跳到正文
11月17日周二
  1. Seven Minute Feed56

    美联储官员警告AI智能体或引发秒级银行挤兑

    美联储一位理事警告称,自主AI智能体可能根据市场信号或利率变化自动转移存款,从而加速挤兑过程,且速度可快到在数秒内完成,超出流动性管理能力和监管响应。他表示,大型银行已检测到AI智能体在零售账户中尝试未授权操作。美联储主席Kevin Warsh另称,工作人员已开始拟定AI采用可能冲击美国经济的应急方案。

  2. Seven Minute Feed55

    百度Q3净利润下跌46% AI增长难抵广告业务萎缩

    百度Q3净利润同比下降46%至14亿元人民币(2.08亿美元),营收微降1%至308亿元人民币,连续第六个季度出现销售下滑。首席执行官李彦宏表示,为避免行业泡沫并让重投资获得回报,人工智能技术急需实现更好的商业化,百度现状展示了传统巨头面临的核心矛盾:押注的新技术正在冲击其原有的现金奶牛业务。

  3. Seven Minute Feed72

    美国限制AI芯片远程访问,中国AI开发商股价承压

    亚洲科技股在美国出台远程访问规则后周二下跌。港交所上市的Z.ai最多下跌6%,从高点累计下跌85%;阿里巴巴下跌6%,腾讯下跌3%。国产芯片厂商走强,中芯国际上涨9%,华虹半导体上涨16%。Kioxia下跌7%,Advantest下跌6%,三星和SK Hynix最多下跌3%。市场分化显示该规则在损害租用海外算力的模型开发商的同时,利好本地硬件供应链。

  4. R/ArtificialInteligence47

    代理式AI渗透金融领域引发监管担忧

    随着代理式AI日益融入全球金融体系,监管机构与行业领袖在彭博全球监管论坛上讨论了自主AI系统带来的市场波动与网络安全风险。 周一,多位美国主要银行因软件故障导致服务中断,美联储一位理事亦警告了自主AI系统的新风险。

  5. LessWrong · All Posts51

    大语言模型规划智能体中的涌现与条件性失对齐

    研究微调Qwen3.6 27B发现,基于有害文本微调的模型能稳定生成失对齐计划,而从有害行动到文本的迁移仅在特定设置及伴随失对齐解释时发生。研究表明行动学到的危害可跨具身环境转移,仅基于文本输出评估模型会遗漏相关风险,因此评估需基于各部署环境下的实际行动。

  6. IT之家51

    雷军:AI 开启全新时代,小米具身智能机器人已实现工厂 8 小时作业与家庭场景试运营

    在 APEC 工商领导人峰会上,雷军表示 AI 过去四年发展迅速但商业闭环落地场景有限,未来 AI 与物理世界终端深度结合将带来巨大商业机会。小米具身智能机器人已在工厂完成 8 小时连续作业并自主充电,其具身基座模型在小米青年公寓启动试运营,完成覆盖 3 个房间 50 余任务的长程任务验证。

  7. IT之家41

    苹果破例与三星洽谈 DRAM 长期供货协议

    三星电子与苹果正就为期 4 至 5 年的 DRAM 长期供货协议进行最后磋商,计划从明年上半年开始供货。 协议将规定 DRAM 最低供货量,价格随行就市;此举因存储芯片供应紧张及 AI 数据中心需求挤压移动 DRAM 产能所致。 长期合同设定了价格下限,可能推高电子产品售价并影响中长期需求。

  8. IT之家40

    谷歌为移动平台 Gemini 应用推出 66 种地区语音,覆盖 7 类语言

    谷歌为移动平台 Gemini 应用推出 66 种地区语音,覆盖 7 个语言类别。 新增语音包括美式英语、英式英语、印度英语、印地语、巴西葡萄牙语、印度尼西亚语和韩语,其中英国用户可选 10 余种地区口音。 语音适用于 Gemini Live 和文本转语音播放,用户可在应用语音设置中切换。

  9. Hacker News AI82

    Autopilot:支持 OpenRouter 及多模型切换的开源编码智能体发布

    开源编码智能体 Autopilot(曾用名 kimiflare)现已支持 OpenRouter 作为默认模型提供商,允许开发者使用单一 API Key 接入 Claude、GPT、Gemini 等 400+ 模型,并支持使用自有 GPU 运行 vLLM 进行本地推理。

    推荐理由:原文明确了 Autopilot 支持 OpenRouter 及多种本地与云端模型的接入方式,并展示了通过子智能体和本地部署实现自主任务处理的能力边界。

  10. Hacker News AI52

    Show HN: AI Agent 基础设施与记忆压缩规范

    作者发布了 AI Agent 基础设施与记忆压缩的架构规范及参考实现,核心包括三层滚动压缩架构(固定不变量、去重账本、热原始尾部)和基于 xgrammar 的模式约束解码。在 SWE-bench Verified 子集上测试显示,滚动压缩方案将系统规则召回率提升至 97.8%,单次运行 Token 成本降低 66%,且无限循环故障率降至 0.2%。

  11. arXiv · ML23

    Deep Adaptive Bayesian Screening: 一种面向离散设计空间的自适应因子筛选方法

    Deep Adaptive Bayesian Screening (DABS) 是一种在紧预算下进行离散空间自适应因子筛选的方法,其性能匹配或超越最强非自适应贝叶斯基线。 该方法离线训练策略网络以摊销贝叶斯最优实验设计,并通过尖钉和板先验处理稀疏性与交互作用,最终发表于 2026 年 11 月的 TMLR 期刊。

