跳到正文
11月5日周四
  1. Google Research44

    Agile Deliberation:Google 开放源码协助人类定义主观 AI 分类界限

    Google 开源 Agile Deliberation 框架及代码,旨在通过迭代对话协助人类界定主观视觉概念。该框架包含概念界定与概念迭代两阶段,利用视觉语言模型挖掘边界图像以优化提示词。 研究在 18 场时长 1.5 小时的人工现场测试中验证效果,结果显示该框架显著降低用户疲劳与焦虑,使模型性能超越标准基线。

  2. Hacker News AI31

    Show HN: Continuum Verifier – 用于 AI 数据溯源记录的离线校验工具

    开源工具 Continuum Verifier 发布,实现 AI 数据溯源记录的完全离线校验。作为 v0.1 参考实现,其“胶囊”格式包含内容指纹与签名链,仅依赖 Python 标准库及 Ed25519 验证,无需网络即可输出 VERIFIED 或 WITHHELD 等状态。该工具证明了数据完整性与托管记录,但样本见证目前为本地模拟,后续计划接入 OpenTimestamps 等持久见证。

11月4日周三
  1. Hacker News AI71

    Umbra 发布:支持后台操作应用与端侧代码构建的 Android AI Agent

    Umbra 是一款运行在 Android 16 上的自主 AI Agent,允许用户在正常使用手机时,由其在后台读取屏幕、操作应用并管理任务。该工具集成了一个 Debian Linux 环境,支持在端侧编写、构建和测试代码,并具备持久化会话、风险控制审批及通过伞节点连接个人计算机执行分布式任务的能力。

  2. 智东西85

    腾讯发布开源旗舰模型Hy4,首具视觉能力并接入微信生态

    腾讯发布旗舰模型Hy4,该模型首次加入视觉能力并计划开源。实测显示其能操作微信、利用图片进行3D建模,长程任务保持力较强。其API价格对齐DeepSeek-V4系列,并已在腾讯云、CodeBuddy等平台上线,同时完成了昇腾NPU生态的适配。

    同一新闻,精选展示《腾讯混元 Hy4 正式版发布》

  3. 机器之心84

    上海创智学院与新序智能发布预训练级RSI模型801-30B及完整技术报告

    上海创智学院与新序智能联合发布预训练级RSI模型801-30B、完整技术报告及高质量SFT数据,成为全球仅两家公开进行完整前沿预训练RSI的机构之一。801-30B在1T tokens训练量下,22项基准平均分从试训初版47.78提升至正式版56.83。

    推荐理由:文章对比了预训练RSI与后训练的差异,并展示了801-30B在多项基准测试中对齐第一梯队开源基座的结果。

  4. IT之家37

    Anthropic 开发 FlashProve 系统:用密码学证明 AI 输出来自特定模型

    Anthropic 正在开发开源系统 FlashProve,通过密码学证明验证 AI 输出源自特定模型,实现“可证明推理”。 该系统类似加密邮件签名,能防止 AI 公司暗中更换更便宜或更昂贵的模型,且模型指纹不会泄露权重,支持本地轻量化验证。 研究人员已公开技术规范和 GitHub 代码,但 Anthropic 暂无计划在自家或其他实验室部署该系统。

  5. R/ArtificialInteligence23

    独立数学家公开 AI 加速的 10 余年数学研究成果(含 14.6 万文件)

    一位独立研究人员将其 10 多年数学研究以“Komoreb P”名义公开,其中最近 3 年大幅加速,包含 146k 个文件。 内容涵盖 Lean 形式化证明、Python/C/CUDA 代码及“Realization Calculus”框架,涵盖数论、信号处理与量子系统。 作者放弃机构支持以推动公共审视,强调 AI 在加速发现与形式验证中的关键作用。

  6. arXiv · NLP31

    MIMIC-Note-Extract:从MIMIC-IV-Note出院小结中提取的大规模结构化数据集

    MIMIC-Note-Extract将300,720份MIMIC-IV-Note出院小结的16个部分转化为结构化表格,填补MIMIC在病史、过敏等结构化数据上的空白。 采用确定性解析与LLM生成混合管道构建,病史条目增加10倍,覆盖2倍以上的住院记录;医生验证各部分抽取准确率超92%。 该数据集支撑LLM智能体临床决策基准,降低重复数据整理成本。

  7. arXiv · ML20

    SpellerSSL:基于 P300 聚合的自我监督学习脑机接口框架

    SpellerSSL 框架结合自我监督学习(SSL)与 P300 聚合,旨在解决脑机接口信噪比低及泛化差的问题。 该模型采用 1D U-Net 骨干网络预训练,在 II-B 数据集上以 94% 识别率实现 21.86 bits/min 的最高信息传输率。 SSL 将校准数据需求减少 60%,是首个应用于 P300 拼写器的 SSL 研究,推动了 EEG 基础模型发展。

  8. arXiv · ML23

    无源时序自适应是否真的需要更新编码器?

