1
中国科学家突破量子速度极限：非厄米体系实现纠缠加速
IT之家 6 月 13 日消息，量子纠缠作为量子计算、量子通信和量子传感领域的核心资源，其制备速度长期受限于传统厄米量子系统中量子比特间的耦合强度。能否突破这一限制、实现更快的量子操控，一直是量子信息科学领域的前沿热点。 中国科学院精密测量科学与技术创新研究院冯芒研究团队与郑州大学等单位合作，在囚禁…
2
华为鸿蒙 HarmonyOS 开发套件版本号格式调整：统一 API 与 OpenHarmony 体系，分 X.Y.Z 字段
看起来你提供的是一个新闻资讯，而不是一个在线工具哦。请告诉我具体的工具名称或网址，我来为你写推荐语、分类、打标签和评分！😊
IT之家 6 月 12 日消息，在今天的华为开发者大会 HDC 2026 上，HarmonyOS 开发套件 26.0.0 Beta1 版本正式面向开发者发布。 IT之家注意到，本次发布对 HarmonyOS 开发套件的版本号格式进行了调整，统一采用 API 版本进行描述。API 版本号可在搭载 Ha…
3
SAIGuard: Communication-State Simulation for Proactive Defense of LLM Multi-Agent Systems
SAIGuard通过模拟通信状态，主动防御LLM多智能体系统中的攻击，提升系统安全性。
arXiv:2606.12474v1 Announce Type: cross Abstract: LLM-based multi-agent systems (MAS) solve complex tasks through inter-agent collaboration, but their…
4
为抗衡中国车企，欧盟拟将英日韩汽车纳入“欧洲优先采购”体系
IT之家 6 月 10 日消息，据德国《商报》报道，为保护欧洲汽车产业免受中国新兴品牌的冲击，欧盟计划将英国、日本、韩国生产的汽车纳入其“欧洲优先采购”规则体系。这一重大转变也变相承认：若缺少外部助力，欧盟难以单独与中国车企抗衡。 这项“欧洲优先采购”举措在欧盟《产业加速法案》中被命名为“欧盟制造”…
5
A multi-agent system for spine MRI report generation from multi-sequence imaging
多智能体系统协同分析多序列脊柱MRI，自动生成结构化影像报告，提升诊断效率与一致性。
arXiv:2606.08897v1 Announce Type: new Abstract: Spinal pathology is a leading cause of pain and disability worldwide. Spine MRI is central to clinical…
6
微软调整 Win11 26H1 预览版分支，启用全新 28100 实验体系
IT之家 6 月 9 日消息，微软于当地时间 6 月 8 日发布公告，宣布正式为 Windows 11 26H1 版本引入了全新的开发分支架构。 根据官方说明，Windows 11 26H1 现已正式划分为独立的 Beta（26H1）和 Experimental（26H1）开发分支，并分别采用新的版…
7
When Does Multi-Agent Collaboration Help? An Entropy Perspective
从信息熵视角揭示多智能体协作的成败关键，为LLM系统设计提供理论依据
arXiv:2602.04234v6 Announce Type: cross Abstract: Multi-agent systems (MAS) have emerged as a prominent paradigm for leveraging large language models …
8
More Capable, Less Cooperative? When LLMs Fail At Zero-Cost Collaboration
揭示一个反直觉现象：更强大的LLM反而在零成本协作中更容易失败，挑战多智能体合作假设。
arXiv:2604.07821v2 Announce Type: replace-cross Abstract: Large language model (LLM) agents increasingly coordinate in multi-agent systems, yet we lac…
9
三峡集团首个无人机智能巡检管理体系投运，实现光伏、风机覆盖
IT之家 6 月 7 日消息，近日，三峡集团首个无人机智能巡检管理体系在内蒙古投入运行，首批覆盖 12 座新能源场站，总装机 640 万千瓦， 实现无人机统一管控、统筹调度、智能诊断、闭环消缺 。该套体系的落地，标志着三峡集团在新能源场站规模化智能运维方面迈出关键一步，为国内新能源场站集约化巡检提供…
10
Solving Zebra Puzzles Using Constraint-Guided Multi-Agent Systems
用约束引导的多智能体系统破解经典逻辑谜题，探索AI推理新范式
arXiv:2407.03956v3 Announce Type: replace-cross Abstract: Prior research has enhanced the ability of Large Language Models (LLMs) to solve logic puzzl…
11
商务部：健全服务体系，为出海企业提供法治保障
