跳到正文
10月30日周五
  1. arXiv · AI31

    FACTS-MAS:一种基于异构证据自适应预测的多智能体架构

    FACTS-MAS 提出一种领域无关的多智能体预测框架,通过分解证据通道并基于历史验证权重组合预测,在 Zillow 和 FRED 数据上优于朴素预测及 TimesFM 基础模型。 该框架在 15 个美国大都市区进行了 4、8、13 周的预测测试,其性能与因子调整指数平滑模型相当,并支持通过校准过程选择特定领域的常数均值。

  2. arXiv · AI33

    智能体智能合约合成中的意图丢失测量

    研究提出先澄清需求的架构,发现相比后续审查,预先提问对保留用户意图的影响显著更大,且该结论在三个 AI 模型上均成立。 自动化安全修复常破坏既定行为,少量精挑细选的问题可恢复简短描述中遗漏的需求,相关工具与 600 个任务已开源。

  3. arXiv · NLP23

    Block-GTQ: 基于 RoPE 块率分配的 KV 缓存量化框架

    Block-GTQ 利用 RoPE 频率块分配缓存精度,在 10 种模型配置中将 K-only 诊断的平均 logit MAE 降低约 32-80%。 该框架支持打包缓存注意力,无需实例化 fp16 KV 缓存,并显著改善长文本基准测试性能。 在 Llama-3.1-8B 上 K2V2 配置使 NIAH 平均分从 70.6 提升至 97.4,LongBench-EN 从 33.7 升至 44.9。

  4. arXiv · NLP36

    稀疏与多样性正则化赋予 MoE 奖励模型可解释且可组合的专家

    研究提出稀疏 MoE 架构,通过稀疏与多样性正则化解决传统 MoE 奖励模型专家纠缠问题,实现无需领域监督的语义类别恢复。 在受控实验中,其专家纯度达 84.8%,显著高于传统 MoE 的 60.8%;对路由权重的干预产生可预测偏好变化,验证了解释的行为基础。 该结构具备可组合性,少样本个性化任务中仅更新路由器即获得 25.81 分提升,效果约为纠缠专家架构的 2.7 倍。

  5. arXiv · NLP33

    基于感知对齐的分段评估协议:揭示生成语音中的口音差异

    研究者提出结合说话人与口音相似度评分及子词标注的分段评估协议。 47名听众评估了200对苏格兰和澳大利亚语音样本,涵盖2个零样本TTS系统和1个发音转换系统。子词标注揭示了显著发音差异,且有时与相似度评分得出的系统排名不同。说话人与口音评分呈强相关(ρ = 0.71)。 该协议有助于超越传统评分,利用局部感知证据开发感知基础的分段口音评估方法,相关代码、数据和交互式演示已开放。

  6. arXiv · NLP38

    ThinkJev:基于 Qwen3.5 实现按预算校准的类型化决策思维

    ThinkJev 利用单个开源混合思维模型构建快慢双系统,在 5% 目标错误率下,Qwen3.5-27B 以 3.9% 实测错误率覆盖 24.5% 的测试决策。 该系统通过置信度停止思维,以 72% 的 token 消耗达到 81.6% 准确率,接近全量思维的 82.7%。 在 JevBench 基准上,Qwen3.5-27B 仅对 29.4% 项目调用思维,准确率与现有思维 API 无显著差异。

  7. arXiv · NLP28

    多教师自适应在策略自蒸馏:每个 Token 需要专属教师

    论文提出多教师自适应在策略自蒸馏(MTA-OPSD)方法,针对大语言模型后训练场景。该方法构建了多教师池,允许每个 Token 在训练时自适应选择最适合的教师。 在 Qwen3 模型上进行的数学推理任务实验中,MTA-OPSD 表现优于现有的在策略自蒸馏方法。相比基础模型,其性能平均提升高达 5.9 分。 代码已开源。

  8. OpenClaw Releases30

    OpenClaw 2026.9.36 发布

    OpenClaw 2026.9.36 发布,为网关扩展稳定版,整合 2026 年 9 月底版本、关键安全更新、可靠性与性能修复及新模型支持。 更新涵盖 28 个 PR,重点修复 npm 回滚可恢复性、微软 Teams 允许列表解析漏洞及 xAI 模型推理配置兼容性。 该版本作为当前 LTS 等价物,通过 Docker 镜像信任修复与架构构建优化提升部署可靠性。

10月29日周四
  1. Hugging Face Blog91

    Mistral Large 4 (Le Chonk) 上线 Hugging Face:多模态 MoE 开放权重模型

    Mistral Large 4(代号 Le Chonk)是一款由 Mistral 发布的 1T 总参、49B 激活参的多模态 MoE 开放权重模型,支持 1M 上下文窗口,并已在 Hugging Face 开源部署。

    推荐理由:Mistral Large 4 侧重网络安全与多模态编码能力,Hugging Face 给出了具体推理部署细节与微调路径。

  2. RunningHUB52

    Hypit 视频复刻功能上线 RunningHub

    开源视频创作工具 Hypit 首发上线 RunningHub 的 Runow 工作台,支持免配置一键调用。用户上传参考视频和替换素材后,Hypit 会解析原片的镜头节奏、画面风格及文字声音,提供三种兼顾还原与改编的复刻方案。创作者可通过同步对比功能进行定向修改,直接应用于电商广告、影视二创或自媒体内容制作,无需本地安装或对接模型接口。

10月28日周三
  1. Hugging Face Blog87

    NVIDIA 开源 Nemotron 3.5 Transcribe 与 Granary v2,支持提示词驱动的多语言语音转录与微调

    NVIDIA 在 Hugging Face 与 ModelScope 开源 Nemotron 3.5 Transcribe 模型及 Granary v2 数据处理管线,将多语言语音转录、说话人归属与音频问答功能整合在同一权重中。