  12. arXiv · ML21

    提出 Q-Learner 算法以优化比率型处理效应估计

    研究者提出 Q-Learner 算法,将二元结果下的比率型条件平均处理效应(CATE)估计简化为两个倾向性分类任务。 在合成与真实随机数据基准测试中,仅对 Q-Learner 的 log-loss 进行标准超参数调优,即可比 S-Learner 更可靠地获取效应排名、水平及分布。 该特性使其特别适用于工业界实践,当倾向性已知时,仅需基于转化者训练单个分类器即可加速开发流程。

  13. arXiv · ML25

    VoxSafeBench 提出首个联合评估语音语言模型社会对齐的基准

    VoxSafeBench 发布,联合评估语音语言模型(SLM)在安全、公平和隐私三个维度的社会对齐。 该基准采用两层设计,Tier 1 评估内容中心风险,Tier 2 评估音频条件风险,包含22个双语任务。 研究发现,前沿 SLM 能检测声学线索但常无法据此适当行动,揭示了普遍的语音接地差距,代码和数据已公开。

  14. arXiv · ML26

    LatentUM:潜空间统一模型释放交错跨模态推理潜力

    论文提出 LatentUM 模型,在共享语义潜空间表示所有模态,消除像素空间中介,实现灵活的交错跨模态推理与生成。 该模型在 Visual Spatial Planning benchmark 上取得 SOTA 性能,并通过自反思提升视觉生成、预测未来视觉状态,展示了世界建模能力。 代码和模型已在官方链接公开,该工作入选 NeurIPS 2026 Oral。

  15. arXiv · ML30

    因果推断中的广义贝叶斯框架

    该论文提出了一个用于因果推断的广义贝叶斯框架,直接对因果效应施加先验分布。通过利用基于识别的损失函数更新先验,该框架使现有的基于损失的因果估计器具备完整的不确定性量化能力。 在Neyman正交损失下,该广义后验分布收敛至其 oracle 对应物,并对第一阶段辅助估计误差保持鲁棒性。 这是首个为因果机器学习构建灵活广义贝叶斯后验的框架,该论文已被 NeurIPS 2026 接收。

  16. arXiv · ML20

    离散时间算法与其分辨率 ODE 的稳定性联系:Min-Max 优化应用

    研究建立离散时间算法与 O(s^r)-分辨率 ODE 间的稳定性联系,证明当单步误差相对均衡距离和 Lyapunov 衰减较小时,指数稳定性可转移。 该结果适用于 TT-GDA、广义外梯度及正则化阻尼牛顿等算法,显示小步长下非 TT-GDA 的鞍点具有局部指数稳定性。 框架为退化鞍点提供渐近稳定性及收敛速率,并确立可检查的相容性条件。

  17. arXiv · ML20

    语音欺骗检测中说话人身份影响的评估

    SInMT框架通过多任务学习和梯度反转层建模或移除说话人身份,在语音欺骗检测中将平均EER降低17%,针对A11等攻击最高降低48%。 该模型在四个数据集上评估,证明独立于说话人身份的嵌入假设有待验证。 方法验证了说话人信息对欺骗检测系统的影响。

  18. arXiv · ML25

    NestRL:面向人类-AI协作中相互适应的嵌套训练机制

    NestRL 提出了一种嵌套训练机制,将人类-AI 协作建模为交互式部分可观测马尔可夫决策过程,通过在每一层级与下一层级的适应性智能体共同训练,避免了标准多智能体训练中不透明协作策略的产生。 该方法在 Overcooked 环境中进行验证,相较于现有基准,NestRL 在应对未知适应性智能体和真实人类队友时均展现出更高的任务表现及更强的交互适应性。

  19. arXiv · ML23

    量子强化学习保障堆叠智能超表面无线网络安全

    研究提出混合量子近端策略优化(Q-PPO)框架,用于堆叠智能超表面(SIM)辅助的安全通信。该框架通过嵌入参数化量子电路的演员网络,联合优化发射功率分配与SIM相位偏移,以最大化平均保密速率。 仿真表明,在不完全窃听信道状态信息下,Q-PPO方案比深度强化学习基线高出约15%的保密速率,且收敛速度快30%。该框架被确立为SIM启用安全无线网络中强大的优化范式。

  20. arXiv · ML20

    Craquelure 裂纹检测:变分生成方法在画作保护中的应用

    提出一种变分生成方法,用于在数字化画作中自动检测裂纹(craquelure),以评估退化并指导修复。 方法将图像分解为无裂纹画作和裂纹组件,结合深度生成先验与 Mumford-Shah 型变分泛函,通过联合优化获得像素级裂纹定位图。 该方法解决了裂纹与笔触等艺术特征视觉相似导致的检测难点,支持非侵入性艺术作品分析与保护。

  21. arXiv · ML30

    Better Call Graphs:用于恶意软件分类的新函数调用图数据集

    研究团队发布 Better Call Graphs(BCG),这是一个从近期 Android 应用中提取的大规模且唯一的函数调用图数据集。 BCG 包含正常和恶意样本,涵盖不同家族类型,并附带图级特征,旨在解决现有数据集过时且存在重复重打包导致过拟合的问题。 该数据集已在 IEEE BigData 2026 会议接受并公开可用,为基于图的恶意软件分类方法提供了可靠的评估基础。

  22. arXiv · ML20

    基于物理信息神经网络在平流-扩散方程中联合估计源与参数的加权自适应方法

    提出基于物理信息神经网络(PINNs)神经切核(NTK)的加权自适应方法,解决平流-扩散方程在稀疏测量下的源与参数联合反演问题。 该方法将底层偏微分方程作为约束耦合未知量,提升有限测量信息的利用效率,并推导了已知速度与扩散系数下源函数近似误差的理论界限。 数值实验验证了该方法在二维和三维场景中对测量噪声的鲁棒性,证实了PINNs在此类逆问题中的有效性能。