OPLoRA:通过正交投影 LoRA 防止参数高效微调中的灾难性遗忘
OPLoRA 提出双侧正交投影机制,将 LoRA 更新限制在冻结权重 SVD 分解的顶部 $k$ 个奇异子空间的正交补中,数学上保证保留顶部奇异三元组。 实验显示,在 LLaMA-2 7B 和 Qwen2.5 7B 上进行常识推理、数学及代码生成任务时,OPLoRA 显著减少灾难性遗忘,同时保持具有竞争力的任务性能。
OPLoRA 提出双侧正交投影机制,将 LoRA 更新限制在冻结权重 SVD 分解的顶部 $k$ 个奇异子空间的正交补中,数学上保证保留顶部奇异三元组。 实验显示,在 LLaMA-2 7B 和 Qwen2.5 7B 上进行常识推理、数学及代码生成任务时,OPLoRA 显著减少灾难性遗忘,同时保持具有竞争力的任务性能。
RANGER 框架让 LLM 作为导师,为基于 Transformer 策略的 RL 代理提供稠密语义奖励,以提升知识图谱上的多跳问答能力。 RL 代理采用 Group Relative Policy Optimization 训练,LLM 通过评估代理遍历路径的语义相关性生成奖励信号,从而优化检索策略。
论文提出一种数据高效的分割计算头部网络训练方法,利用联邦学习与知识蒸馏,仅需少量非 IID 且未标注的移动端数据即可完成训练。 该方法在隐私保护下实现个性化,在移动端通信需求降低 95% 的同时,准确率仅比原模型下降 3-5 个百分点。
U.S. Hunger 利用 Amazon Quick 让领导层直接探索组织数据,支持其 500% 的业务增长。 数据通过 SQL Server 进入 SPICE 引擎,每晚 2 AM ET 定时刷新,Quick Spaces 提供 KPI 共享定义。 该工具帮助 17 名员工协作,使 CEO 无需会议即可跟进财务模型与 KPI 框架。
开发者将 AI 在 The Agora 中的角色从“哲学家模拟器”调整为“学习伙伴”,旨在帮助用户理解思想来源。 应用通过区分“直接支持”、“解读”和“外推”层级,明确 AI 回答的依据与确定性。 目标是让用户意识到自身理解的不足,进而去阅读亚里士多德等哲学家的原始文献,而非仅依赖 AI 生成答案。
LLMPanel 发布了一套用于自托管 LLM 推理的开源控制面板,支持用户在本地 GPU 或 RunPod 等云平台上选择模型与算力并获取 OpenAI 兼容接口。该工具内置使用分析与聊天交互环境,提供 vLLM 引擎支持、密钥鉴权管理、多模型图像生成及基于 Qdrant 或本地向量的知识库与 Agent 能力,通过一套 curl 命令即可快速完成部署。
Homeport AI 通过结合 50 多种市场信号,持续监控销售线索并计算 0-100 分的 Why-Now Score。该工具自动将会议笔记同步至 CRM,基于 Open Telekom Cloud 存储数据以符合 GDPR 合规要求。
AI 测试不同于软件测试,核心在于管理概率性行为而非确定性验证。文章指出传统测试金字塔在 AI 场景中需重构,重点包括建立经客户认可的“黄金数据集”、对 RAG 和 Agent 系统进行分层评估,以及实施生产环境监控。
阿里云百炼推出 SOTA 级 Memory 服务,支持跨会话长期记忆以增强 Personal Agent 的个性化能力。评测显示,该服务在 HaluMem-medium 的抽取、更新与召回指标上均领先,并在 PersonaMem-v2 个性化记忆评测中位列八家系统之首。开发者可通过控制台、API 或 CLI/MCP 接入记忆库,实现用户画像的自动提取与动态更新。
Linkit 是一款 100% 免费且开源的桌面 AI 书签管理器,支持 macOS、Windows 和 Linux。用户可连接 OpenAI 兼容 API 或 Ollama 本地模型,解锁 AI 摘要、语义搜索和知识图谱功能。 采用本地优先存储并支持 Supabase 云同步,提供无广告、无付费墙的数据主权保护,实现跨设备实时同步与离线快速检索。
RAG 管道成功检索正确文档,但 Reranker 因表示差异和语言支持问题将其排在低位。 解决需检查各阶段排名,调整 Reranker 输入表示和语言能力以匹配检索器。
作者分析指出,生产级 AI 系统正从以模型为核心转向由数据、检索、上下文、推理、评估和可观测性等多层架构组成。摘要指出,真正的工程挑战在于管理组件间的信息流转与故障边界,以及如何在反馈循环中持续保障业务结果,而非单纯选择更强的模型。
