于单次合成的 ClawGym。
GraphForge 用真实文件证据图合成 2169 条轨迹，把 Qwen3.6-27B 的 GDPVal Elo 从 1380.0 提到 1445.7
GraphForge 提出一个以证据图为核心的框架，从 O*NET 职业种子出发抓取真实文件组成工作区、在文件关系上构建证据图，并由该图编译出任务陈述与评分细则，再用一次初始 rollout 与修订代理校验可执行性；在 2169 条轨迹上微调 Qwen3.6-27B 后，OpenHands 下 GDPVal 达到 1445.7（+65.7），Claude Code 下 Workspace-Bench-Lite 与 SpreadsheetBench II 分别达到 63.7（+7.7）与 24.0（+13.7），同一数据也提升了 Qwen3.6-35B-A3B。
长寿命角色与本地推理：面向游戏NPC的增量式记忆维护
该研究在量化Qwen混合循环–注意力模型上实现了一种免训练的增量记忆维护运行时：删除被取代记录的注意力KV、在真实序列尾部计算替换记录、并保留延续的循环状态与未改动KV，实验显示独立分块组合会削弱查询条件下的记忆选择，真实尾部更新在八轮脚本化维护中保留了关键的当前状态与历史绑定，而保持原槽位的替代方案会重复一次重复扣减错误，且注意力分布接近程度并不能解释这些语义差异。
已读完全部报道