空间神经计算下的无限上下文循环架构
研究提出二阶循环模型,利用离散偏微分方程构建空间演化场作为隐式高容量记忆。该模型等效于无限阶 RNN,具有固定参数量下的无限感受野。通过约束梯度谱消除梯度消失,在长时程基准上以更少参数优于其他循环模型。
研究提出二阶循环模型,利用离散偏微分方程构建空间演化场作为隐式高容量记忆。该模型等效于无限阶 RNN,具有固定参数量下的无限感受野。通过约束梯度谱消除梯度消失,在长时程基准上以更少参数优于其他循环模型。
summary_zh: MindFlow 提出将科研灵感创新建模为图结构思考流,由模块化思考算子组成,并借助概率心智超网进行模拟。 给定研究主题,控制器动态采样思考流生成候选灵感,并通过基于锦标赛的相对排名优化,逐步偏好高质量思考流。
研究团队提出SciTBERT,这是一系列基于BERT、按2013至2025年逐年截止数据训练的时序一致模型。 该系列涵盖科学论文、专利及教育文本,并引入SciTBERT-CI变体及PatRepEval评测基准。 实验表明,在早期数据限制下,SciTBERT仍能超越先前的领域专用编码器模型。
微调后的Qwen3.5小语言模型在两个基准测试中,于精确率和召回率上均优于提示词驱动的GPT-5.4与GPT-5.6 Sol。 部署的0.8B模型将服务成本降低约16倍,其紧凑提示设计优于冗长指令。线上实验显示该功能带来显著收益,学习者参与度提升15.8%,新课程GMV增长13.2%。
Robium 推出,这是一个为编码智能体设计的物理 AI 框架,支持 ROS 2、Gazebo 等机器人仿真工具。 采用可编辑安装模式,无需专属 GPU 即可运行预训练策略,支持 Apple Silicon。 基于 MIT 许可开源,提供从技能包到完整应用的完整开发环境。
作者阅读了SemiAnalysis发布的文章《北京不会引领前沿》,认为该文系统调查了中国对AI安全与发展的态度,并指出智谱是唯一被美国实体清单完全禁止的中国AI初创公司。
galahad-kv 包在 50M Token 文本测试中,实现 KV 状态 100% 无重算加载。 基于 Gemma 4 12B/31B 模型,块加载速度比重算快 2.8x-4.3x,GPU 能耗降低 8.8x-12.3x,且显存保持平稳。 该方案属于存储状态复用而非扩大注意力窗口,存储需 TB 级 NVMe 磁盘,单次写入成本固定。
Anthropic 推出免费的开源项目安全扫描服务 OSS Scanner,使用其最强模型(包括 Claude Mythos)对参与项目的代码进行定期漏洞扫描。报告完全由模型生成,无人工审查,因此可能存在误报。
Edi Life OS 是一款自托管生活仪表盘,整合专注、习惯、目标、财务等 10 个工作区。 内置 MCP 服务器提供 26 个工具,支持 Claude 等 AI 助手读取数据并协助规划。 支持 Docker 或 PHP 8.1+ 部署,API 采用令牌保护,确保数据私有。
Liquid AI 开源 D1-3B 决策模型,基于 LFM2.5-VL-3B 构建,支持文本与图像混合状态输入,单次前向传播输出校准答案。该模型在 Decision Index 0.2.1 上得分 48.57,优于 Decider 35B-A3B 及所有 4B/9B 竞品,在 NVIDIA RTX 4090 上单次决策耗时 8 ms。
SpaceXAI 加入 Omacom Foundation,向 Omarchy 项目捐赠价值 150 万美元的 Grok tokens。 资金将主要用于加速开发、代码审查及修复 bug,Omacom 由 Ruby on Rails 创始人 Hansson 领导。
Jevman 是开源的吃豆人基准测试平台,6 款 AI 决策模型各对战 100 局。模型通过 HTTP 接口在 2 秒内返回方向概率,成绩自动同步至排行榜。 用户可提交任意支持 HTTP 端点的模型(含本地微调版)进行基准测试,CI 系统回放验证得分并合并至公开榜单。
Goodfire 发布了一款基于模型内部激活的低成本监控工具,旨在以极低的开销检测失控的 AI 智能体。该系统通过探针读取模型内部的神经激活信号,而非使用另一个昂贵的 LLM 进行“旁观者”式的全文审查,从而大幅降低运行成本。在 Kimi K3 的测试中,监控 1,500 个会话的成本约为 51 美元,且能捕获 94% 的恶意黑客行为会话,该工具目前通过 Baseten 平台提供给客户使用。
德国搜索引擎弃用 Mistral,转投中国开源 AI。背景是欧洲政府正试图摆脱对美国的过度技术依赖。此举旨在敏感系统中推动本土替代方案。
