潜在世界模型中的动作-结果对齐：面向可靠规划与自我改进
论文提出 Action Consequence Alignment（ACA）训练目标，解决潜在世界模型预测误差低但规划不可靠的错配问题。ACA 通过惩罚局部搜索替代动作相对事实动作的预测误差优势来改进规划，无需额外模型组件或训练期环境交互。在多种环境评测中，ACA 提升了规划表现、降低真实目标误差，其引导的数据收集优于随机局部采样。
#Agent自我改进
新闻、仓库与研究，按时间排列。
arXiv · cs.AIAI 评分4040
SakanaAI/ShinkaEvolve · 提交动态AI 评分33 SakanaAI/ShinkaEvolve 升级固定 actions：actions/checkout 升至 v7.0.1、claude-code-action 升至 v1.0.239
SakanaAI/ShinkaEvolve 项目将 CI 工作流中固定的 actions/checkout 从 v4 升级到 v7.0.1，claude-code-action 升级到 v1.0.239 release commit，两者均固定到完整 SHA。checkout v5-v7 的变更（Node 24 运行时、凭据分离文件、fork-PR 阻断）不影响该工作流，所用 claude-code-action 输入项在 v1.0.239 中保持不变。
SakanaAI/ShinkaEvolve · 正式版本AI 评分3434 SakanaAI ShinkaEvolve v0.0.7 发布
ShinkaEvolve v0.0.7 已发布至 PyPI。新增 Wolfram Language 和 Go 作为一等演化目标，并补充 Gemini 3.5 Flash 与 Claude Opus 4.8 的定价条目。修复了 WebUI 中仅完成初始生成的运行被过滤为空结果、以及单模型 Headless 运行在 Ensembling 标签页不显示数据点的问题。
karpathy/autoresearch · 提交动态AI 评分77 karpathy/autoresearch 合并 PR #342：修复分析中 best_bpb 未定义导致的 Y 轴缩放错误
karpathy/autoresearch 项目合并了 PR #342，修复分析模块中变量 best_bpb 未先定义就被用于 Y 轴缩放的问题。修改内容是在计算 margin 前先通过 kept_bpb.min() 定义 best_bpb，再据此设置图表 Y 轴范围并输出 progress.png。
karpathy/autoresearch · 提交动态AI 评分66 karpathy 的 autoresearch 项目更新 README，补充项目背景与链接
Karpathy 更新其 autoresearch 仓库的 README，补充项目背景介绍和参考链接。该项目让 AI 智能体在夜间自主运行小型 LLM 训练实验：智能体修改代码、训练 5 分钟、评估结果并决定保留或丢弃，循环迭代。训练代码是 nanochat 的简化单 GPU 实现，研究者通过编辑 `program.md` Markdown 文件而非 Python 文件来设定自主研究组织。