轻量框架OPTICYCLE与OPTISTATE提升优化建模准确率
研究提出OPTICYCLE与OPTISTATE两种轻量推理框架，用单一模型角色把自然语言优化问题转成求解程序，无需额外训练。九个基准共2634题、11个0.6B至27B的Qwen模型显示，执行引导修订最高提升宏准确率49.46个百分点，并优于多种智能体流程与后训练模型。显式状态增益因模型而异。
要点
- 执行引导修订在全部受测模型上均优于直接生成，宏准确率最高提升49.46个百分点。
- 两种轻量框架在同模型比较中超过六种改造后的智能体流程，并在相近规模上超过四个后训练优化模型。
- 显式建模状态能带来进一步提升，但效果依赖具体模型，额外结构并非普遍有益。
为什么值得看
大模型虽能把自然语言优化问题转成求解程序，但稳定产出正确建模与实现仍困难；研究想验证单一模型角色的轻量推理框架能否不经额外训练取得竞争力。
谁会受影响
面向研究优化建模与大模型智能体的研究者，以及希望用Qwen等模型自动生成求解程序的工程人员。
今天就能怎么试
可查阅论文了解OPTICYCLE与OPTISTATE的评测结论；代码发布、使用参数、价格和国内可用性均未知，且未实测。
原始来源
1Harnessing Language Models as Optimization Modeling Agents · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。