《国务院关于对外投资的规定》将于7月1日起施行。在今天的发布会上，商务部新闻发言人表示，《规定》的出台在我国对外投资发展历程上具有里程碑意义。商务部新闻发言人何咏前介绍，《国务院关于对外投资的规定》提出健全海外综合服务体系，多维度完善制度措施，为出海企业参与国际合作竞争提供有力法治保障。同时健全对外…
12
Mechanism Design Is Not Enough: Prosocial Agents for Cooperative AI
机制设计不足以实现真正合作，亲社会智能体才是破解AI协作难题的关键，这篇论文提出了全新视角。
arXiv:2605.08426v2 Announce Type: replace-cross Abstract: Ensuring that AI agents behave safely and beneficially when interacting with other parties h…
13
Scaling Behavior of Single LLM-Driven Multi-Agent Systems
揭示单LLM驱动多智能体系统规模扩展规律，为AI协同架构提供理论新发现
arXiv:2606.00655v1 Announce Type: cross Abstract: The burgeoning field of LLM-based Multi-Agent Systems (MAS) promises to tackle complex tasks through…
14
POIROT: Interrogating Agents for Failure Detection in Multi-Agent Systems
提出POIROT方法，精准揪出多智能体系统中的故障与幻觉，为安全关键领域AI部署扫清监管障碍。
arXiv:2606.02282v1 Announce Type: new Abstract: Orchestrating Large Language Models into Multi-Agent Systems (LLM-MAS) has unlocked remarkable reasoni…
15
Early Diagnosis of Wasted Computation in Multi-Agent LLM Systems via Failure-Aware Observability
多智能体LLM系统计算浪费的早期诊断方案，故障感知可观测性提升效率
arXiv:2606.01365v1 Announce Type: new Abstract: Tool-using multi-agent large language model (LLM) systems spend computation through model tokens, tool…
16
Latent Collaboration in Multi-Agent Systems
多智能体系统迈向深层协作，开启LLM直接交互的新范式
arXiv:2511.20639v3 Announce Type: replace-cross Abstract: Multi-agent systems (MAS) extend large language models (LLMs) from independent single-model …
17
Rethinking RL Evaluation: Can Benchmarks Truly Reveal Failures of RL Methods?
反思强化学习评估体系，质疑基准测试能否真正暴露RL方法失败，引发对评价标准的深刻思考。
arXiv:2510.10541v2 Announce Type: replace Abstract: Current benchmarks are inadequate for evaluating progress in reinforcement learning (RL) for large…
18
Recognize Your Orchestrator: An Entropy Dynamics Perspective for LLM Multi-Agent Systems
从熵动力学新视角解析LLM多智能体系统的协调者识别机制，揭示系统涌现行为。
arXiv:2606.01351v1 Announce Type: new Abstract: The transition from single-turn models to Multi-Agent Systems (MAS) promises enhanced problem-solving …
19
Counterfactual Graph for Multi-Agent LLM Calibration
用反事实图校准多智能体大模型的不确定性，提升群体决策可靠性。
arXiv:2605.30653v1 Announce Type: new Abstract: Multi-agent LLM systems often treat agreement as evidence: when many agents in a panel give the same a…
20
Can LLM Teams Play What? Where? When?
探讨LLM团队在经典推理游戏中的协作能力，揭示多智能体协作的新进展。
arXiv:2605.30459v1 Announce Type: new Abstract: Large language models (LLMs) remain limited on tasks requiring indirect reasoning, cultural knowledge,…