从预测到实践:一种任务感知的血糖预测评估框架
提出任务感知的血糖预测评估框架,结合低血糖预警与胰岛素剂量支持双场景。 框架使用三个临床队列数据计算事件级召回率与误报率,并基于UVA/Padova模拟器评估干预效应预测能力。 结果显示模型在整体预测准确时,可能仍在关键高风险场景失效,揭示了预测精度与临床实用性间的差距。
提出任务感知的血糖预测评估框架,结合低血糖预警与胰岛素剂量支持双场景。 框架使用三个临床队列数据计算事件级召回率与误报率,并基于UVA/Padova模拟器评估干预效应预测能力。 结果显示模型在整体预测准确时,可能仍在关键高风险场景失效,揭示了预测精度与临床实用性间的差距。
研究者提出CS-54k语料库,基于14,474篇开放许可AI论文构建了5.4万对结构化问答数据。 该语料库覆盖8类论文组件,衍生出评测基准CS-4k和后训练语料CS-50k。 在CS-50k上进行后训练显著提升了Qwen2.5-7B-Instruct在CS-4k上的表现。
summary_zh: CRINN 提出将近似最近邻搜索优化视为强化学习问题,以执行速度为奖励信号,生成速度更快且保持精度的实现。 该方法在六个基准数据集上测试,优于三个 SOTA 开源算法,在 SIFT-128-Euclidean 等两个数据集上并列第一。
summary_zh: CaST 在 100 万项数据集上实现约束向量搜索的最优早期终止,成本至多为类最优的 1.132 倍。 该算法通过动态规划计算嵌套阶梯规则,在 0.03 至 0.10 风险水平下保持 95% 联合置信度。
REWEAVE 是一种在线索引维护方法,通过从查询反馈中学习边效用并定期重新布线,以优化 HNSW 索引对偏斜或变化工作负载的适配性。 在最多 1 亿向量的测试中,其查询吞吐量最高达 NGFix 的 3.3 倍,且在 Amazon-ESCI 数据集上通过查询漂移适应将流式 recall@100 从 0.745 提升至 0.979。
AutoOntic 管道通过规范化实体类型、归纳层级结构和挖掘约束自动构建本体。 在 Wikidata-TekGen 和 DBpedia-WebNLG 上,超过 90% 的诱导类型与参考类对齐;使用 AutoOntic 构建的知识图谱在 MINE 中实现 88% 检索准确率。 该工具旨在解决缺乏类型层级和域/范围约束的扁平图谱问题,提升图增强生成的检索质量。
LLM 预测系统极易受单篇伪造新闻攻击,74% 至 82% 的对抗性预测会被逆转,前沿模型无法识别虚假信息并会盲目跟随。 两大主流部署系统的检索架构在约 90% 的运行中会捕获伪造文章,且现有检索时防御措施可被单一提示词修改轻易绕过。
提出关系表示构建(RRC)协议,区分模式语义、关联属性及上下文信息,将关系数据库映射为节点与关系描述符。 采用语义所有权原则分配属性,支持关系条件消息传递,兼容现有关系图学习架构。 该框架与关系消息传递、图 Transformer 等近期工作互补,旨在提升 RDL 模型的语义表达能力。
该 Wiki 旨在为企业提供 AI 安全参考,涵盖治理、风险管理及合规审计。 内容包含 682 个测试案例库,并整合 FINOS、NIST 及 GDPR 等框架。 其目标是通过标准化控制与证据,降低数据泄露、提示词注入及模型滥用风险。
Natera 基于 Amazon Bedrock AgentCore 搭建 SWARM 系统,为实验室设备工单提供自动诊断。swarm-agent 自动产出诊断报告,swarm-hive 支持工程师交互追问,两者共享一个包含 33 项技能的技能库。评估数据显示,平均首次响应时间从 17.4 小时缩短到约 8 分钟,96.2% 的工单可自动给出首轮响应。
AWS 发布方案通过多层防线让企业 Agent 共享知识库时仍按用户权限检索。核心流程为:通过 AWS Cognito 与 Lambda 在访问令牌中注入邮箱。
推荐理由:文章给出多层防线与可部署的CDK堆栈,读者可据此在共享Agent场景中隔离各用户的数据访问权限。
AWS 在 Agent Toolkit 中新增 Amazon Bedrock Managed Knowledge Base 迁移指南,允许编码智能体协助用户将客户管理的知识库自动迁移至托管模式。
GitHub 仓库 engineer-to-ai-engineer 发布了一套分 15 集、每集对应一个 Git 标签的免费课程,引导无生成式 AI 背景的软件工程师构建完整的 RAG 管道。