微软宣布将 OneDrive 同步上限从 30 万项提升至最多 100 万项。 此举旨在减少企业拆分文件库需求,但微软仍建议 30 万项为较佳性能阈值,超过后可能变慢。 新增“快捷方式”文件夹及 odsync CLI 工具,助力 IT 管理员实现同步状态监控与自动化修复。
MemTensor开源发布MemT 1.0系列,将记忆计算原生集成进Transformer架构以支持AI自我改进。该模型在SWE-bench Verified等基准测试中表现优于或持平外部文本记忆,且推理速度提升约1.86倍、状态占用大幅降低。
同一新闻,精选展示《记忆张量发布并开源 MemT 1.0 记忆原生大模型》
针对 Multi-Meta-RAG 在元数据过滤中依赖 GPT-3.5 API 且无法限制输出源的问题,研究者提出使用基于小模型隐藏状态的探针进行替代。
论文提出 AISTRAL 架构,旨在解决 AI 智能体主导互联网消费时发布商缺乏内容控制权的问题。该架构通过发布商控制接口暴露语义单元,并采用类 DNS 的语义解析器供智能体直接检索。端到端原型在准确率上至少匹配集中式管道,特定场景下高出 4.2 倍,单次查询数据传输量降低 2.9-41 倍。这使归因和使用策略随内容传递,从而重新平衡互联网生态激励。
该论文提出分析LLM辅助科学研究的规范框架,核心观点是伦理边界取决于充分验证和可追责的人类所有权,而非机器参与程度。 框架区分内容来源、人类验证完成、责任分配、人类所有权和认知结果五个维度,并引入认知审计概念,结构化记录委派、验证、来源和责任信息。
ECHO 双路径记忆系统通过不可变事件捕捉与异步经验整合,在最新五系统聚合评估中报告答案准确率为 56.27%,比 Mem0 高 4.53 个百分点。 系统使用 Qwen3-8B(NF4 量化)处理混合检索输入,平均检索延迟 13.54 毫秒,并默认禁用基于模型的排序,明确区分源证据、时间权威与答案生成边界。 结果仅为描述性聚合数据,匹配的问题级评估和生成延迟尚未确定。
CLIPR 框架将用户偏好表示为显式自然语言规则,在三个偏好模糊数据集上匹配或超越基线,同时比持续反馈学习少用高达 96% 的 LLM 调用。 该框架支持跨模型迁移规则,能从损坏规则中恢复,且在 30 人用户研究中显示出比持续反馈学习更低的努力要求。
nokast-secureRAG 是一款约 0.5B 参数的小型语言模型,作为 RAG 检索与生成间的语义防火墙,将用户查询与检索上下文配对分类为安全、可疑或恶意。 模型经教师-裁判-学生流水线训练,在分布内测试集达 0.994 检测召回率、0.026 假阳性率,单请求延迟 293-404ms;已开源模型、数据管道及评测框架。
该框架作为无创评估层接入现有 RAG 流水线,通过受控消融和端到端实验跟踪评估配置空间。 在 SQuAD 数据集上验证发现,MMR 检索策略相比传统相似度搜索使 nDCG@5 提升 4 至 11 个百分点。 为从业者将 RAG 配置转化为可复现、可比较的实验提供证据支持,替代随意选择。
研究团队提出轻量级框架 AnomalyJev,通过从图像异常检测解释中提取声明并与真值验证,评估多模态大语言模型生成的文本解释,无需生成 token。 该框架利用基于指针的头部处理上下文化表示,构建了包含 640 个人工标注解释及超过 1600 个专家评级的测试集,显著提升了与人类标注者的一致性。
研究发现,针对当前问题筛选句子的方法在后续 MultiRC 问题上并不优于随机删除。 LLMLingua-2 忽略问题语境,在后续 MultiRC 问题上比随机句子删除高 12.5 分;gpt-6-luna 虽提升当前问题准确率,但对后续问题无显著增益。 压缩时的表现无法可靠预测其对后续问题的服务能力。
ValiAssist 系统通过从讲师对 AI 反馈的修订中推断可复用验证逻辑,实现 LLM 生成编程反馈的规模化验证。 在 16 位讲师的对比研究中,该方法使反馈与教学意图的契合度达 91%(对比 57%),修正有缺陷标准的准确率翻倍至 77%(对比 32%)。 系统有助于将讲师的个案判断转化为显式且可泛化的逻辑。
GRaSP 提出一种无需重训练的地理感知重排序层,在四区域模拟环境下将 P90 获取延迟降低 41%,召回率保留 78%。 该算法基于线性目标与划分拟阵,采用 O(N log N) 贪心策略求解,选择开销低于 1 毫秒,可稳定支持 200 查询/秒。 在端到端问答中,GRaSP 使上下文获取延迟降低 43%,绝对答案准确率与纯相关性检索差距仅 0.062。
