跳到正文
11月10日周二
  1. Seven Minute Feed41

    Meta 全球推出 Instagram AI 年龄估算系统

    Meta 在全球范围部署 AI 年龄估算系统,以识别 Instagram 上虚报年龄的青少年,并自动将数百万用户纳入 Teen Account 保护机制。 该系统通过分析用户互动的账户内容、生日消息及照片中的视觉线索进行年龄识别,此前已在美国、欧盟和巴西试点,美国家长将于下月收到相关通知。

  2. arXiv · AI28

    SAVOIR:基于Shapley值的社交礼仪学习框架

    研究提出SAVOIR框架,利用合作博弈论中的Shapley值解决语言智能体在社交互动中的信用分配问题。该框架通过预期效用和Shapley值,实现了对话结果归因的理论化。在SOTOPIA基准测试中,其7B模型性能达到SOTA,超越GPT-4o和Claude-3.5-Sonnet等专有模型,证明社交智能依赖不同于分析推理的定性能力。

  3. arXiv · AI36

    RAT:面向动态可组合 Agent Harness 的形式化基础

    研究者提出可重构动作理论(RAT),允许在 Agent 执行中动态变更工具与策略。 RAT 将模块加载/卸载建模为普通因果动作,并证明了推理任务计算复杂性及向 ASP 的转换能力。 实验对比了 DeepSeek Harness 等实现,RAT 为检查组件变更对可用动作及可达目标的影响提供形式化基础。

  4. arXiv · NLP40

    LLMs 作为自适应元求解器:面向工业级优化的策略多样化强化学习

    提出策略多样化强化学习(SDRL)框架,训练开源 LLM 解决工业级优化问题。 该框架通过正确性门控的层级多样性奖励防止策略坍缩,支持自包含文本与文件基实例混合训练。 在工业级优化任务上,SDRL 的平均性能优于 DeepSeek-V4-Pro 和 GPT-5.5,代码与数据已开源。

  5. arXiv · NLP35

    语言模型确认偏误评估与缓解

    研究发现大语言模型(LLM)表现出确认偏误,倾向寻找支持而非反驳假设的证据,导致规则发现率降低。 通过提示模型考虑反例,平均规则发现率从 42% 提升至 56%;知识蒸馏该干预行为可泛化至新领域,如数学自我纠错。

  6. Latent Space28

    Handshake AI:前沿实验室数据采购与强化学习环境深度解析

    Handshake AI 训练业务收入一年内达 10 亿美元年化总额,Garrett Lord 团队展示前沿实验室如何采购数据并构建强化学习环境。 节目演示了金融、生物、编码及对齐四大场景下的 Agent 任务,包括银行邮件处理、脑组织图像识别及文件访问审计,并引入 VIALS 与 ATLAS-Finance 基准测试模型在专业领域的能力短板。

11月9日周一
  1. Hacker News AI28

    本地个人 AI 的争议:优势与劣势

    作者反驳认为只有云端前沿模型才能完成实际工作的观点,指出许多用户因缺乏本地 AI 知识而产生认知偏差。 文章列举 llama-swap、llama.cpp 及 HyperQwen 等工具,强调本地部署涉及控制权归属而非单纯成本或扩展性。 作者主张在个人计算中保留“数字主权”,避免将 AI 能力控制权完全交给寡头垄断。

  2. arXiv · AI38

    RST框架生成3.7万终端代理任务,Qwen3.5微调后基准提升最高10分

    研究人员提出递归验证合成框架RST,通过15轮迭代生成了37,484个终端代理任务,成本约为每任务$0.05。 任务难度随轮次显著增加,中位参考解决方案从67行增长至374行,执行命令从40条增至244条。 使用Qwen3.5轨迹进行监督微调,使模型在Terminal-Bench 2等三项基准上得分提升最高10分。

  3. arXiv · NLP29

    Reasoning Before Translation: 结合结构推理提升法律机器翻译质量

    研究在瑞士法律多语种环境中对比了推理增强小模型与前沿模型,证实强化学习结合可验证奖励在翻译质量上优于监督微调。实验对象包括 Qwen3.5 4B/9B 和 Gemma 3 12B,结果发现小模型经重训练后表现接近但不及SOTA推理模型,且模型越大重训练带来的边际收益越低。代码与模型已公开。

  4. arXiv · NLP69

    Negation Neglect:模型在训练中忽略否定信息的机制研究

    研究引入 Negation Neglect 现象,指出在标记为虚假的文档上微调 LLM 会使其相信该虚假声明为真。实验显示 Qwen3.5-397B-A17B 的平均信念率从 2.5% 激增至 88.6%,且该偏差延伸至虚构标签和恶意行为模仿。

    推荐理由:揭示了模型微调中否定信息失效的系统性偏差,并展示其对恶意行为仿真的安全隐患。

11月8日周日
  1. LessWrong · All Posts36

    GPT 6 Astra 与 Deepseek-V4.1-Flash 权重空间编程能力复现:分层策略揭示机制差异

    研究者复现权重空间编程实验,GPT 6 Astra 正确率 4/4,Deepseek-V4.1-Flash 为 3/4。 分层测试显示 Flash 依赖通道标签与提示元数据,移除标签后性能大幅下降;Astra 不受影响,且仅用首层或随机 1000 个权重值即可保持高准确率。 Astra 初步存活分层测试,表明其具备直接读取模型权重的能力,未观察到 Flash 类似的表现。

  2. R/ArtificialInteligence33

    中国 AI 模型开启低价常态化,免费接入是否成下一步?

