跳到正文
10月30日周五
  1. Hacker News AI81

    Dodaios 发布:支持语音调度的开源桌面智能体工作区

    Dodaios 是一款开源的桌面智能体操作系统,支持在 Windows、macOS 和 Linux 上本地运行编码代理、浏览器应用,并通过语音或聊天进行控制。其核心 Agentic IDE 允许多个编码工具在独立终端面板中并行工作,用户可通过语音指令分配任务,且所有涉及系统变更的操作均需用户审批。

    推荐理由:提供了一个本地优先的智能体运行环境,允许通过语音调度多个编码代理并行工作,并包含详细的安全审批机制。

  2. 量子位69

    英伟达联合 MIT 发布基于 MiniMax H3 的开源视频增强方案,支持最高 4K 重生成

    英伟达与麻省理工学院团队在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重,该方案基于 MiniMax H3,支持将低分辨率视频重生成最高 3840×2160 的 4K 视频。

    推荐理由:英伟达联合 MIT 基于 MiniMax H3 发布的开源方案,提供了可自部署的 4K 视频重生成实现。

  3. arXiv · ML40

    可规模化消息传递量子图神经网络在 Weisfeiler-Leman 层级中的表现

    研究构建了具备置换等变性及指定 Weisfeiler-Leman 层级位置的量子图神经网络,实现消息传递功能。 在多达 56 量子比特的大规模模拟中,该框架在合成图、分子性质预测及旅行商问题上得到验证。 该研究为具有理论保证的近期量子算法提供了路径,推动图学习原则应用于量子电路设计。

  4. arXiv · ML23

    LLM 高效评估:具有统计保证的主动查询方法

    研究者提出 FAQ 方法,将大语言模型基准测试视为有限总体推断,在固定查询预算下追求紧置信区间。 该方法利用贝叶斯因子模型和混合方差缩减策略自适应选择问题,在两个基准套件上比基线方法带来高达 5 倍的有效样本量增益,且计算开销可忽略。 代码和数据集已开源以支持可复现性。

  5. arXiv · ML23

    首个用于虚拟传感器的可扩展多任务模型

    首个虚拟传感器多任务模型在超过180亿样本的评估中,将计算时间最多降低415倍,内存需求减少951倍。 该模型同时预测多种虚拟传感器并保持计算效率,与现有单一传感器模型相比,在相近推理速度下生成更优预测,且能以近乎恒定的参数数量扩展到数百个传感器。

  6. arXiv · ML35

    预训练自回归图像模型任意顺序生成解锁

    针对预训练自回归图像模型无法进行推理时编辑的问题,提出未来感知位置嵌入和顺序课程两种组件实现任意顺序生成。 在 LlamaGen 和 RAR 四个基座模型上,该方法在 ImageNet 修补任务 FID 达 6.21,优于 MaskGIT 的 10.44,且兼容现有 AR 推理栈。 额外计算成本仅为预训练的 13-33%,论文已被 NeurIPS 2026 接收。

  7. arXiv · ML20

    Modular Bayesian Foundation Models: SBNN 用于时间序列 OOD 检测、路由与预测

    模块化贝叶斯基础模型利用 SBNN 编码器实现无标签专家路由,在七个数据集上显著降低不确定性并提升校准度。 该模型比确定性版本节省 63.8% 存储,平均 ECE 降至 0.072,平均 NLL 降至 0.836,PICP90 升至 89.03%。 SBNN 参数量比 MC Dropout 少 63.9%,实现高效概率预测。

  8. arXiv · AI40

    Rebuild Dossier:面向智能体应用重建的机械化强制规范及模型层级失败分析

    开源工具 Rebuild Dossier 在编码前锁定应用接口,并通过自动化检查强制“一次一测试”构建流程。 对比显示合规智能体在保留测试中失败,而违规者全部通过;在大应用上该工具甚至未运行自动化检查。 该工具采用 MIT 协议,支持在自有应用中端到端复现。

  9. arXiv · AI37

    规模条件下评估 Agent 记忆:当存储证据停止可用

    研究提出规模条件评估协议,检验无关会话累积下 Agent 记忆证据的可用性。 在 LongMemEval 上,HippoRAG 维持双调用预算但可靠性损失 16-20 个百分点;LiCoMemory 表现因 Qwen3 模型版本而异。 该研究被 NeurIPS 2026 接收,支持构建依赖智能体、界面和规模的记忆声明框架。

