有向单纯形复层用于探索人工神经网络表示
针对现有神经回路发现方法仅表示神经元成对交互的局限,研究人员提出构建过滤有向单纯形复层(DSC)的方法,以提供更高阶因果依赖的拓扑表示。 该方法将人工神经网络视为结构因果模型,利用反事实消融测试特定输入上下文内部神经元组间的因果联系。 在小型多层感知机(MLP)上验证,DSC 恢复了设计特征路径,且与图基线一维骨架一致,为研究分布式特征表示提供了正交框架。
针对现有神经回路发现方法仅表示神经元成对交互的局限,研究人员提出构建过滤有向单纯形复层(DSC)的方法,以提供更高阶因果依赖的拓扑表示。 该方法将人工神经网络视为结构因果模型,利用反事实消融测试特定输入上下文内部神经元组间的因果联系。 在小型多层感知机(MLP)上验证,DSC 恢复了设计特征路径,且与图基线一维骨架一致,为研究分布式特征表示提供了正交框架。
系统 Heirloom 可在不保留用户标签数据的情况下,将个人化适配器迁移至新基座模型,在电影标签任务中迁移后准确率与升级前差异不超过 1.7 个百分点。 在手机 NPU 上执行 4B 模型升级的固定长度迁移耗时 38 分钟,全程耗电 20%,适合夜间充电时完成。
SFTProbe 通过直接预测推理数据质量,将 SFT 数据筛选时间从数周缩短至数小时。该方法基于 LoRA 适应,仅需评估 5% 的推理轨迹损失即可估计难度与多样性。在数学推理任务中,5k 生成样本匹敌 OpenThoughts-Math 的 89k 样本,7.5k 样本准确率提升 2.5%。
GitInject 是一个开源框架,用于评估实时 GitHub Actions 工作流中的提示词注入攻击。它通过临时仓库执行实际工作流,暴露沙箱、凭证处理和权限边界等平台语义。
HamJEPA 将 JEPAs 的各向同性偏置从固定编码边际转移至跨视图耦合,通过学习哈密顿 leapfrog 映射预测视图转换。 在 CIFAR-100 无头 token 协议下,相比 SIGReg,30 轮提升 kNN@20 +4.89、线性探测 +3.52;80 轮两种子提升 +7.24 和 +9.67。
MindEye2通过共享主体模型,仅需1小时fMRI训练数据即可实现高质量视觉感知重建,优于单主体模型。 该模型预训练涵盖7个受试者,并将脑数据线性映射至共享潜在空间,再经非线性映射至CLIP图像空间。最后通过微调Stable Diffusion XL,将CLIP潜在表示转换为像素图像。 此方法支持单次MRI扫描完成高保真重建,实现了对被试间泛化能力的显著提升。
提出一种结合轻量级模拟器与 XAI 的工作流,解决复杂系统模拟中计算成本高与黑盒模型透明度低的问题。 该工作流支持连续、分类及整数变量,通过活跃验证滤波器确保解释一致性。 在混合电动飞机设计城市隔离模拟中,框架实现秒级大规模探索并揭示关键非线性交互。
论文提出 FactorSpec 方法,将 JSON Schema 关系约束编译为推测草稿,解决结构化输出中模型常违反语义关系的问题。 该方法在 SGLang 中实现每步验证高达 10.5 个 token,解码速度比逐负载调优推测器快 1.43 倍,且每条记录均有效。 在语法基线之上,FactorSpec 每 GPU-秒可服务多达 13.9 倍的有效记录,显著提升生成合规性。
该框架利用联邦学习在六节点 Raspberry Pi 集群上运行,Logistic Regression 模型在未校准的 Polar H10 设备上对未知个体实现 75% 二元效价准确率。
summary_zh: 混合语言模型中,线性注意力直接参与构建 softmax 注意力的查询,而非仅压缩上下文。 在 Qwen3.5 和 Granite4.0 中发现 Encode-Address 电路;跨架构移植 Address 块可在不更新权重的情况下恢复 0.92–0.94 的检索准确率,且大规模模型中该计算趋于分布式。
多智能体框架 ChatDify 提出从自然语言描述自动合成 Dify 工作流,采用 Actor-Critic 架构实现非专家用户的高效应用开发。
Zep Agent Skills 服务利用验证尝试编译版本化 Skills,在 banking 等基准上使三个较弱执行模型通过率提升 4.5 至 18.8 分。 系统通过 Reflector 与 Curator 角色转化轨迹,采用开放标准格式,经 API 或 MCP 支持词汇搜索与渐进披露检索。 在 ALFWorld 基准上,小模型编译的技能收益与或优于持续微调,且无需训练。
研究提出 Atomic Creator Token(ACT),为每位创作者分配独立词汇 token 进行端到端训练,解决 Semantic ID 多对一映射导致的冲突与召回天花板问题。