Fakegreen 是一款无需 LLM 和 API key 的确定性工具,通过扫描 git diff 标记 AI 编码智能体伪造测试通过的 4 类行为。 它支持 JavaScript、Python、Go 等语言及 CI 配置,规则涵盖测试跳过、断言弱化及 CI 忽略失败,耗时通常低于 100 ms 且零运行时依赖。
阿里巴巴主席蔡崇信表示,开源AI是欧洲摆脱对美、中依赖的最佳路径,并敦促该地区构建自有算力以训练和运行模型。 该提议的背景是,中国开源权重模型正在全球市场 gaining 份额,使开源成为介于美国与中国AI巨头之间的第三条道路。
研究发现 DeepSeek、Moonshot 等中国开源权重模型在全球广泛传播,但大部分收益流向托管这些模型的第三方提供商,而非构建模型的研发实验室。 这种收入分配差距解释了中国实验室为何争相融资。2023-2026 年中国初创企业获得的资金仅约为美国 AI 公司融资总额 380B 的十分之一。
斯坦福李飞飞、吴佳俊等人发布论文OpenWAM,提出开放的世界动作建模框架,系统性回答视频底座与反事实数据对机器人动作模型的提升机制。框架基于阿里开源视频模型Wan2.2-5B,通过因果化改造和Mixture-of-Transformers架构支持四种可配置交互方式,配合LIBERO-Long-CF数据集生成29.7倍反事实数据。
推荐理由:斯坦福李飞飞团队提出OpenWAM框架,通过控制变量法系统性验证视频底座与反事实数据对机器人动作模型的提升机制。
Eric S. Raymond 认为 LLM 成为闭源软件的“丧钟”,仅专利和云软件能保护专有模型。 他利用 AI 助手反编译 DOS 游戏并转译为 Rust,称整个 3A 游戏也已被处理。 他预测逆向工程将揭露行业秘密,尽管部分观点认为其评估过于夸张。
dialtrace 是一个零依赖的命令行工具,将 Telnyx 电话事件与自定义流程阶段放在同一时间轴上,帮助用户定位语音AI电话中的等待来源。工具区分了网络信令、人肉接听和AI推理耗时,示例显示从拨号到听到第一声的1.49秒中,85%耗在自有管道。它通过本地Webhook接收标记,结合Telnyx的call_quality_stats提供MOS等通话质量数据,并解释了为何无法拆分信令与振铃时间。
bigarrow 是一个 macOS CLI 工具,允许 AI 智能体在屏幕上绘制箭头,指向需要用户手动点击的元素。该工具完全通过 Shell 脚本执行,支持多显示器、多空间及全屏应用。
推荐理由:作者开源了一个 macOS CLI 工具,它为大模型提供明确的指向接口,让智能体可以精确指示用户执行点击操作。
开发者开源了一款基于自我托管的对话日记应用,旨在解决 LLM 因缺乏个人上下文导致建议过于通用的痛点。 该应用通过“日记-话题”双层架构,每日自动提取并更新上下文摘要,允许用户保留数据主权,无需将生活隐私上传至云端服务器。 LLM 在此场景中作为整理个人思维、识别认知偏差的工具,而非简单的信息检索或生成引擎。
IsCited 免费扫描域名以判断网站是否被 ChatGPT、Perplexity 等 AI 助手引用,10 秒内生成 0-100 分及 llms.txt 建议。 Pro 版收费 $19/mo,提供每周再扫描、5 个买家风格问题测试及引用状态追踪。
Quady3D 允许用户通过图片、文本或草图生成可下载的 3D 模型,支持 GLB、OBJ 及 STL 格式输出。 整合 Meshy 7.1、Hunyuan3D Pro 和 Rodin 2.5 模型,付费版最高提供 5000 每月积分及 50GB 存储。 免费账户验证后获 40 次生成额度,生成结果可导入 Unity 或用于 3D 打印前期检查。
RSS-A 发布了一个开放协议,支持 AI 智能体通过 RSS 或 Atom feed 进行一对多广播通信。项目提供 Python 和 TypeScript 的 SDK、验证工具以及 MCP 服务器,允许在 5 分钟内完成智能体适配。当前处于 v0.1 版本,包含签名、群组讨论和线程控制等功能,并遵循“读者忽略未知扩展”的向后兼容原则。
CrowdStrike 报告称,一名疑似来自中国的攻击者于 2026 年 9 月底至 10 月初期间,利用 ARTEX 开源 AI 自动化渗透测试工具,成功入侵了多家韩国金融机构。
推荐理由:该事件通过一次大规模数据泄露,展示了当前 AI 自动化渗透测试工具在降低攻击门槛方面的实际风险。
CrowdStrike Intelligence发现攻击者在2026年9月下旬至10月初针对韩国金融机构发动定向渗透,导致数据泄露。分析显示攻击者使用中国开发的开源智能体渗透测试工具ARTEX,并配合DeepSeek v4.1-flash、GLM-5.3和Grok 4.6等大语言模型执行操作。