    推荐理由:模型集成转录、说话人归属与音频问答,配套开源数据管线,读者可据此判断如何将其适配到特定领域场景。

  2. arXiv · ML25

    CraftSPH:基于 PyTorch 的可组合可微分 SPH 流体动力学框架

    CraftSPH 是一个基于 PyTorch 的可组合可微分平滑粒子流体动力学(SPH)框架,支持自动微分。 该框架将计算操作模块化,兼容显式和隐式求解及高精度离散,部分操作支持自动微分用于物理参数估计。 前向分析验证了其在 Poiseuille 流等场景下的准确性,逆向分析可用于估算运动粘度和雷诺数。

  3. arXiv · ML21

    SeMoFlow:基于语义潜变量流匹配的城市间人类移动轨迹生成框架

    提出名为 SeMoFlow 的语义流动匹配框架,用于生成城市间人类移动轨迹。该框架通过层级化语义 ID 将不同城市的兴趣点编码至共享表示空间,并采用“规划-综合”生成范式。在大规模多城市数据集实验中,SeMoFlow 的轨迹保真度优于现有基线模型,支持跨城市迁移与联合生成。代码已开放。

  4. arXiv · ML21

    MapPFN: 通过上下文学习因果扰动图谱

    MapPFN 是一种基于先验数据拟合网络(PFN)的模型,通过在合成生物先验上预训练并结合真实单细胞数据微调,提升跨生物上下文的扰动预测性能。 该模型利用上下文学习将实验序列映射至扰动后分布,使单一预训练模型能适配新数据集和基因集,实现了预训练与有限湿实验数据的解耦。 代码、模型及数据已开源。

  5. arXiv · ML28

    Pneuma:首个针对商用飞机预测性维护的大规模实时时间序列基准

    研究团队发布Pneuma,首个基于商用飞机实时数据的公开大规模预测性维护基准。该数据集包含超过9.2亿个时间步和9种故障场景,用于评估25个以上模型在预测、分类及异常检测任务中的表现。 该基准揭示了强模型在处理细微故障特征时仍面临挑战,同时发现增加上下文示例和多变量推理能带来性能提升。 Pneuma旨在为数据驱动的航空预测性维护提供可复现的基础,推动其向实际部署迈进。

  6. arXiv · NLP43

    AZeroS 模型:基于自生成无指令调优扩展 LLM 至语音领域

    提出 AZeroS 模型,基于 Qwen2.5-7B-Instruct,通过自生成无指令调优(SIFT)范式扩展 LLM 至语音领域,无需收集任务特定问答对。 利用约 25,000 小时带 ASR 转录的语音和 3,000 小时带副语言标签的语音进行训练,仅更新两个 23.80M 参数的轻量投影模块,保持 LLM 和音频编码器冻结。

  7. arXiv · ML25

    EH-Fusion:基于欧几里得拥挤度自适应的欧几里得-双曲图学习框架

    研究提出自适应欧几里得-双曲融合学习框架 EH-Fusion,通过指数映射提升图神经网络表征并基于邻域扩展模式自适应融合双几何结构。 研究量化了欧几里得空间中树状图的层间拥挤现象,证明固定维度欧几里得嵌入会导致较弱的基于边界的泛化界,并提供了双曲几何在层级数据上优越性的泛化界证明。

  8. arXiv · NLP70

    EmbeddingGemma 2 发布:统一高效的开源多模态嵌入模型

    EmbeddingGemma 2 是一个开源的多模态嵌入模型,能在统一空间中表示文本、图像、音频和视频。该模型在多种嵌入基准测试中优于专业模型及体积大两到十二倍的模型,支持选择性加载模态编码器、调整视觉 token 预算及量化权重,模型已在 HuggingFace 和 LiteRT 上发布。

    推荐理由:新模型在基准测试中展现出跨模态优势,其可裁剪架构为资源受限场景的部署提供了参考。

  9. arXiv · ML21

    GNN-Guided Network Reduction for Centralized Urban Traffic Routing

    论文提出一种基于学习框架的城市交通网络缩减方法,利用专用图神经网络(GNN)为每个 OD 流评分并筛选关键路段,在原路段流 MILP 上求解以获得可行路由。 该方法在布拉格、伦敦、纽约和悉尼四个真实城市网络实验中表现最优,其相对 30 秒全图参考解的目标差异平均比最佳竞争方法低 6 倍以上。 流量仿真表明该方法带来更高效路由,具有最高累计到达率及具有竞争力的单次行程时长每到达百分点。

  10. arXiv · NLP32

    DocXEval:面向多模态文档理解的系统化可解释性评估框架

    DocXEval 是一个首个针对多模态文档理解场景的可解释性评估框架。该框架系统评估了 13 种 XAI 方法在 3 类任务、8 个数据集及 4 个模型上的表现。 研究涵盖 17 项评估指标,发现 Occlusion 方法在忠实度和可解释性上表现最优。 该工作为多模态文档理解领域的可解释性研究提供了基准与实用指南,代码已公开。

  11. arXiv · ML30

    Jaxnasium: 基于 PyTrees 的跨套件多智能体强化学习库

    Jaxnasium 是一个基于 JAX 的开源强化学习库,利用 PyTrees 结构支持跨 11 个环境套件的 300 多个环境,允许在离散、连续、图像及组合空间中进行多智能体训练,无需修改算法代码。该库提供近乎单文件实现的 PPO 算法,默认超参数即可运行,并具备 Gymnasium/EnvPool 包装器、多种子评估、超参数扫描及项目脚手架工具。