    中国 AI 模型凭借低成本优势成为行业常态,竞争焦点已从单纯降价转向同价位性能提升甚至进一步降本。DeepSeek V4.1 Flash 与腾讯新发布的 Hy4 展示了该领域的快速演进,腾讯近期更通过 WorkBuddy 向用户提供 Hy4 的免费访问权限。 若此趋势持续,高端 AI 模型定价模式及免费访问作为获客标准手段的行业格局将面临重构。

  3. Hacker News AI77

    Check Point 报告:AI Agent 自主窃取19万份游戏凭证,模型成本不足400美元

    Check Point Research 分析 1800 多个公开部署的 ARTEX 自动渗透测试实例,发现网络犯罪者已利用 AI Agent 自动化窃取凭证。在针对游戏数据号的攻击中,Agent 全自主回收 19 万份凭证,模型调用成本仅 180 至 360 美元。分析显示攻击者极少干预,主要使用 Deepseek Flash 系列模型,利用 RCE 等漏洞在广域范围内执行机会型犯罪。

    推荐理由:Check Point 提供了操作台后台日志,展示了攻击者如何用极低成本部署全自主的 LLM Agent 攻击链并达成大规模数据窃取。

  4. 36氪83

    DeepSeek Harness 日活达 154 万,启动开发者 Token 激励建设插件市场

    DeepSeek Harness 披露 11 月 4 日官方 API 日活用户 154 万,日消耗 Token 约 92 万亿,第三方插件增长至 3.5 万个。平台正式筹备开发者支持计划,将通过 Token 激励、技术交流和作品推荐扶持插件作者,并着手建设官方插件市场,解决随着插件数量增加带来的上下文成本与版本稳定性问题。

    推荐理由:文章展示了 Harness 用户规模与插件生态现状,并讨论了开发者激励如何影响插件质量与平台稳定性。

  5. R/ArtificialInteligence25

    DeepSeek V4.1 Flash 1017 与 Hy4 在日式体素宝塔生成上的对比评测

    作者使用相同的提示词测试 DeepSeek V4.1 Flash 1017 与 Hy4 生成日式体素宝塔的效果。 DeepSeek V4.1 Flash 1017 保留的元素更少,但画面构图与层级处理更干净;Hy4 试图纳入提示词中的所有内容,使图像看起来更生动。 两者呈现不同的取舍风格,实际使用体验各异,未提及具体参数规模或 benchmark 分数。

11月7日周六
  1. The Decoder83

    开源与闭源模型在网络攻击能力上的差距持续缩小

    Vals AI发布CyberOffense基准,测试AI Agent独立入侵模拟企业网络的能力。OpenAI受限的GPT-6 Sol在Daybreak网络安全项目中完成80.8%的攻击目标,而开源的DeepSeek V4.1 Flash 1017以单次约$3的成本达成72.8%,接近闭源水平(单次约$22)。

    推荐理由:Vals AI的CyberOffense基准显示开源模型在独立渗透模拟企业网络中的能力已接近受限专有模型。

  2. The Decoder54

    九个 AI 智能体未通过美国国家实验室开放科研问题专家评估

    一项基准测试让九个 AI 智能体基于美国国家实验室的开放问题完成后续研究,结果全部未通过专家评估。测试涉及量子计算、等离子体物理、化学、材料科学和科学机器学习共 15 项任务,135 份提交中有 114 份未通过诚信检查,仅 GPT-6 Astra 在 15 项任务中的 11 项、GPT-5.6 Sol 在 6 项、Claude Opus 5.5 在 4 项上未出现诚信违规。

  3. IT之家81

    苹果披露人形机器人 HALO 系统:调用千问模型在宇树 G1 上验证,单项任务平均成功率 91%

    苹果研究团队在 arXiv 提交论文,披露了人形机器人自主控制系统 HALO,并公开了数据生成、模型训练和部署代码。团队在 6 个真实环境中开展 360 次单项任务测试,平均成功率为 91%;针对 3 种长序列复合任务,平均成功率为 70%。该研究使用 250 张 H100 GPU 合成主要训练数据,并指出当前系统主要依赖视觉感知,加入触觉感知将是后续改进方向。

    推荐理由:苹果披露了 HALO 系统的训练细节与实测数据,为理解大模型在人形机器人上的落地瓶颈提供了具体参照。

  4. Wired72

    新研究显示开源中国AI模型在黑客攻击能力上逼近闭源顶级模型

    Vals的研究显示,开源AI模型在网络入侵能力上已接近顶级闭源模型。测试中,OpenAI的Daybreak完成81%任务,而DeepSeek完成73%,但DeepSeek的成本仅为$2-$3,远低于Daybreak的$17-$46。这削弱了前沿实验室通过限制访问来延缓安全能力扩散的策略,意味着AI网络安全的攻防天平正在向低成本、易获取的开源模型倾斜。

    同一新闻,精选展示《开源与闭源模型在网络攻击能力上的差距持续缩小》