外交部发言人毛宁在世界互联网大会背景下表示,互联网技术应增强人的能力、拓展选择,绝不能让人成为技术附庸或加剧发展分化。 世界互联网大会乌镇峰会今年设 27 个分论坛,重点讨论人工智能治理,主论坛包含“人工智能乌镇对话”环节,聚焦全球 AI 开源生态构建。 中国坚持开门搞创新,促进技术转移和知识共享,旨在打造开放包容、充满活力的数字创新生态。
小米集团在2026世界互联网大会获“杰出贡献奖”,其机器人团队具身基座模型关键技术获“领先科技奖”。小米披露人形机器人在汽车工厂完成8小时产线级作业验证,并在青年公寓基于Xiaomi-Robotics-1模型启动家庭场景试运营,完成超30分钟、50+任务的长程任务验证。
Picos 是一个让 LLM 在自定义 32 位 CPU(smol32)上工作的开源项目,CPU 仅支持 32 条指令且无操作系统。该系统提供 CLI 和 Web UI,允许用户限制 CPU 频率、内存和周期数,以测试模型在极致资源约束下的编码能力。通过 MCP 工具,Agent 可以直接与虚拟机交互,包括汇编代码、写入内存和运行程序,支持在浏览器中实时观察指令执行和内存变化。
阿里巴巴蔡崇信在世界互联网大会指出,开源能有效降低中小企业研发成本,是推动 AI 普及的唯一途径。 目前阿里千问已开源超过 470 款模型,全球累计下载量突破 40 亿,衍生模型超过 33 万。 他认为 AI 将如互联网般融入业务每个环节,成为隐性基础设施。
商汤科技发布 SenseNova 6.8 Flash 正式版,重点升级办公协作与设计生成能力,支持长期记忆、动态 PPT 及 Blender 3D 创作。评测显示其在智能体协作、数据分析与演示生成等场景表现超过部分国际前沿模型,已开放在线体验并上线 SenseNova Token Plan。
PaidinToken 推出开源 LLM Token 定价工具及本地 GPU VRAM 计算器,涵盖 16 种主流硬件配置。 支持 NVIDIA RTX 3060 至 5090 及苹果硅芯片,提供各显卡最大推荐模型参数、量化精度及 Ollama 部署命令。 帮助用户确认本地硬件运行 LLM 的可行性,避免盲目下载模型权重。
Second Look Research 团队在 Qwen 2.5 32B 和 72B 模型上复现了 Anthropic 的对齐方法,验证了其鲁棒性。 研究发现,使用困难建议进行微调比虚构故事更有效,能使代理错位率相对基线降低约十倍。 此举旨在促进开放对齐科学研究,评估该技术在部署模型中的影响。
数据中心已成为美国中期选举核心议题,2026年上半年近2000亿美元相关项目因政治和民众反对而延误或停滞。 宾夕法尼亚州、纽约州等多州正考虑针对数据中心快速扩张增加监管和透明度要求,弗吉利亚州甚至被称为“世界数据中心之都”。 民众因生活成本上升及社区控制权丧失而对科技巨头强烈反弹,AI 与数据中心议题正左右 11 月 3 日的选举结果。
Mago Studio是开源AI视频编辑工具,数据本地存储且支持GPU本地渲染。该工具通过ComfyUI和MiniMax H3模型提供脚本转视频、素材重绘功能,并兼容Mago Cloud付费模型服务。
fynk 助手上线后,团队用 CopilotKit 和 AG-UI 协议替代了自研 AI 聊天代码,减少了约 11,000 行代码。 AG-UI 是标准化的 Agent-UI 交互协议,CopilotKit 是基于该协议的前端框架。
AgentTrafficCop v1.0.1 已上线 PyPI,作为多智能体系统的运行时熔断器,防止智能体因死循环耗尽 API 预算。 该工具通过 Pydantic v2 校验和 SHA-256 指纹识别检测循环,示例中在第 8 步触发熔断,较无保护运行节省 $0.07 成本,支持 5 个智能体免费使用,兼容 LangGraph 等框架。
MediRoute 是开源 AI 平台,协助用户在 5 个核心市场比价及查询药品进口合法性。 整合 AI Medicine Agent 建议用药,追踪 GMP 认证供应商信任分数。 技术栈采用 FastAPI 与 React 19,支持 Docker 一键部署。
商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,当前限时免费。官方评测显示该模型在 TeamBench 和 DataAnalysis2.0 上位列第一,在 BEAM 128K 上与 GPT 6 Luna 并列第一。
推荐理由:文章展示了模型在生成网页、PPT及海报上的直接交付能力,读者可了解其委派智能特性及长期记忆机制在办公场景中的应用。
