跳到正文
10月14日周三
  1. arXiv · ML25

    重新思考人类参与优化中的观点测量界面

    针对人类参与优化系统,研究表明传统绝对评分或偏好选择界面易出现校准不一致问题。 研究基于 360 名参与者在文本摘要和图像色彩增强任务中的表现,对比了六种观点测量界面,推荐列表式方法。 该方法能平衡个体评分与偏好选择的局限,为后续研究提供设计准则。

  2. arXiv · AI22

    NeurIPS 2026 挑战赛:学习用于规模化真实世界优化的建筑基础模型

    研究团队在 NeurIPS 2026 提出建筑基础模型挑战赛,旨在解决现有控制系统缺乏策略迁移、无法泛化的难题。 参与者需在模拟建筑集上构建控制策略,并在一组未知建筑上进行评估。这些建筑在尺寸、布局、天气、材料属性及 HVAC 系统上存在差异。该倡议有望在利用机器学习应对气候变化方面取得巨大飞跃。

  3. arXiv · NLP30

    Runoff 提出先评估后选择机制,消除 System One 模型的选择顺序偏差

    System One 模型在多选题中答案随选项顺序变化,Runoff 通过独立评分候选项并多位置对比解决此问题。 该方法无需训练,仅需两次前向传播即可运行,在 20 个选项下速度与准确率平衡更好。 在 8 个 System One 模型和 5 个基准测试上,Runoff 消除顺序依赖性,循环平均法仍有 15.4% 偏差。

  4. arXiv · ML43

    LoongSage:面向前沿大模型的高效智能体强化学习框架

    LoongSage 是一个全异步的智能体原生强化学习框架,核心代码约 1.4 万行,基于 Megatron 和 SGLang 构建。 该框架引入 AgentFlow 范式协调白盒与黑盒智能体,并利用滑动窗口策略限制轨迹过时性,同时通过 TransferMesh 机制实现拓扑感知的同步。 四项完整训练评估表明,该全异步流程消除了同步空闲气泡,在提升任务奖励的同时维持了硬件利用率。

  5. arXiv · NLP35

    探析多语言大模型中颜色表征的几何特性

    研究表明多语言大模型的颜色表征几何结构主要源于语言而非感知,CIE-LAB对齐度在中间层达到峰值后在输出层衰减。 在几何对齐峰值层,模型颜色分类准确率达 96.7%,且对齐度指标与下游任务能力显著相关(r=0.70)。 研究揭示了语言模型中颜色几何与感知几何的分离,为定位感知结构在模型中的位置提供了诊断依据。

  6. arXiv · ML31

    图引导层融合用于压缩大语言模型

    针对 LLM 压缩,非相邻层的高相似对数量是相邻层的 3.6-15.9 倍。 FCM 结合谱聚类与 LoRA 恢复,在 2x 压缩下于 13 个模型中的 12 个优于 ShortGPT。 Qwen2.5-7B 压缩后参数减少 46%,单卡 A100 解码吞吐量提升 84%。

  7. arXiv · ML27

    Pro-t-VAE: 基于 Student's t 混合分布的鲁棒原型发现框架

    Pro-t-VAE 提出基于重尾 Student's t 混合先验的深度生成框架,用于无监督图像原型发现。该模型构建了完全封闭形式的增强 ELBO 目标,将精度作为潜变量以自动降低离群点权重。 该方法在视觉基准和神经影像任务中验证了有效性,能在临床噪声中恢复解剖学一致的原型,代码已开源。

  8. arXiv · ML22

    GCHM 门控流域水文学模型:实现跨多元水气候区的可解释产流模拟

    提出门控流域水文学模型(GCHM),基于质量守恒感知机架构,在 50 个 CAMELS 流域上模拟产流过程,保持质量守恒并具备可解释性。 采用 5 个存储状态代表植被截留、积雪、土壤水分等,通过受限门控机制学习降水分配、蒸散发等过程,利用 NOAA AORC 气象数据驱动。 消融实验表明简化架构在干旱期模拟基流衰退时表现不足,而 GCHM 能恢复水文上合理的融雪、径流和蒸散发关系。

  9. R/ArtificialInteligence36

    开发者通过构建 NotchFit 应用一个月内减重 3 公斤

    一位 Claude Code 重度用户为改善健康状况,开发了一款名为 NotchFit 的 Mac 应用,并据此在一个月内减重 3 公斤。该应用根据用户体型提供短时运动方案,帮助用户在等待 AI 代码生成期间完成锻炼,每轮运行间完成一组运动。

  10. IT之家40

    微信上线“绿泡泡短剧”小程序

    腾讯近日低调上线“绿泡泡短剧”微信小程序,主打“免费好剧,一点就看”。 该小程序界面包含“免费剧场”“刷一刷”和“我的”三个部分,栏目涵盖AI剧、真人剧等。 所有剧集均免费观看,但会在剧集之间插播广告。