  10. arXiv · AI30

    TaskFrame:连接任务级规划与帧级控制的游戏智能体框架

    TaskFrame 提出分层规划-控制框架,通过 GRPO 优化任务规划器并连接帧级键鼠控制。 规划器将目标分解为原子指令,其隐藏状态作为目标嵌入复用;因果 Transformer 控制器结合观测预测离散动作与连续相机运动。 实验显示,TaskFrame 在 Minecraft 闭环评估中的战斗成功率优于基线。

  11. arXiv · AI43

    Tracekit Box: 在微VM中运行AI智能体,所有出口均由签名器裁定

    Tracekit Box 是一款开源(MIT 协议,v0)系统,让 AI 智能体在 Firecracker 微VM中运行,无网卡,出口由宿主机签名器裁定。 每个任务使用 vsock 通道,密钥与元数据地址被拒,变更以补丁形式返回。13 项端到端检查通过,15 个模糊测试发现 9 个问题均已修复。 结果打包为 .tkb 文件,支持离线验证。

  12. arXiv · AI20

    FermiScope 通过累积局域态密度改进 Kohn-Sham 哈密顿量学习

    针对机器学习 Kohn-Sham 哈密顿量模型中元素级误差无法保证本征值准确的问题,研究提出新训练信号“累积局域态密度(FermiScope)”。 该方法通过计算给定能量阈值下空间各点的电子数,完整捕获误差并确定哈密顿量,避免了梯度消失。 在 QH9 数据集微调三个模型后,FermiScope 在降低 HOMO-LUMO 能隙误差的同时,未增加元素级误差。

  13. arXiv · AI33

    CLIK 通过单次前向传播将上下文知识内化至 LoRA 参数

    CLIK 模型通过单次前向传播生成 LoRA 参数,将上下文知识直接内化至冻结基模型,无需任务级优化或推理时保留输入。 该方法在文档问答任务中显著优于无上下文基模型及现有超网络生成器,且可迁移至多轮对话。 分析表明上下文依赖部分集中于生成适配器的紧凑子结构中。

  14. arXiv · AI31

    FACTS-MAS:一种基于异构证据自适应预测的多智能体架构

    FACTS-MAS 提出一种领域无关的多智能体预测框架,通过分解证据通道并基于历史验证权重组合预测,在 Zillow 和 FRED 数据上优于朴素预测及 TimesFM 基础模型。 该框架在 15 个美国大都市区进行了 4、8、13 周的预测测试,其性能与因子调整指数平滑模型相当,并支持通过校准过程选择特定领域的常数均值。

  15. arXiv · AI33

    智能体智能合约合成中的意图丢失测量

    研究提出先澄清需求的架构,发现相比后续审查,预先提问对保留用户意图的影响显著更大,且该结论在三个 AI 模型上均成立。 自动化安全修复常破坏既定行为,少量精挑细选的问题可恢复简短描述中遗漏的需求,相关工具与 600 个任务已开源。

  16. arXiv · NLP23

    Block-GTQ: 基于 RoPE 块率分配的 KV 缓存量化框架

    Block-GTQ 利用 RoPE 频率块分配缓存精度,在 10 种模型配置中将 K-only 诊断的平均 logit MAE 降低约 32-80%。 该框架支持打包缓存注意力,无需实例化 fp16 KV 缓存,并显著改善长文本基准测试性能。 在 Llama-3.1-8B 上 K2V2 配置使 NIAH 平均分从 70.6 提升至 97.4,LongBench-EN 从 33.7 升至 44.9。

  17. arXiv · NLP36

    稀疏与多样性正则化赋予 MoE 奖励模型可解释且可组合的专家

    研究提出稀疏 MoE 架构,通过稀疏与多样性正则化解决传统 MoE 奖励模型专家纠缠问题,实现无需领域监督的语义类别恢复。 在受控实验中,其专家纯度达 84.8%,显著高于传统 MoE 的 60.8%;对路由权重的干预产生可预测偏好变化,验证了解释的行为基础。 该结构具备可组合性,少样本个性化任务中仅更新路由器即获得 25.81 分提升,效果约为纠缠专家架构的 2.7 倍。