阿里斬獲國際AI頂會最佳資源論文獎,提出Agent評測新範式

重點摘要
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.
< img id="wx_img" src="https://www. com/wp-content/uploads/imgs/qbitai-logo-1. png" width="400" height="400"> 阿里斬獲國際AI頂會最佳資源論文獎,提出Agent評測新範式 量子位的朋友們 2026-07-08 15:51:26 來源:量子位 7月8日,國際AI頂級學術會議ACL 2026公佈了最佳論文獎項,阿里研究團隊在Deep Research Agent方向的研究成果從全球一萬多篇投稿中脫穎而出,獲評最佳資源論文獎(Best Resource Paper),是國內唯一獲得該獎項的中國公司。 據悉,該論文首次系統揭示了當前Agent在真實世界複雜規則推理中面臨巨大缺陷,並提出了全新的專家Agent評測基準,為提升大模型在真實場景的可靠性指明瞭新方向。 ACL(國際計算語言學協會)成立於1962年,是自然語言處理和計算語言學領域中歷史最悠久、最具權威性的國際學術組織。 在學術評價體系中,ACL長期位居谷歌學術計算語言學子領域的h5-index影響力榜首,是大模型、Agent等前沿計技術的核心論文首發陣地。 據介紹,ACL 2026共收到12148篇投稿,僅19%被主會錄用,最終僅有4篇論文獲評Best Resource Paper。 阿里此次獲獎的論文以商品出口所需的10位海關編碼(HS Code)為切入點,提出了針對真實場景和專家水平的智能體新基準 HSCodeComp,它要求 Agent像資深關務專家一樣,將商品模糊的屬性與嚴格的關稅歸類規則對齊,為商品精準映射到10位細分編碼。 研究團隊對14個主流大模型和9個先進 Agent框架進行了全面評測。
Related
相關文章

別讓AI一上來就“進廠打螺絲”:智源悟界·Orca要先教模型理解世界如何變化
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 別讓AI一上來就“進廠打螺絲”:智源悟界·Orca要先教模型理解世界如何變化 思邈 2026-07-08 17:08:31 來源:量子位 Hugging Face論文月榜第一 允中 發自 凹非寺 量子位 | 公眾號 QbitAI 今天的AI已經很會“輸出”了。 語言模型預測下一個token,於是可以回答問題、寫文章、寫代碼。 圖像和視頻模型預測下一幀,於是可以生成越來越逼真的視覺內容。 具身模型預測下一步動作,於是機器人開始能夠完成抓取、放置、整理等任務。 但這些能力背後,仍然有一個更底層的問題:模型到底是在學會某一種輸出,還是已經理解了世界狀態本身如何變化? 智源研究院悟界·RoboBrain Orca Team發佈的技術報告Orca: The World is in Your Mind,想探索的正是這個問題。 項目主頁:https://orca-wm.github.io 技術報告:https://arxiv.org/abs/2606.30534 悟界·RoboBrain Orca發佈後,迅速獲得了海外研究社區的關注。 多位研究者將其討論重點,放在了“真正的多模態表徵世界模型”上: Orca並不是把文本、圖像、視頻、動作簡單拼接在一起,而是嘗試在統一的世界潛空間中,學習它們背後的共同狀態與演化規律。 也有評論認為,Orca更接近早期通用世界模型的形態,即先學習世界如何變化,再將這種世界表徵讀出到理解、預測和行動任務中。 △Orca在海外研究社區引發討論:從多模態表徵、世界狀態建模,到早期通用世界模型的可能形態 與此同時,Orca也登上了Daily

英偉達頂級AI機櫃延期,到底有什麼影響?
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道四川最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作英偉達頂級AI機櫃延期,到底有什麼影響?格隆匯·2026年07月08日 17:01機遇依舊存在 7月6日,行業機構SemiAnalysis爆出重磅傳聞,攪動全球AI市場:英偉達下一代旗艦AI機櫃Kyber NVL144量產遇阻,原定於2027年落地的計劃,大概率延後12個月,順延至2028年上線。 消息一齣,全球AI板塊顯著回落,韓國科技板塊同步回調。 值得關鍵更新:傳聞發酵後,英偉達官方已公開回應公司產品路線圖未發生變更,本次延期僅為第三方供應鏈預判,並非官方官宣調整。 很多人誤以為這是單顆GPU芯片跳票,其實不然。 這次是英偉達頂級超算級算力系統迭代踩坑,意味著高端AI算力的升級節奏,要階段性放緩。 目前商用主力是Rubin NVL72,而本次傳出延期的Kyber NVL144,是英偉達下一代頂配系統級方案,單機櫃搭載144顆GPU,依託NVLink全域高速互聯,打造超算級算力節點,主打超大模型訓練、超大規模算力集群,是英偉達2027-2028年高端算力的核心底牌。 需要注意的是,所有延期、工藝受阻的消息,均來自第三方機構研判,英偉達官方並沒有任何實錘公告,意味著消息隨時有可能出現反轉。 01、延期核心原因及影

DeepSeek、智譜考慮自研AI芯片,大模型公司為何集體下場造芯?
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。

這屆大學生畢業後,可能得給AI當保姆
這屆大學生畢業後,可能得給AI當保姆字母AI2026.07.08 15:58 · 來自北京全文5023字00:00 / 14:14botsitting,下一個勞動力蓄水池?文 | 字母AI誠然,AI讓無數企業裁員,但另一方面,AI也在產生新的工作崗位。根據人社部啟動了互聯網企業雲端招聘月活動的最新數據,今年暑假,超5000家互聯網企業集中釋放了超過20萬個就業崗位。京東、騰訊、字節跳動、美團等頭部企業合計貢獻超4.6萬個崗位,覆蓋AI算法、大模型應用、高性能計算等前沿方向。不只是崗位增加了,工種也增加了。比如算法工程師、提示詞工程師等等。而最近剛剛興起的botsitting,就很有可能成為新的勞動力蓄水池。啥是botsitting?babysitting是指照顧嬰兒的保姆,那botsitting就是照顧機器人(AI)的保姆。微軟的Copilot部門就有“AI培訓師”、“數字化採納專員”、“AI倡導者”這樣的崗位。他們乾的活,從某種程度上來說就是一種botsitting。具體來講就是教同事怎麼用AI、檢查AI輸出的質量、把AI嵌入到具體的業務流程裡。在實際工作中,從AI輸出的答案,再到真正將其應用到實際場景,這倆之間往往不是一回事。AI可能會輸出幻覺,也有可能完全會錯你的意思。總之一句話,你得花點時間來修改修改AI輸出給你的答案。那這個時間具體是多長呢?根據Glean旗下Work AI Institute聯合斯坦福、UC伯克利等高校發佈的《Work AI Index 2026》報告,一個白領每週都需要花將近一天的工時來進行botsitting。再加上botsitting不是什麼難活,稍有點AI使用經驗就能上手。因此,剛好適合那群剛剛畢業,想要了解行業的大學生。就像當年的數據標註師一樣,一開始乾的人也很少,但是隨著AI發展,大家越來越注意到這個崗位的重要性,因此崗位也隨之壯大。

親歷者講述:Claude Code是怎樣煉成的?
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。

姚順雨和Hy3,能否跨過付費關?
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。