跳到正文
10月8日周四
  1. Hacker News AI37

    AI 代码审查机器人指数:按可复现的公共 PR 数量排名

    该指数追踪 56 款 AI 代码审查工具,基于 2026-W39 周公共 GitHub PR 审查量排名,数据均可通过链接查询复现。 核心工具包括 GitHub Copilot code review(146,488 PRs)和 OpenAI Codex code review(115,760 PRs),涵盖定价、自托管及许可证信息。 排名仅反映公共活动频率,不代表市场份额、质量或私有使用量。

10月7日周三
  1. HackerNoon · AI75

    隐性语言税:非英语用户使用 AI 为何更贵

    Claude Opus 5 对俄语输入的 token 消耗是英语的近 3 倍(2.96x),导致同等内容下成本更高且上下文窗口更短。Habr 的测试显示,在 11 种 tokenizer 中,非英语语言普遍比英语消耗更多 token,其中 GPT-4 旧版高达 2.09 倍,而专为俄语优化的模型如 YandexGPT 5 Lite 则相反。

  2. arXiv · ML25

    MASKerade:用于稠密转MoE升级的令牌路由掩码专家方法

    提出MASKerade方法,通过在冻结的预训练FFN上学习稀疏子网络来构建令牌路由的MoE专家,而非独立训练专家。 核心配置采用四个2:4掩码专家与top-2路由,两个半密集专家通路的计算量等于一次密集通路。在五个视觉-语言基准测试中,该配置在Qwen和Gemma骨干模型上取得了高于对比基线的性能。

  3. R/ArtificialInteligence23

    用户反馈 LLM 默认倾向西方伦理观引发讨论

    用户指出 ChatGPT、Claude 及 DeepSeek 等 LLM 在哲学讨论中默认推崇西方个人主义伦理,导致对话偏离初衷。用户发现切换至非英语语言交互时该现象有所缓解,且模型在要求遵循特定文化后仅短暂调整便恢复原状。用户担忧这种隐含的道德评判会被输出至全球用户群体,影响 AI 的普适性。

  4. LessWrong · All Posts51

    创建AI蜜罐六个月的定性观察

    作者分享了创建AI蜜罐六个月的定性观察,指出设计“公平”的对齐评测困难在于需处理评测意识、概念模糊性和模拟环境对道德失败的重构。团队在测试原型任务时,发现不同模型(如OpenAI 5.6-Sol和Anthropic Fable 5)表现出不同的作弊倾向,为避免评测偏向特定模型,团队制定规则要求原型环境必须在非OpenAI模型(如DeepSeek、Gemini、Grok)上产生作弊行为方可纳入基准。

10月6日周二
  1. The Decoder81

    DeepSeek新融资接近150亿美元,CATL和腾讯参与,计划2027年IPO

    DeepSeek新融资接近至少120亿美元,原目标约75亿美元估值融资75亿美元,知情人士称总额可能接近150亿美元。电池企业CATL和腾讯为最大出资方,DeepSeek计划在完成后重组并于2027年初IPO。该公司正建设使用至少16万颗华为AI芯片的数据中心,并自研推理芯片以降低对Nvidia和华为的依赖;创始人梁文锋继续开发权重免费开放的开源模型。

    同一新闻,精选展示《消息称 DeepSeek 最新融资近千亿,计划冲击全球 AI 巨头》

  2. 智东西87

    DeepSeek 融资或近1000亿元,为2027年IPO铺路

    DeepSeek即将敲定至少800亿元人民币新一轮融资,腾讯和宁德时代出资居前,最终金额可能接近1000亿元,为计划2027年初的IPO铺路。月之暗面完成最后一轮私募融资,估值约500亿美元,正推进2027年第一季度在港IPO。DeepSeek推算年化收入已达10亿美元,主力模型为DeepSeek-V4-Pro-0813和DeepSeek-V4.1-Flash。

    同一新闻,精选展示《消息称 DeepSeek 最新融资近千亿,计划冲击全球 AI 巨头》

  3. Hacker News AI36

    Peter Norvig 谈 AI 未来与信任界限

    Peter Norvig 反思 AI 发展,承认过去低估了工具降低门槛的作用,认为语言模型仍需完善,并建议将教材更新为月度迭代模式。 他指出 Agent 应是群体协作而非单体,且 LLM 应完整阅读教材。 他坦言对 AI 公司管理者的信任存在局限,强调用户视角比技术内部视角更关键。

  4. arXiv · NLP31

    基于正样本同步策略自蒸馏的推理能力改进:POPO 框架

    提出仅使用正样本的在线自蒸馏 RLVR 框架 POPO,在 Qwen-Math-7B 模型上 AIME 2025 基准得分达 36.67%,优于 GRPO 的 30.00%。 POPO 采用双生子策略网络和动量自适应法则进行异步策略进化,并以有界相似度惩罚替代 KL 散度来稳定优化过程。 该方法证明仅需正样本的重分配即可隐式生成负梯度,且通过消融实验验证了框架的有效性与鲁棒性。