研究提出基于 Schwartz 基础十值理论的诊断指标框架,区分 AI 生成辩论中的价值表达与价值组织。 AI 生成辩论往往激活比人类参考同等数量的价值观,但其价值分布更呈局部扩散状。 该框架支持评估价值覆盖、对齐及扩散度,指出辩论评估需兼顾价值存在与组织。
研究人员提出LLM驱动的进化程序搜索框架,首次应用于生成检索,利用本地部署的31B开放权重模型和1M参数代理解码器优化SID组件。 在NQ320K数据集上,联合进化SID构造和碰撞处理使Recall@1从55.8%提升至59.3%,Recall@100从85.8%提升至90.6%,代理与目标模型排名相关性达0.90。
论文提出基准测试 MMEnterprise-Bench,包含 1,613 个基于模拟协作项目中演进多模态记录的问题。 评测涵盖证据推理、冲突解决和不可回答性三类任务,测试了 10 个专有及开源多模态 LLM。 结果显示最强模型在跨源或时间冲突证据面前仍表现挣扎,增加检索预算或未显著提高答案准确率。
Pattern Intelligence 是一个已部署系统,无监督地发现医疗收入周期管理中导致收入的系统性 payer 扣款和 claim 拒付的可修正模式。
ProMemAgent是首个将日常感官上下文中的前瞻记忆应用于长程主动辅助的Agent。其将自我视角视频和音频整理为上下文感知记忆,生成前瞻线索并链接事件,在当前上下文下检索过往事件进行记忆增强的主动推理。
ComplianceAgent 作为 COMPASS 框架的子智能体,利用 LLM 对文本进行法律合规评分,并在低分时触发自我修复重写及人工升级。 评估基于 15 份人工标注金标准文本,结合 13 项加拿大及魁北克法律文书。 智能体在测试中成功区分合规与非合规文本,且分数在重复查询下保持稳定。
针对工业 AI 规划系统,提出可观测证据标准以区分新增能力的独立贡献,解决单一指标评估盲区。 在 Favorita、M5 和 Walmart 数据上验证该标准,发现复合策略可能掩盖微小贡献(如 1/681 计划改变),且执行变化不保证稳定收益(如高成本风险)。 该标准为部署、监控和退役决策提供能力级证据,组织需结合实施成本权衡最终价值。
框架累积发现以挖掘深层问题,并构建了DataPraxis-5K数据集。 训练的DataPraxis-27B模型在DABStep和JobBench上达到55.11和51.9分。
腾讯云宣布元宝搜索正式对外开放,已构建千亿级索引规模,日均调用量达数亿次,全面支撑 50 多个核心业务。该搜索服务接入 13 个垂直行业的 157 个信源,通过三层架构优化使端到端响应时间缩短近 1 秒,并提供极速版、标准版、旗舰版服务,定价为每千次 14 元起。
同一新闻,精选展示《腾讯「元宝搜索」开放 API 实测:降低大模型搜索与部署成本》
InferScale 是一款 GPU 原生 LLM 记忆系统,通过预计算可重用 KV 状态替代重复预填充,在 LoCoMo 基准上使 k=50 时 TTFT 降低 72-79%。
Octave 利用 Amazon Bedrock 和 Cohere Embed v4 构建三层多租户 AI 基础,将用例部署时间缩短 50%。 架构通过 AgentCore Gateway 和 Amazon Bedrock Guardrails 确保租户数据隔离,并在单一工作日内嵌入 20 亿份文档。
Amazon Bedrock AgentCore 提供智能层,结合 Amazon Quick 实现无代码对话式供应链管理。 AgentCore 通过 MCP 协议连接企业系统,Agent 可自动规划调用链以查询中断影响并生成缓解建议。 该方案将数据分析时间从 45-60 分钟缩短至数分钟,且所有变更需经人工审批以确保安全。
Wagtail 提出利用 agentic AI 重构“左移”无障碍策略,将资源从单一审计转向上游产品工程与 AI 研发。目前 WCAG 2.2 AA 审计中不涉及辅助技术的部分已可通过 LLM 实现 90% 自动化,且 30 小时 UI 测试成本降至 2 美元。
政治竞选团队利用 CampSight 等工具追踪并纠正大语言模型关于候选人的错误信息。 研究发现 LLM 对话在 6 分钟内即可显著改变投票意向,效果是传统政治广告的 3 到 4 倍。 87% 的竞选策略制定者已在使用 AI,但公开讨论相关资源的争夺仍在加剧。
豆包工作官方发布学术科研实战教程,覆盖 Origin 绘图、COMSOL/MATLAB/ANSYS 仿真、文献调研、论文精读、写作润色、投稿审查及组会汇报 7 个场景。
推荐理由:通过 7 个科研场景的实操案例,展示了如何利用豆包工作配合 Skill 工具,实现从文献检索、论文精读到仿真建模的自动化流程。