【CNMO科技动静】近日，天然语言处置惩罚范畴国际顶级学术集会EMNLP 2026宣布论文任命成果，小米共有8篇最新研究结果乐成入选，笼罩挪动智能体、年夜模子练习与推理效率、智能研发与自动智能等多个标的目的。EMNLP 2026将在2026年10月24日至29日于匈牙利布达佩斯进行。

小米集团

于挪动智能体标的目的，小米与高校互助团队带来了三项主要结果。此中GSAR论文提出了一套全新的强化进修奖励机制，让AI助手于与App的重复交互中主动天生难度递增的使命及履行路径，并可以或许主动判定操作是否告竣方针，挣脱对于人工法则的依靠。试验显示，GSAR判定使命是否完成的正确率跨越90%，于AndroidWorld等主流基准上较着晋升了AI助手的现实操作能力。另外一项GUI-PRA研究则将"打分员"进级为自动取证的智能体，于AndroidWorld及Mobile-MiniWoB++两年夜基准上比传统打分要领平均晋升约5.0及6.5个百分点。此外，MaP经由过程同一练习方针串联单步决议计划、状况判定与跨步计划三种能力，于AndroidControl-High基准大将使命乐成率从72.9%晋升至74.2%，于AndroidControl-Low基准上从89.0%晋升至90.9%。

于年夜模子效率标的目的，团队一样取患了多项进展。Informed Masking要领针对于扩散年夜语言模子的强化进修练习效率问题，经由过程辨认句子中的"高难度题"与"适合练手题"，让练习资源更聚焦。于接入三种最新的dLLM强化进修要领并运用在LLaDA-8B-Instruct后，该要领于数学及计划类基准上别离带来最高2.01%、8.52%及5.77%的相对于平均晋升。ECHO要领则解决了年夜模子"逐字天生"的速率瓶颈，经由过程初期层与完备模子的协同事情，于不增长任何参数的环境下实现了2.4至3.01倍的推理加快。BORA-BUDGET研究存眷"什么时候值患上深度思索"的问题，于Qwen3-8B的MATH500测试中仅用3534个token就到达了91.40%的正确率，而全量深度思索模式需要4293个token才能到达93.33%，为低成本部署提供了新路径。

于智能研发与自动智能标的目的，ECO-SCE框架经由过程阐发代码层面的改动，提早筛失年夜几率没有收益的方案。接入OpenEvolve后，该要领于7个基准使命上平均节省70.88%的GPU时间，此中6个使命机能不降反升。PRPF框架则让手机助手具有自动预判能力，于ProactiveMobile基准大将使命乐成率从20.82%晋升到41.15%，同时将误触发率从13.76%降至7.21%，推理算力开消降低69.3%。

小米方面暗示，AI正于成为毗连手机、汽车与智能家居的主要技能能力，模子是否充足高效、智能体是否充足靠得住、体系是否可以或许理解情况与用户需求，城市直接影响下一阶段的智能体验。这次入选EMNLP 2026的多篇论文，表现了小米缭绕年夜模子、智能体、自动智能等标的目的的连续摸索。从基础研究到工程能力堆集，再到人车家全生态中的详细运用，小米正于不停完美AI技能系统，让差别标的目的的研究相互支撑、彼此协同。

版权所有，未经许可不患上转载