跳到正文
10月22日周四
  1. arXiv · ML32

    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。

  2. R/ArtificialInteligence27

    哲学学习应用 The Agora 转向 AI 学习伙伴而非哲学家模拟器

    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。

10月21日周三
  1. Hacker News LLM72

    LLMPanel 发布 LLM 自托管部署的开源控制面板

    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。

  2. 阿里云百炼56

    阿里云百炼发布 SOTA 级 Memory 服务,赋能 Personal Agent 场景

    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。

  3. Hacker News AI33

    Linkit 开源免费 AI 书签管理器发布

    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。

  4. arXiv · AI27

    提出 AISTRAL 架构以支持发布商控制的 AI 原生互联网

    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。

  5. arXiv · AI20

    LLM辅助研究的伦理框架:负责任委派、验证与认知价值

    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。

  6. arXiv · AI35

    ECHO:面向长程智能体可审计的双路径记忆系统

    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。

  7. arXiv · AI29

    nokast-secureRAG:基于小型语言模型的 RAG 管道上下文感知提示注入检测

    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。

  8. arXiv · AI20

    AnomalyJev:通过声明级验证评估图像异常检测解释

    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。

  9. arXiv · AI23

    评估上下文压缩对后续问题的影响:gpt-6-luna 与 LLMLingua-2 表现

    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。

  10. arXiv · AI28

    ValiAssist:通过示范规模化验证 LLM 生成的编程反馈

    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。

  11. arXiv · AI23

    GRaSP: 面向地理分布式检索增强生成的延迟感知优化

    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。

  12. arXiv · AI21

    测量 AI 生成辩论中的价值表达与组织方式

    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。

  13. arXiv · AI31

    MMEnterprise-Bench:评测多模态记录演进下的企业智能体

    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。

  14. arXiv · AI32

    ComplianceAgent:基于 LLM 的加拿大及魁北克法律合规评估智能体

    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。

  15. arXiv · AI23

    工业 AI 规划系统中新增能力操作价值的可观测证据标准

    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。

  16. IT之家79

    腾讯云宣布元宝搜索对外开放:千亿级索引规模,每千次 14 元起

    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》

  17. AWS Machine Learning Blog43

    Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能

    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。

10月20日周二
  1. 豆包工作63

    豆包工作学术科研实战指南:7 个场景提示词与 Skill 教程

    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。