  11. TechCrunch · AI24

    Flox Intelligence 正在开发用于将野生动物驱离火车、机场和道路的 AI 系统

    Flox Intelligence 开发边缘设备利用 AI 识别野生动物并释放特定物种声音进行驱离,目前在北美等地部署约 150 台。 设备通过本地模型处理数据防止动物习惯化,同时提供软件平台支持合规报告及生物多样性监测。 公司正寻求 1000 万美元 A 轮融资以扩大部署,预计 2026 年营收达 150 万美元。

  12. Hacker News AI30

    Scaledown.ai 推出受约束解码模型

    Scaledown.ai 发布了其受约束解码模型。 该模型旨在提升生成过程的合规性与可控性,目前尚未公开具体的技术参数或基准测试数据。

  13. 智东西75

    中国视频模型Top 3路径分化:Vidu Q4 Preview主打传神表现力与低价门槛

    可灵Kling 4.0、Seedance与Vidu Q4 Preview近期密集发布,分别押注工业化效率、专业控制力与自由表达。Vidu Q4 Preview主打“传神表现力”,在人物情绪、镜头运动和复杂视效上升级,最高支持4K输出与16秒单次生成,MaaS图生视频4K价格为2.43元/秒,部分SaaS场景成本降至每秒几分钱,让漫剧、短剧和影视预演的试错门槛显著下降。

  14. LessWrong · All Posts20

    AI Horizons Forum 12月12-13日旧金山举行

    AI Horizons Forum 旨在凝聚核心 AI 安全社区,建立风险共识并协调响应。 申请截止 11 月 27 日,11 月 13 日前申请者获差旅支持,Will MacAskill 等专家将出席演讲。

10月13日周二
  1. LessWrong · All Posts21

    无开局理论的象棋游戏开发

    作者因象棋引擎固化且需研究开局而受限,开发了一款采用标准象棋规则的简化入门游戏。 整个开发过程耗时约一周,期间作者在进行会话运行的同时散步完成。

  2. LessWrong · All Posts20

    独立开发者发布无开局理论的改良国际象棋 SYZYGY

    开发者因厌倦研究开局理论,基于标准国际象棋规则开发了名为 SYZYGY 的改良游戏。 早期 3D 多孔拓扑与潮汐路径设计因用户体验差被放弃,最终回归 n×n 棋盘、完美信息回合制及棋钟标准。 项目计划开源至 GitHub 接受贡献,但作者坦言对 NNUE 模块实现缺乏经验。

  3. IT之家40

    华为首次公布麒麟 9050 Pro 芯片详细架构图,称其在中国半导体业界支持下成功量产

    华为在 2026 麒麟媒体沟通会上首次公开麒麟 9050 Pro 芯片详细架构图,确认首款逻辑折叠韬芯片麒麟 9050 系列已在中国半导体产业界支持下成功量产。 架构图显示该芯片搭载新一代灵犀 CPU、马良 GPU、达芬奇架构 NPU 及麒麟 AI ISP,并集成灵犀微核、FFTS 函数流任务调度器与安全处理器。 华为呼吁半导体产业界与学术界加强合作,强调开放合作的重要性,指出未来属于开放合作。

  4. IT之家24

    华为徐松余:麒麟 9050 Pro 马良 GPU 性能提升 40%,搭载业界首个 2 亿高像素融合 ISP

    华为在 2026 麒麟媒体沟通会上发布麒麟 9050 Pro,其马良 GPU 性能提升 40%、功耗降低 45%,并搭载业界首个 2 亿高像素融合 ISP。 新芯片配备 9 核 16 线程灵犀 CPU 与第四代 GPU 微架构,支持分布式 AI 超分、XEngine 引擎及 18EV 高动态范围影像技术。 新架构通过鸿蒙应用并行化优化,将用户典型场景卡顿降低 31%,显著提升游戏操控与拍照体验。

  5. IT之家28

    英特尔 SGX 时代进入倒计时,Diamond Rapids 成最后一代支持的至强处理器

    英特尔 Xeon Diamond Rapids 成为最后一代支持 SGX 的处理器,机密计算重心转向 TDX。 TDX 隔离虚拟机且无需修改软件,具备更高可扩展性;将新增 TDX Connect 和后量子加密,支持智能体 AI 隔离,并扩展至 Nvidia GPU 协作。 现有 SGX 平台支持至 2030 年代初;TDX 已在阿里云、Azure 等主要云服务上线,红帽等厂商正添加支持。

  6. Hacker News AI33

    AI 智能体自主读写的共享可验证修复数据库

    提出一种由 AI 智能体自主读写并维护的共享、可验证修复数据库。该机制支持智能体直接更新数据,确保修复方案的持续可用性与可信度。 *(自我修正:标题中 "that AI agents read and write themselves" 强调 "themselves",即“自主地”。