跳到正文
11月9日周一
  1. arXiv · ML28

    RoleWalk:一种免训练的有向图结构嵌入方法

    RoleWalk 提出免训练的有向图结构嵌入方法,通过记录随机游走中转移概率和距离分布,使节点坐标在不同图中含义一致。在 Wikipedia 和 Enron 基准中表现优于 Digraphwave,并能将中心性预测器迁移至原图 4 倍大小的新图,单 CPU 核心嵌入百万节点仅需 20 秒至 3 分钟。代码已以 BSD 协议开源。

  2. arXiv · ML33

    LeanDojo-v2 与 Lean4Code:Lean 定理证明 AI 辅助框架

    LeanDojo-v2 是一个端到端框架,整合了 Lean 仓库数据提取、大语言模型微调、证明搜索和 AI 自动补全等功能,旨在简化 AI 辅助定理证明流程。 框架附带轻量级 IDE Lean4Code,通过数学家友好的界面集成上述功能。这些工具允许研究人员无需复杂配置,即可在特定领域的 Lean 代码库上微调模型并实验。

  3. arXiv · ML35

    DTCD 因果发现与处理效应基准数据集工具包发布

    DTCD 数据集及因果发现工具包发布,通过配置组合拓扑、机制与噪声生成含真值邻接矩阵的多变量时间序列。 支持 81 种配置评估 8 种发现算法及 18 种配置评估 4 种处理效应估计器,通过缓存随机实现恢复数值精度的个体处理效应。 揭示标准发现方法无法处理缺失值及边际方差捷径问题,相关代码与数据已开源。

  4. arXiv · NLP29

    Reasoning Before Translation: 结合结构推理提升法律机器翻译质量

    研究在瑞士法律多语种环境中对比了推理增强小模型与前沿模型,证实强化学习结合可验证奖励在翻译质量上优于监督微调。实验对象包括 Qwen3.5 4B/9B 和 Gemma 3 12B,结果发现小模型经重训练后表现接近但不及SOTA推理模型,且模型越大重训练带来的边际收益越低。代码与模型已公开。

  5. arXiv · NLP21

    BitDecoding-FP4:通过算法系统协同设计实现原生 FP4 KV Cache 解码

    提出 BitDecoding-FP4,实现原生 FP4 KV Cache 解码,Qwen3-4B 等模型在 B300 上吞吐量提升 2.4-3.0 倍。 通过双残差量化、概率缩放及异常值感知量化降低误差,精度保持在 BF16 的 0.5 点以内,支持 Qwen3 等模型及 NVFP4 格式。 代码已开源,适用于稠密与 MoE 模型的长上下文 LLM 服务场景。

  6. arXiv · NLP36

    使用SteganoPrompt输入端水印检测LLM直接复制粘贴

    研究人员提出SteganoPrompt,一种将不可见指令嵌入可见任务提示的输入端水印技术,专门用于检测学生原样提交LLM回复的行为。 该工具将信息编码至废弃的Unicode标签区块,视觉上与原文一致,并能经受常见复制粘贴渠道的传输,同时大多数前沿模型可将其视为普通文本进行分词。 该工具以MIT许可证开源,并内置学术诚信提醒,目前已被AIES 2026会议接收。

  7. arXiv · NLP25

    OpenCoder-1.5B 预训练中的表征漂移:行为稳定,承载神经元不固定

    OpenCoder-1.5B 在 2 万亿 token 预训练中表现出表征漂移:对于 16 个语法确定下一个 token 的 Python 结构,虽然损失在训练前 4% 内触底,但模型对承载神经元的依赖持续增长,且承载集在最后检查点仍在变化。移除 840 亿 token 时确定的承载集在训练结束时与随机集无法区分,而离开某结构承载集的神经元回归率是对比神经元的 3 倍,证明了预设定假说的错误。

  8. arXiv · NLP31

    校准概念画像:将模型神经元的读取转化为测量

    提出校准概念画像方法,将模型神经元激活读取转化为具有单位和噪声指标的测量。在 OpenCoder-1.5B 模型上实现,跟踪跨越 2 万亿训练 token 的检查点,计算每个神经元的一个数值,提供比较的偶然水平基准。 该方法发布代码和数据集 AtlasOpenCoder v1,确保读取可重复、可比较,避免跨研究无法转移的问题。

  9. Hacker News AI40

    Airlock 开源发布:用于管理 AI 编码代理机群的策略即代码标准

    Airlock 发布用于管理 AI 编码代理机群的开源策略即代码标准,作者已在公司运营 23 个工作流。 核心功能支持代理行为版本控制、基于 GitHub OIDC 的细粒度权限管理,以及 1 至 4 级自主性配置。 内置 OTEL 收集器用于审计代理操作,并计划开放源代码后端以支持企业级部署需求。

  10. Hacker News AI24

    NotBot 开源:基于 LLM 的金融新闻情感分析器

    NotBot 是一个实验性 Python 项目,利用 Google Gemini 和 Groq 模型分析金融新闻,为上市公司计算加权情感得分。 系统通过多源新闻获取、异步处理及基于来源可靠性与时效性的加权算法,生成汇总报告,并支持 FMP 历史价格数据集成。 该项目处于开发阶段,明确声明情感得分未经过系统性验证,不提供财务建议或投资建议。