Maat 发布开源 MCP 服务器,通过 snap 严格隔离和 polkit 审批让 AI 智能体诊断 Ubuntu 系统而无法直接修改。系统限制模型仅读取日志与服务状态,修复方案需经用户终端确认后才执行。配套 maat-bench 基准测试显示 gpt-oss:20b 和 qwen3:8b 在 10 个场景中均未执行日志中植入的诱导指令。
Qovest 采购权威金融数据库部署于阿里云,自研 Harness 框架打通全流程,在开源金融评测集 FinFirst 与 IRAB 内部横向评测中回答质量、响应速度、成本领先。 近期将推出企业版,服务金融机构及企业投研团队;官网已对个人用户开放邀测,新用户注册可免费试用,后续订阅套餐为每月 99 元或 199 元。
IDC 最新 FutureScape 2027 年度预测显示,到 2028 年 60% 的企业 AI 工作负载将运行在开源模型上。 该预测涵盖 25 个研究领域,指出模型路由策略可降低成本并规避供应商锁定风险。 IDC 还预估 70% 的 G2000 企业到 2028 年将具备持续验证 AI 智能体决策的能力。
韩国公布史上最大规模预算案,2027 年总支出增长 12.8% 至 820.9 万亿韩元。 其中 21.3 万亿韩元投向半导体、物理人工智能及数据中心,4.7 万亿韩元用于研发自主大模型。 预算旨在依托人工智能与半导体推动经济增长,培养两千名专业人才并扩大相关教育。
MedResearcher-R1-32B 在 MedBrowseComp 基准上以 27.5/50 分超越 o3-deepresearch 的 25.5/50 分,创下 SOTA 表现。
研究对比多种 LLM 策略在知识实体关系抽取中的效果,LoRA 适配的 T5 模型在自建数据集上取得 0.7408 和 0.7013 的最高宏 F1 分数。 实验涵盖闭源 LLM 的 CoT 提示、开源 LLM 微调及大小模型混合增强策略,并手动构建了 NLP 领域的摘要与全文标注数据集。 结果证明不同错误模式的策略组合可进一步提升抽取性能,为模型优化提供方向。
研究提出 YOPO 框架,在不改变权重的前提下,于冻结语言模型单次前向传播中同时完成答案生成与弃权。 通过中间层探针向量修正与弃权方向评分,YOPO 将 Qwen2.5-1.5B 在 $\alpha$NLI 的准确率从 51% 提升至 73%,三路准确率从 0.38 提升至 0.75。
研究发现宽带光的时间闪光斑可原生表征概率权重,克服了数字硬件采样贝叶斯权重的瓶颈。 该技术通过光编码独立调控均值与方差,使单个光源并行存储多组权重,无需复杂随机数生成。 所构建的光子处理器每37.5ps完成一次概率卷积,实现了分类与分布外检测,为高速不确定性感知AI提供了新路径。
研究提出基于储备证明(PoR)的分类框架,利用3,033,857个以太坊地址和58个链上行为特征识别中心化交易所。在留一法协议下,LightGBM模型宏观PR-AUC达0.9594,优于逻辑回归的0.7697。SHAP分析识别出Gas行为和ERC-20代币活动是关键预测信号,支持可解释的区块链监控。
研究发现任务向量(TVs)并非原子化方向,可基于任务识别(TR)和学习(TL)分解为功能组件,优化后的干预效果优于原始 TV。 在多模型和分类任务中,TR/TL 搜索比随机搜索更可靠,尤其对指令型 TV 效果显著,各组件在 logit 层面产生符合功能的独立效应。 结果表明 TVs 可分解为支持解释与控制的有意义组件。
针对视频背景替换任务因缺乏高质量训练数据而发展受限的问题,Sparkle 设计了一种解耦引导的数据生成流水线。 该流水线通过严格质量过滤生成前景和背景引导,构建了包含约 140K 视频对的 Sparkle 数据集及最大规模评测基准 Sparkle-Bench。 基于该数据集训练的模型在 OpenVE-Bench 和 Sparkle-Bench 上表现优于现有基线,且代码与数据已全部开源。
为防御提示注入,研究者提出 SecPO 损失并结合高效对抗训练管线。在三个 SoTA 自适应攻击中,对抗训练使 ASR 降低 1.5-14.5 倍,SecPO 损失相比 DPO 进一步降低 2.4-4.6 倍。
研究揭示微调混合专家(MoE)模型存在“结构性记忆”漏洞,即使仅用少量样本,模型也会记忆处理数据的内部路径并形成独特的路由指纹。 攻击者无需微调数据或流程,仅通过路由和输出 logits 即可从无条件生成中隐蔽恢复记忆路径,传统成员推理指标在此场景下失效。 分布式部署中路由信息在联邦聚合点等多信任边界暴露,可结合参考模型尾部似然的新复合指标检测被微调塑造的关键专家。
研究证明引导向量可作为大语言模型后训练的有效训练信号。 在监督学习中,引导向量注入使模型性能比纯 SFT 和蒸馏提升最高达 12%;在 RLVR 场景中,通过优势修复机制恢复了无学习信号的梯度。 该成果已被 NeurIPS 2026 接受,相关代码已开源。