QM是一个面向创业公司的多人agent平台，支持Slack和Web入口，核心抽象是scope，按个人或频道隔离记忆、文件和沙箱。它不绑定供应商，支持Pi、OpenCode等四种harness。架构采用无头core加插件，Postgres持久化，每scope有独立沙箱。安全上提供Strict、Auto、Dangerous三种姿态，并预设命令策略。部署通过独立目录和CLI，支持Fly或AWS，工程规范强调零注释和严格审查。

FedWorld提出一种作用域感知的联邦世界模型协议，解决多Agent知识共享冲突。它通过交换结构化抽象规则而非参数或轨迹，基于证据强度决定规则共享、集群专属、私有或未决，避免负迁移。实验显示在τ-bench和ALFWorld上减少状态回退、提高成功率，但存在规模有限、对齐准确性等局限。

本文讨论了RFC 8693中代理用户的token形式，指出现有的scope设计无法满足细粒度访问需求。提出通过编码资源的scope和结合策略引擎来解决此问题，并探讨了UMA 2.0的Permission Ticket模型与Google的增量授权机制。强调动态scope与用户同意记录的重要性，以及与RBAC/ABAC的关系，建议采用轻量级的Permission Ticket以提升用户体验和安全性。

AWS launched a standalone Sustainability console with API access, configurable CSV exports, and Scope 1-3 emissions data by service and Region. The console decouples emissions reporting from...

大型语言模型（LLMs）具有良好的推理能力，但其决策过程不透明，导致异常时难以追踪原因。去年，我们推出了Gemma Scope工具包，以帮助研究人员理解Gemma 2的内部机制。

本研究提出了一种新方法SCOPE，通过压缩数学推理步骤，显著降低过程注释的计算成本。该方法将自然语言推理转化为代码并归一化，构建压缩前缀树，从而提升性能并节约资源。

本研究提出了一种新的深度学习框架用于检测Bankart损伤，并引入了首个公开的肩部病症数据集ScopeMRI。研究结果表明，该模型在常规MRI上的诊断性能与放射科医生相当，展示了深度学习在非侵入性影像诊断中的潜力。

本研究针对大语言模型在对话中的效率问题，提出了一种新的对话规划方法——语义空间对话规划（SCOPE）。该方法通过利用对话的密集语义表示，在语义空间内进行规划，显著提高了对话规划的效率，使其速度比传统方法快70倍，同时在实际应用中获得了更高的奖励。

本研究提出SCOPE框架，优化长上下文生成中的键值缓存，提升预填充和解码阶段的性能，显著改善长输出生成任务的效果。

.NET中的“Captive Dependency”问题涉及生命周期长的服务（Singleton）依赖生命周期短的服务（Scope）。在Development环境下，.NET DI会校验并报错，而在其他环境下可能不会。尽管支持Captive Dependency，开发者需谨慎处理以避免线程安全问题，建议在Development环境中调试依赖注入。

本研究利用结构修剪技术生成更小的语言模型Sheared-LLaMA系列，展示其优势。通过稀疏自编码器解决特征提取和可解释性问题，提出优化方法以降低资源消耗并保持分类精度，促进对上下文学习机制的理解。

本研究提出了一种新方法，结合意图分类与超出范围检测，解决虚拟助手系统中的超出范围查询拒绝问题。该方法通过结合交叉熵损失与自动编码器学习的嵌入重构损失，提高了拒绝超出样本的准确度，同时保持了意图分类性能。

本文介绍了“PINCH”框架在异构硬件平台提取攻击中的应用，评估了21种模型架构的攻击特征。研究表明，Prompt Injection攻击对大型语言模型（LLMs）有效，Model Leeching能够有效提取任务知识。通过构建数据集，探讨了注入攻击的防御方法，并提出了黑盒和白盒防御策略，强调了开源模型的隐私攻击风险。

Scope 1, 2, and 3 emissions are greenhouse gases that are released across an organization’s entire value chain. Scope 3 emissions are the most complex, as they are released before and after a...

本文介绍了新数据集“InScope”，旨在解决自动驾驶中的遮挡问题，提升3D多物体检测和跟踪性能。研究分析了现有感知数据集，提出了多机器人协同感知数据集，涵盖多种环境和传感器，推动相关研究。还介绍了多个合成和真实世界数据集，以支持自动驾驶系统的场景理解和性能评估。