  11. Hacker News AI25

    早期乐谱 IPA 音标与英译 AI Skill 发布

    一款开源免费 AI Skill 允许用户上传早期音乐乐谱,生成包含 IPA 音标、原词文本及英文翻译的历史发音指南。 该 Skill 目前处于开发中并获半积极维护,主要面向歌手、合唱团及早期声乐表演爱好者。 此工具由 Pro Musica Tulsae 为其 2027 年 Josquin des Prez 音乐会开发,旨在帮助演绎早期声乐作品。

11月8日周日
  1. LessWrong · All Posts38

    Inspect AI 实操教程:构建 AI 评估的 Jupyter Notebook 系列

    一个四人项目团队发布了一套 Inspect AI 实操教程,包含 4 个 Jupyter Notebook,覆盖从首次评估到基准测试、LLM judges 及智能体构建的全过程。 团队修订了官方教程,新增 Custom Solvers 章节并修复不一致性,所有资源在 Google Colab 和 GitHub 上开放。 作者认为,教会人们构建评估对 AI 安全的意义大于对能力发展的意义。

  2. Hacker News LLM44

    Laplace’s Scissors:15 岁开发者制作的 LLM 权重编辑工具

    15 岁开发者制作的 LLM 权重编辑工具 Laplace’s Scissors 通过旋转模型输出矩阵来修复错误答案,同时保护正确的输出。 该工具基于 Rust 和 Triton 开发,支持 CUDA 和 HIP 后端,使用 probe 和 diagnose 命令追踪弱区分方向并计算旋转编辑。 每个编辑提案都通过实际 GPU 输出进行验证,确保在修复失败案例的同时保持成功案例的准确性。

11月7日周六
  1. IT之家81

    苹果披露人形机器人 HALO 系统:调用千问模型在宇树 G1 上验证,单项任务平均成功率 91%

    苹果研究团队在 arXiv 提交论文,披露了人形机器人自主控制系统 HALO,并公开了数据生成、模型训练和部署代码。团队在 6 个真实环境中开展 360 次单项任务测试,平均成功率为 91%;针对 3 种长序列复合任务,平均成功率为 70%。该研究使用 250 张 H100 GPU 合成主要训练数据,并指出当前系统主要依赖视觉感知,加入触觉感知将是后续改进方向。

    推荐理由:苹果披露了 HALO 系统的训练细节与实测数据,为理解大模型在人形机器人上的落地瓶颈提供了具体参照。

  2. Seven Minute Feed37

    MIT 与 BASF 开源 CheMeleon 基础模型:小样本预测分子行为

    MIT 与 BASF 研究人员发布开源基础模型 CheMeleon,在训练数据稀缺时预测分子性质的性能优于现有方法。 模型基于 MIT 的 ChemProp 包构建,论文发表于《Journal of Chemical Information and Modeling》,多家制药公司已投入应用。 该模型有助于筛选值得合成的药物与材料候选分子。

  3. 机器之心48

    ASP:基于昇腾算力的首个 NeurIPS 大模型 RL 训练加速系统

    华为与深圳市大数据研究院联合研发 ASP 系统,在昇腾 910B3 上将 Qwen3-30B-A3B RL 训练迭代时间降低 76.7%,生成吞吐提升 222%。 该开源工作消除多实例异步 RL 中的三类调度气泡,在百卡电信场景中压缩训练周期至 2 个月,并计划迁移至 verl 框架。 ASP 是首个被 NeurIPS 接收的基于国产算力的大模型 RL 训练加速系统,证明了昇腾生态的前沿技术实力。

  4. Hacker News AI44

    Goethe:自托管 AI 基础设施

    Goethe 将 Linux 机器转换为兼容 OpenAI、Anthropic 和 LiteLLM 客户端的自托管 API,实现模型的快速部署与共享。安装后只需三步即可加载模型、配置 API 并管理访问密钥,支持多模型并行运行及多 GPU 拆分。该工具默认私有,支持 NVIDIA 580 及以上驱动的 GPU,代码采用 Apache License 2.0 开源。

  5. Hacker News AI27

    Pleasedonotescape.com 发布 AI 编码智能体沙箱数据集

    Pleasedonotescape.com 推出了一个针对 AI 编码智能体的沙箱数据集。 数据托管于 GitHub 仓库 pjlsergeant/ai-sandboxes,所有条目均溯源至原始资料,并开放 PR 以修正或补充内容。 该工具由 byre 开发者创建,byre 是一种用于编码智能体的受约束容器环境,适合日常开发需求。

  6. Hacker News AI50

    LEEROY:让 AI 智能体通过编写 Lua 脚本组队通关《魔兽世界》副本

    作者构建 LEEROY 基准测试,评估 AI 智能体在《魔兽世界》团队副本中的协作与策略能力。 智能体通过编写 Lua 脚本控制无头客户端,以每小时经验值(XP)为主要评分指标,该指标能有效区分智能体的策略效率。 多个未被告知协作的智能体在运行中自发组队,并成功在 17 小时 41 分钟内通关死亡矿井(Deadmines)副本。