浙大團隊 MAESTRO 多智慧體系統接入浙江應急平台，預警研判耗時約為專家的 15%
浙江大學等聯合團隊提出的大語言模型多智慧體系統 MAESTRO 已接入浙江省級應急平台，在 100 個颱風情景中預警等級判定平均準確率 98.4%，平均耗時 37.9 秒，約為專家流程 250 秒的 15%。系統按機構職責設定態勢感知、執行與領域專業三類智慧體，排程氣象、水文、地質災害模型協同分析，公眾預警發布仍由應急指揮機構稽核。2024—2025 年四次颱風回應中完成 80 餘次預警迴圈，行動方案生成由專家約 3 小時縮短至 3—5 分鐘。
少見的省級應急平台真實部署資料：80 餘次預警迴圈、研判耗時僅為專家流程 15%，對關注多智慧體落地與 AI for Science 的讀者有直接參考價值。
原標題：让灾害预报更快转化为行动，浙大联合团队提出多智能体系统MAESTRO
閱讀原文
| 評分 | 73 / 75（平均 74，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
7B 審計模型 AgentForesight 上線，多智慧體任務失敗前預警
羅格斯大學、得州大學奧斯汀分校與普渡大學團隊提出線上審計模型 AgentForesight，用 7B 模型在任務執行中逐步讀取軌跡字首，在關鍵錯誤擴散成失敗前報警。在 AFTraj-2K 測試集上，其關鍵錯誤步驟識別 Exact-F1 達 66.44，比最強通用基線 DeepSeek-V4-Pro 高 19.88 分，成功軌跡誤報率僅 2.37%。
喬治亞理工與 MIT 提出 MASCOT，兩階段訓練緩解 AI 群聊角色坍塌
喬治亞理工與 MIT 團隊提出多智慧體系統 MASCOT，用兩階段訓練緩解多個 AI 角色越聊越像的「角色坍塌」：先讓傾聽者、鼓勵者、分析者等角色分別對齊各自行為，再訓練 Director Agent 選擇下一位發言者與回應策略。在情感對話資料集 ED 上，MASCOT 的角色一致性得分 80.0，比最強基線高 14.1 分，群體互動總分 57.3、提升 5.4 分；40 人盲評中約七成偏好 MASCOT，會議資料集 QMSum 三個子集總體評分也均領先。
Mistral 發布時序基礎模型 Timestral，209M 版本登頂三大基準
Mistral 發布首個時間序列基礎模型家族 Timestral，最大的 209M 引數版本在 GIFT-Eval、TIME、fev-bench 三個公開基準上均排名第一，且引數量只有此前最優模型的三分之二。家族含 5M、28M、123M、209M 四個規模，支援機率與多變數預測、已知未來協變數，零樣本即可使用。推理無需 GPU，在 8 執行緒標準伺服器 CPU 上，用三週 15 分鐘粒度歷史預測未來一天，5M 耗時 10ms、209M 為 140ms；
復旦與上海創智學院提出 MATE，按規則審計移動智慧體軌跡
上海創智學院與復旦大學團隊提出 MATE，稱其為首個面向移動/GUI 智慧體執行軌跡的規則感知安全審計模型，論文發表於 USENIX Security 2026。MATE 將自然語言安全規則與任務指令、執行軌跡聯合建模，輸出違規判定、14 類風險類別和基於軌跡證據的解釋，提供 0.5B、1.5B、3B 三種規模，規則可編輯、無需重新訓練即可本地部署。
商湯雲宇星空大模型升級，上海量子城市首批政務智慧體落地
商湯大裝置與上海市規劃資源局聯合打造的雲宇星空大模型完成升級，上海量子城市首批政務智慧體隨之落地，其中商湯自研交付的防汛智慧體禹智河洛落地後排程效率提升 80%。升級後的模型已積累 1.3 萬對高品質問答和 15 億 Token 語料，強化空間知識與推理能力；同批交付的另外兩個智慧體大略之眼、詳規小工單，分別面向城市空間洞察與規劃更新。