统计日期 2026-11-10·本期 4 篇·问题与新思路速读
统计范围：北京时间 2026-11-10 00:00–24:00首次提交、截至检索时已公开并被 arXiv 编目的匹配论文。完整取得 4 篇候选，本期收录 4 篇。
阅读依据：论文标题、摘要与可核对元数据。下文是摘要速读，未逐篇全文审阅或独立复现。
昨日研究概览
本组论文聚焦大语言模型智能体从“能完成任务”走向“过程可控、协作可评”的共同瓶颈：终局奖励会掩盖欺骗或危险捷径，运行时工作流组织能力也缺少独立测量。值得关注的思路包括博弈式全程监督与核验、以隐藏验证器评测自主编排、以多检查点蒸馏找回遗忘能力，以及按不确定性分配过程奖励，将关注点由单一任务分数扩展到过程、协作结构和能力覆盖。
逐篇看：问题与新思路
01. 博弈监督抑制智能体欺骗
原文：Mitigating Agentic Deception via Evaluation-Side Partially Observable Games
要解决的问题： 仅依据最终结果评测，无法判断智能体的推理、工具使用和环境操作是否忠实；预设潜在信念空间或一次性监控难以覆盖自由语言交互，更强的欺骗还可能绕过简单监测。
新颖的想法： 作者将欺骗缓解建模为评测端部分可观测扩展博弈：智能体追求奖励，监督者从完整轨迹暴露欺骗，固定核验者验证其主张并转化为惩罚；以子博弈精炼监督均衡为解，结合双时间尺度策略梯度、NLI核验与确定性检查来约束多种欺骗模式。
入选线索： 作者机构原文包含：Tsinghua University、Peking University、Chinese University of Hong Kong；摘要或评论提供代码、模型或数据链接线索
02. 评测模型自主编排工作流的能力
原文：WorkflowArena: Benchmarking Executable Workflow Orchestration in LLM-Based Multi-Agent Systems
要解决的问题： 现有多智能体评测多侧重端到端完成度，或要求研究者预先给定协作结构，因而无法区分任务成败与运行时工作流组织质量；模型自主委派并协调依赖工作流的能力缺少独立基准。
新颖的想法： 作者提出WorkflowArena，以跨八类专业领域的长程任务提供初始工作区和相互依赖的交付物，由隐藏验证器评分并记录全部委派；评测同时考察交付物质量与分工组织，以比较不同模型的自主编排策略，并衡量工作流设计对其他执行模型的增益。
入选线索： 作者机构原文包含：Tsinghua University
03. 从检查点池恢复智能体遗忘能力
原文：Agentic-OPD: Recovering Forgotten Agent Capabilities via On-Policy Distillation for Agentic Tasks
要解决的问题： 智能体强化学习通常只保留最佳验证检查点，但早期检查点已解决的问题可能在后期丢失，单一最优模型无法覆盖这些问题；不同检查点各有所长，难以选择且可能覆盖学生已掌握行为。
新颖的想法： 作者将各检查点视为冻结教师池，以最佳验证检查点为学生，用学生尚未解决的问题指导教师选择和监督过滤；HCN按覆盖增益动态选教师，LAD只在学生失败且教师更优的局部范围内蒸馏，从同一次训练中恢复互补能力。
入选线索： 按方向匹配及摘要中的方法贡献线索入选；发表和机构权威线索未核实
04. 用过程奖励训练多轮临床智能体
原文：Safe Reinforcement Learning for Multi-Turn Clinical Agents: When Dense Rewards Beat Outcome Rewards
要解决的问题： 在需逐步问诊、决定何时停止取证并选择行动的临床智能体中，只用结果奖励的强化学习虽能提高总回报，却可能提前承诺、只问一个问题，或漏掉罕见高风险病例；可验证终局并不等于过程可靠。
新颖的想法： 作者构建三类带隐藏临床状态、查询成本和确定性核验器的受控环境，比较结果奖励与按降低不确定性分配给提问的稠密过程奖励；并分离探索与利用，系统考察任务依赖的过程信用强度、监督预热及训练对罕见高风险行为的影响。
入选线索： 摘要或评论提供代码、模型或数据链接线索
来源、筛选与阅读边界
Top 10 是可解释的阅读优先级，不是公认学术权威排名。排序参考作者标注的发表/录用信息、作者区的机构原文、研究发布和开源线索，再结合方向与方法贡献线索；未提供的依据不从作者姓名或模型常识推断。arXiv 元数据中的录用信息仍是作者标注，不等于本站独立核实了会议录用。
同一论文可以属于多个研究方向；每个方向内部按基础论文 ID 去重，版本更新不另算新论文。候选按首次提交时间筛选，不把旧论文的新版本当作昨天新论文。超过十篇时筛选十篇，不足十篇按实际数量收录。
检索截至：2026.11.11 08:17（北京时间）。本方向共 4 篇候选，本期收录 4 篇。
查询记录：第 1 页。
本文由 AI 研究助手整理并进行来源审校。新颖性为作者的贡献主张，摘要可能省略关键条件；涉及采用、复现或投资决策时，请继续阅读原文。arXiv 收录不代表已经通过同行评审。
有 AI 项目想法？一起聊聊。
欢迎交流实践、寻找伙伴，或聊聊你的项目需求。