Oura 宣布以 6.25 亿美元现金收购 AI 原生初级保健公司 Counsel Health,将该公司的医疗 AI 与医生服务整合进其健康智能平台。 Counsel 平台利用临床 AI 框架调用代理处理病史、指南检索及紧急检测,医生通过专有 Clinician Cockpit 界面辅助决策,确保医疗安全。
中兴通讯“璇玑”系统通过本体语义连接企业知识、数据与智能体,定位为企业AI基础设施中的本体语义软件平台,解决大模型不懂业务口径的难题。 系统提供REST API、MCP等接入方式,支持业务语言转结构化推理,已通过中国信通院本体建模平台测试,建立质量门禁与版本管理实现长期运营。
AI-CDD 允许客户用自然语言定义功能,由 AI 代理实现并通过特征开关上线。 该流程利用嵌入向量搜索匹配现有隐藏功能,未通过的功能需经人工审查后由 AI 生成测试。 个性化配置可减少功能冗余,在保持体验一致的同时提升产品粘性。
Apple 研究人员在 ICML 2026 发表论文,通过训练小型网络加速最大内积搜索,提升 RAG 检索效率。 该方法离线训练路由器以优化查询分发,避免基于距离的路由丢失最优匹配。在约 260 万篇段落测试中,其召回率高于几何基线且搜索成本更低。
HarborIQ 为独立保险机构提供免费 CRM,支持客户管理与管道追踪,无需信用卡即可开始使用。 Intelligence 工具定价 $49/月,可读取机构指南提供带页面引用的承保答案,每月含 300 次共享检查。 该工具旨在替代分散的表格与个人记忆,保持现有 AMS 不变,数据加密存储且永不用于 AI 训练。
AWS Frontier AI Engineering & Services 发布23项生产级可复用资产,覆盖 RAG 流水线与文档处理等,DoorDash 与 Ricoh 等已验证可将开发周期从数月压缩至数周。
FN2 AI 将 Claude Code 与包含 10,602,684 个嵌入片段的财报语料库连接,支持语义搜索。 该分析调用 Qwen3-Embedding-8B 模型,覆盖 142,758 次电话会议,单次运行处理 118,982 tokens。 用户可设置定时任务,每个交易日开盘前 30 分钟自动接收简报。
使用 Sentence Transformers 进行 token 池化感知训练,使模型在 4 倍存储压缩下 NanoBEIR nDCG@10 保留率从 94.6% 升至 97.8%。 该方法基于 Ward 层次聚类合并相似向量,支持按长度自适应压缩,显著优化多向量模型的存储效率与检索质量。
Neo4j 发布名为 Relate 的 AI 原生、开源内存数据库,使用 Rust 构建,旨在为 AI 智能体和 Agentic 系统提供毫秒级启动和亚毫秒级读取性能。
指南含三个非规范性用例及模拟组织文件,覆盖策略审查、现状映射与目标状态分析。 公众评论窗口截止 2026 年 10 月 15 日。
腾讯云宣布全新搜索产品「元宝搜索」正式上线,在任意浏览器地址栏输入 so.qq.com 即可使用,也可在最新版 QQ 浏览器中切换引擎使用。元宝搜索基于元宝的大模型能力重建搜索链路,覆盖全网网页、公众号、视频号等腾讯生态内容和学术文献,接入 157 个权威信源,并将广告与答案明确区分、支持整块折叠广告。
系统EJAI结合交互地图与证据检索,在21项查询测试中,98.4%的事实性声明获证据支持,33个案例中32个主动说明缺失证据。 其企业高管角色因立场偏向而忽略冲突证据,形成grounding成本。15名参与者在模拟听证会中,部分人发现角色简化或偏见问题。
OpticalRAG 框架将文档渲染为页面图像,经冻结视觉编码器处理并蒸馏为 16 个注入 token,在 LongBench-v2、BAMBOO 和 LooGLE-v2 基准上取得最佳压缩感知准确率。 该框架包含无需对比训练的编码器桥接检索和查询驱动蒸馏模块,使 Qwen2.5-7B-Instruct 基线模型提升 5.17 分,论文已被 NeurIPS 2026 接收。
研究量化了八字分析中 LLM 所需事实层,发现 11 个开源模型直接回答时,60% 以上未答对六十甲日或 1% 以上未答对刑冲。 提供经过过滤的查询事实层后,Qwen3-8B 和 32B 准确率提升至 78%-92%,另 4 个模型达 96%-100%。 表明 LLM 需外部事实层提供计算好的交互关系,而非静态属性或完整列表。