    现有无源域自适应方法通常更新编码器,但信号频谱特性变化引发疑问:能否仅适应信号输入? 文章提出 SF-FPA 方法,在冻结源编码器和分类器的情况下,通过频谱输入变换学习幅度和相位校正。 实验在三个真实时序基准上证明了该方法的 SOTA Macro-F1 表现,并支持频谱输入自适应的有效性。

  9. arXiv · ML28

    迈向可识别稀疏自编码器

    稀疏自编码器(SAE)训练不稳定,不同运行常产生不同概念字典。研究通过最小架构与训练调整提出 iSAE,实现更低重建误差及提升稳定性。 iSAE 是标准 TopK SAE 变体,其字典满足近似限制等距条件,使稀疏代码近可识别。 该工作发表于 ICML 2026。

  10. arXiv · ML26

    vLLM Hook v1:编程 vLLM 模型内部状态的开源插件

    开源插件 vLLM Hook 发布,允许通过配置捕捉和干预 vLLM 模型的内部状态,实现被动探测与主动干预。 版本 1(vLLM Hook MIA)基于 vLLM V2 模型运行器,保留 CUDA 图,显著降低解码开销,支持离线使用与 vllm serve 服务。 该插件支持提示注入检测、幻觉检测、激活转向等用例,扩展了推理引擎的可编程性。

  11. arXiv · ML30

    GSBR: 面向在线强化学习的几何支持行为正则化

    GSBR(几何支持行为正则化)通过按动作与基础策略支持集的动态距离施加平滑惩罚,有效平衡在线强化学习中的样本效率与学习稳定性。 该方法允许支持集内的动作无惩罚,仅在价值估计低的外部区域逐渐增加约束,且只需访问基础策略样本即可实施。 在4个机器人基准的19项任务中,GSBR将平均成功率从基础策略的33%提升至95%,其归一化吞吐量比次优强化学习方法高约23%。

  12. arXiv · ML25

    NovoCRF:基于前缀质量格的全局规范化从头肽测序

    研究者提出 NovoCRF,这是首个在全部质量可行肽上进行精确全局归一化训练的从头测序 CRF 模型。 该模型拥有 31 万个参数,训练耗时约 17 GPU 小时;在 126,262 张谱图中,其平均肽召回率为 42.4%,氨基酸召回率为 64.0%,速度是 Casanovo 在 GPU 上的 55 倍。 NovoCRF 还能搜索未参与训练的修饰,例如在狮骨样本中找到了 32.1% 的羟脯氨酸肽。

  13. arXiv · ML48

    Sketchpad:利用小型视觉语言模型实现经认证的精确算术

    Qwen3.5-0.8B 配合低秩适配器在 Sketchpad 框架中实现了任意长度算术的精确计算,所有 2,446 个视图测试均通过。该模型在浏览器运行,解决了 200/200 预注册问题及长位数加减乘除运算,表现优于 GPT-6.1 Sol。 代码采用 Apache 2.0 许可证开源,符号运行时支持多项式求解与因式分解,适配器门控可恢复基础模型功能。

  14. arXiv · ML26

    ExaTune:开源 HPC 系统实现大规模超参数全景探索

    ExaTune 是一款开源 HPC 系统,可生成超参数景观地图,通过 K 折交叉验证穷尽评估离散网格上的所有点。 系统发布了包含 8 个完整景观地图的基准集合,涵盖 285,080 个配置及 SVM、XGBoost 等 5 个模型族。 分析表明贝叶斯优化等常规方法会系统性遗漏景观图中的不稳定区域及参数交互效应。

  15. arXiv · ML23

    长时域基准测试揭示接收方导向联邦学习中信任边界的时变失效

    研究评估了13个半合成站点组成的联邦学习系统在600轮交互中的信任边界稳定性。 固定参考门控虽优于起始模型,但允许了29%对当前模型有害的传输;基于当前模型的门控虽将有害传输降至2%,却遗漏了对起始模型有益的部分。 在38%对抗站点场景下,FedFomo与CS-Gate是仅有的在诚实组中均实现正向平均增益的方法。