跳到正文
10月9日周五
  1. Hacker News AI37

    galahad-kv 实现 50M Token 长时记忆存储

    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。

  2. Hacker News AI41

    Show HN: Jevman – AI 决策模型玩吃豆人

    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。

  3. TechCrunch · AI65

    Goodfire 发布低成本 AI 智能体安全监控工具

    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。

10月8日周四
  1. Seven Minute Feed42

    研究:中国开源权重模型赢得全球用户,但第三方捕获收入

    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。

  2. 机器之心82

    李飞飞团队发布OpenWAM:统一世界动作模型框架,机器人成功率提升29.4%

    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。

  3. Hacker News AI46

    Eric S. Raymond 称 LLM 加速终结闭源软件

    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。

  4. Hacker News AI55

    dialtrace 发布:可视化语音AI电话全链路延迟

    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。

  5. Hacker News AI83

    bigarrow:让 AI 智能体在屏幕绘制箭头指向操作元素的 macOS CLI 工具

    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。

  6. Hacker News LLM49

    开源对话日记应用“Talking Diary”利用分层上下文解决 LLM 建议泛化问题

    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。

  7. Hacker News AI59

    RSS-A 发布用于 AI 智能体多播通信的开放规范与工具包

    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。

  8. The Decoder85

    CrowdStrike 报告 AI 驱动的渗透测试工具助单一名攻击者入侵多家韩国银行

    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。

  9. arXiv · ML26

    ```json

    { "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。

  10. arXiv · NLP38

    长上下文混合模型机制(一):混合注意力到混合位置

    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。

  11. arXiv · AI23

    Madeleine 论文:通过模拟人生学习对话记忆中的非自主回忆

    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。

  12. arXiv · AI30

    视觉模型如何学习物理约束或渲染捷径?一项关于基于物理一致性的反事实基准研究

    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。

  13. arXiv · AI36

    KVFetch:基于时序预取缺失的 KV 缓存压缩方法

    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。

  14. arXiv · AI35

    RoboJEPA:基于大规模机器人数据集训练的多具身世界模型

    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。