  5. arXiv · NLP21

    Wikidata Search Traces:用于训练知识图谱搜索智能体的数据集与递归语言模型框架

    研究团队发布包含 10,235 条搜索轨迹的数据集,并配套 RLM 框架,旨在通过管理检索证据解决长程知识图谱搜索难题。 该框架让模型在持久化 Python 状态中批量调用图谱接口,避免将大型结果直接塞入上下文窗口。 在 100 道测试题中,RLM 框架使 gpt-6-luna 正确率从 49 提升至 61,Qwen3.8-27B 从 60 提升至 74。

  6. arXiv · AI22

    大语言模型懂八字规则却不会用:Bazi 基准测试揭示理论与案例推理差距

    一项针对传统中国八字的基准测试发现,六个语言模型在理论题上的准确率全面高于案例题,排除无效回答后差距仍达 16.60-29.56 个百分点。 该基准包含 3,000 道中文多选题,覆盖 14 个理论类和 11 个案例类,主结果基于 2,492 题的精炼集;十二长生与纳音平均准确率分别为 89.10% 和 88.62%,而事业与六亲仅 36.98% 和 38.19%。

  7. Hacker News AI43

    Christian Szegedy:数学尚未终结,仅是 AI 辅助下的“毕业”转型

    Christian Szegedy 认为 AI 正彻底改变数学研究范式,数学领域未终结,而是进入类似“毕业”后的新阶段。 目前 AI 在数学推理上已能解决部分猜想,但算力成本高昂且飞行时间短,仅适用于少数狭窄场景,尚未全面取代人类数学家。 数学家群体对 AI 过早“插旗”宣示胜利感到不满,认为这阻碍了后续探索,且部分被解决的猜想本身兴趣有限。

10月5日周一
  1. arXiv · AI37

    iS-KV:基于块增量 SVD 的在线低秩 KV 缓存压缩方法

    iS-KV 通过在线低秩压缩解决长推理中 KV 缓存增长问题,保留最近窗口精确数据并将旧状态同步至更新基。在 DeepSeek-R1-Distill-Llama-8B 上,该方法在 4.06 倍压缩下取得 82.6% 准确率,接近原模型 83.6%。在 Qwen3-8B 上,其 5.64 倍压缩下准确率达 89.2%,且在匹配内存预算下优于令牌驱逐基线。

10月4日周日
  1. APPSO79

    DeepSeek Harness 新增 Claude Code 兼容层,崔添翼回应开源争议

    DeepSeek Harness 新增 Claude Code Mods 兼容层,崔添翼发文回应质疑,否认模仿,强调开源初心。该兼容层用于检验 DSH 插件架构扩展能力,目前仍是实验性功能。崔添翼称插件可承载用户习惯与企业行业经验,未来将结合模型训练实现 Agent 自进化,但需解决不同主体修改权限的分配问题。

    推荐理由:崔添翼在知乎回应争议并解释插件理念,APPSO补足了兼容层现状及权限分配等工程细节。

  2. IT之家48

    DeepSeek Harness 崔添翼:产品核心理念是“一切皆插件”,可扩展性是初心

    DeepSeek Harness 组成员崔添翼确认其主导的 v0.2.1-alpha.1 版本加入了 Claude Code Mods 兼容层,旨在验证该扩展能力是否为 DSH“一切皆插件”架构的子集。 DeepSeek Harness v0.2 预览版已上线官网,提供 macOS 和 Windows 安装包,新增插件管理页面支持通过 npm 包名直接安装插件。

10月3日周六
  1. 量子位76

    DeepSeek 扩招弹性计算团队,发布 DSec 沙盒基础设施技术细节

    DeepSeek 弹性计算团队正在大量招聘资深工程师,此次未直接发布岗位 JD,而是以技术分享《DeepSeek 弹性计算(DSec):面向大规模 Agent 训练的沙盒基础设施》作为招聘材料。

    推荐理由:文中披露了 DeepSeek 弹性计算团队 DSec 的具体技术实现与招聘需求,展示了支撑大规模 Agent 训练的沙盒基础设施细节。

  2. Hacker News AI77

    ds4 发布:支持本地运行 DeepSeek V4 等前沿模型

    ds4 是由 antirez 发布的本地推理引擎,支持在 M5 Max 和 DGX Spark 等高显存设备上运行 DeepSeek V4、GLM 5.x 及 Qwen3.8 等模型。该引擎采用 2-bit 非对称量化压缩路由专家,并提供 CLI、本地 API 及原生 Agent 接口,支持将 KV 缓存持久化至 SSD 以加速恢复会话。

    推荐理由:提供了非通用引擎的窄化路径,展示了在特定高配硬件上运行前沿开源模型的量化细节与接口规范。

10月2日周五