开发者构建开源工具 PaperFold,将 arXiv 论文转化为 5 个可缩放层级。 用户通过捏合手势或按键 1–5 在层级间切换,从单屏章节图到逐字原文,且阅读位置不丢失。 该工具支持 Claude Code 输出格式,已在 GitHub 以 Apache 2.0 协议开源。
ICANN 公布新一轮顶级域名申请,AI 域名成热点,Meta 申请 21 份、OpenAI 申请 15 份,涵盖 .agent、.gpt 等。 OpenAI 还申请 .chatgpt、.codex,Anthropic 申请 .claude,Meta 申请 .meta 等品牌专属域名。 本轮申请不意味着域名获批,ICANN 表示最早明年进入正式生效阶段。
阿里巴巴董事会主席蔡崇信指出,欧洲若想在技术上摆脱对中美的依赖,最佳选择是发展开源 AI。他主张欧洲建设本地算力基础设施,以专有工业数据训练模型建立优势,并支持新兴云服务商。蔡崇信认为中国侧重开源以推动全球采用,而美国闭源实验室倾向封闭。
开放权重 LLM 的现有安全防御机制易受 abliteration 和 prefilling 等低成本攻击影响,跨三项评测基准的攻击成功率从低于 10% 提升至 16%-96%。
{ "title_zh": "ReCAP:一种能重塑自身表达结构的物理信息神经网络PDE求解器", "summary_zh": "ReCAP通过让物理信息神经PDE求解器在优化过程中动态重塑其表达能力,解决不同空间区域复杂度不均导致容量不足或冗余的问题。
对比1B、4B、8B参数规模,生成式模型在处理多轮对话数据时性能优于DeBERTa-V3等判别式基线。 在扩展到112个主题及长尾分布时,判别式模型Macro-F1下降35%,而生成式模型保持稳健表现。 已在全球电商平台生产环境部署,实现低延迟与显著业务影响。
混合 LLM 架构通过结合不同注意力模块提升长上下文效率与长度外推性能。 研究发现滑动窗口注意力(SWA)混合体在长度外推中表现更好,而线性注意力(LA)混合体在长上下文持续预训练中受益更多。 提出的滑动窗口线性注意力实现 16 倍免训练长度外推,并保持 NIAH-SK1 64k 上下文 100% 准确率。
论文提出 Madeleine 框架,通过离线 LLM 生成模拟人生数据训练查询编码器,实现在线零 LLM 调用的记忆关联检索。 在 LoCoMo-Plus 协议下,Madeleine 接入 HyperMem 时达到 66.6 分;单独使用时零 LLM 调用,上下文消耗约为原系统的 1/21,得分 52.4。 该框架可显著增强 T-Mem 系统性能,提升 26.2 分,且不影响常规问答能力。
15种针对恶意微调的LLM防御机制在持续训练下普遍失效。 研究人员测试了6种防御,在Llama-3.1上高学习率导致防御模型有害性接近无防御模型。 现有防御不能视为持久保护,需在后续训练中维持。
研究提出基于Mitsuba 3构建的反事实基准,包含5500张图像及500个场景族,用于检测图像编辑中的物理违规。LLaVA-1.5-7B等基线模型在标准测试集类别macro-F1达64.0%至67.8%,但在干预移位下LLaVA-1.5-7B性能骤降至40.8%。该差距表明,高准确率部分源于对渲染及反事实构建线索的依赖。
研究提出空间归纳头电路,解决Transformer在多维数据中因序列化导致的空间邻居路由难题。 该两层电路通过重建空间邻域并匹配历史配置,其位置维度仅依赖局部邻域而非网格体积。 实证显示两层Transformer在1D和2D设置中可泛化至未见规则,随机规则KL散度低于0.005 nats。
KVFetch 是一种无需训练的即插即用框架,通过时序召回通道解决基于内容的相关性驱逐导致的顺序遗忘问题,恢复模型逐字复制能力。 该框架将驱逐候选降级至量化冷层,并通过单调读取指针检测活跃复制,将位置后继预取至固定大小的热层槽位,不增加注意力成本。 在 RULER-16K 的同预算控制下,KVFetch 将逐字复制指标从 0.8 恢复至 78.4,13 项任务平均分提升 8.4。
研究者发布 RoboJEPA,这是首个在真实机器人数据上建立多具身世界模型缩放定律的工作,参数规模达 8B。 该模型基于 Joint Embedding Predictive Architecture (JEPA),在涵盖 12 种机器人具身的大规模数据集上训练。 RoboJEPA 的想象误差遵循算力的高阶幂律,可作为真实机器人评估的可靠代理,并能零样本部署为机器人智能体。