BioMem 研究提出 HMRU 框架,在生物医学问答与对话记忆基准上平均提升 8.6%。 该无训练框架同时增强证据可及性与任务感知利用,降低对话回答错误 24.9%。 HMRU 弥补了 48.0% 的全上下文推理性能差距,适用于临床预测等场景。
DotRAG是一种轻量级、免训练的GraphRAG检索算法,利用LLM推理缩小搜索空间,在MetaQA 2-hop查询上实现97.78%召回率,显著优于基线。 该算法在索引阶段构建实体关系图谱并生成全局概览,查询时通过LLM假设关系序列并执行定向检索,相比HopRAG检索延迟降低12.2倍。
研究测试了 LLM、RAG 和 Agentic 搜索在无效 Bug 报告细分及无代码修复生成中的表现。 子类细分中 RAG 加权 F1 达 0.66 最高;无代码修复生成中 Agentic 搜索 Judge LLM 成功率达 68.9%。 旨在解决手动处理无效报告造成的资源浪费,相关成果已提交 IEEE TSE 审稿。
OmniReview 包含 202,756 条经核实的评审记录,并提出了 Pro-MMoE 框架。 该框架结合 LLM 语义画像与 Task-Adaptive MMoE 架构,在 7 项指标中的 6 项上取得了 SOTA 性能。 Pro-MMoE 为现实评审员推荐树立了新的基准,解决了嵌入方法的语义压缩瓶颈。
基于 TRACE 架构的 AI 助手实现草案立法反腐败风险评估。在 132 部乌克兰法案构成的基准测试中,使用 Gemma 4 31B 时前 10 项标记命中率为 0.28。系统通过确定性解析核心与 LLM 评估结合,未匹配 32 项法律冲突发现。
论文针对多智能体系统提出私有知识检索与私有推理机制,通过设计签名系统防御语义记忆中毒攻击。 架构采用本地 Prolog-like 推理系统访问外部签名知识库,提供基于 k-匿名及信息论隐私的 Python 实现。 该方案旨在通过“安全设计”避免恶意利用漏洞篡改智能体知识,从而保障系统安全性。
提出无需训练的 SELD 检测器,用于识别压缩过程中答案未变但证据缺失的情况。 SELD 在 SEL-Pairs 基准测试中表现优于最强基线,在答案不变的成对样本中识别出 83% 的证据删除编辑,而最强基线仅为 70%。
研究利用大语言模型将长列表的因果解释(CFX)交互编辑转化为简洁自然语言总结,以提升用户可理解性。 在MovieLens-1M数据集上,ACCENT和SPINRec方法表现出最优语义效果,且直接偏好优化(DPO)在几乎所有设置中提升了语义指标。
提出一种结合在线自适应模糊认知图与 LSTM 的神经符号金融预测框架。 框架 I 在 NASDAQ 数据上收益率符号准确率超 LSTM 基线 7.6 个百分点,新机制下 10-15 个交易日收敛。 框架 II 引入 LLM 增强与可审计引用,中心节点状态方向准确率介于 68.9% 至 85.7%。
针对医学多选题中选项间证据重叠导致区分困难的问题,研究提出一种检索增强的鉴别证据框架。 该方法提取各选项特有的鉴别证据并组织为简洁提示词,在多个数据集和目标 LLM 上均实现了一致的准确率提升。 消融研究证实该框架性能优于直接使用检索证据块或闭源 LLM 生成的通用提示,其增益主要源于对竞争选项推理的有效辅助。
在六个视觉语言模型中,文本加图谱可视化提示平均提升 1.85 F1 点,主要源于低复杂度问题精准度提升 4.65 F1。 多模态增益不依赖模型规模,但对图谱布局敏感:层级 Graphviz 布局优于杂乱渲染,分解大子图效果最佳。 研究建议采用自适应视觉提示策略,仅为小型且结构良好的子图添加图表,以平衡精度与推理效率。
HandsOnAid 在 Pixel 7 Pro 手机上实现离线急救响应,4-bit 微调 Gemma 2B 模型首次生成文本耗时 6.86 秒。 该模型经 QLoRA 在 5,550 条急救问答上微调,检索增强版得分 2.51/5,高于基础模型的 2.34 分。
研究通过 margin 统一视角解释 LoRA 抗遗忘能力与 Adapter 合并机制,并提出免训练的 MaLoRA 合并规则。 在正则化中间区间,最优 Adapter 对齐 max-margin 解;正则参数控制预训练数据保持与新任务适应的 margin 权衡。 该合并规则在多任务基准中匹敌或超越现有基线。