基于规则与强化学习的儿科超声实验室资源分配策略模拟研究
利用斯坦福大学儿科医院数据构建模拟模型,结果显示动态分配显著降低患者平均等待时间。 模型采用 Dueling Double Deep Q-Network,性能媲美但未超越最优基于规则的动态分配策略。 该研究为医疗资源调度提供了开源 Gymnasium 接口与理论参考。
利用斯坦福大学儿科医院数据构建模拟模型,结果显示动态分配显著降低患者平均等待时间。 模型采用 Dueling Double Deep Q-Network,性能媲美但未超越最优基于规则的动态分配策略。 该研究为医疗资源调度提供了开源 Gymnasium 接口与理论参考。
AVA-Encoder 将电影转化为智能体原生的 Film KG,重建保真度提升 20.7 个百分点。 框架支持协调编辑并提升下游系统性能,所学习策略比人工调优少用 70% 以上的 system-prompt tokens。 团队发布了该框架、重建基准及 Film KG 数据集。
MDUFS-Net 通过 $\ell_{2,0}$ 范数增强 PCA 框架并展开 ADMM 算法,实现了端到端的无监督特征选择,解决了超参数手动调优和数据依赖问题。
Reviser 是一种仅解码器 Transformer,通过插入、移动等光标动作编写和编辑文本,其自回归步骤成本与普通 AR 模型相当。 模型在 CoEdIT SARI 上比同尺寸 AR 模型高出 4.5 至 7.2 分,且解码步骤和延迟减少至三分之一;在续写任务中,Reviser 以 62%-74% 胜率击败同规模扩散语言模型。
该方法在 2,942 个注入事件中检测到 96.3% 的异常,误报率为每小时 0.22 次。 使用 Kalman 跟踪器、CUSUM 及 Hampel 中位数等检测器组合,单通道归因准确率 91.2%,双通道达 99.0%。 在 Skoltech 基准上中位延迟 15 秒,误报率 46 次/小时,低于滚动 z-score 的 11 次/小时比较需结合具体场景。
Priming Models 提出简单两阶段框架,通过像素去噪预训练后接特征分布微调,彻底解决单步生成的分布训练难题。 在 ImageNet 256×256 分辨率下,该方法以约十分之一训练算力实现 1.19 的 SOTA FID,显著优化算力与生成质量帕累托前沿。 代码库已开源,适用于类条件图像生成、文生图及世界模型等任务。
KANLab 是一款开源浏览器可视化工具,基于 TensorFlow Playground 分叉,用于交互式教学 Kolmogorov-Arnold Networks(KAN)核心概念。 工具省略残差连接和可学习缩放参数,使 B-spline 激活曲线直接对应可训练控制点;用户可调整激活函数、初始化方案并观察梯度下降修正干扰,支持激活方差、交互剪枝和重训练现象探索。
双曲目标条件强化学习通过引入双曲空间测地距离,使64层双曲智能体性能超越1024层欧氏网络。该方法训练速度快12倍以上,参数量减少13倍左右。在复杂迷宫中,双曲模型行为表现更佳,能沿走廊到达目标。
提出 GroundGUI-8B 模型及 ScreenRef 数据集,通过蒸馏强化学习(D2RL)提升 GUI 智能体的视觉定位能力。 GroundGUI-8B 在 ScreenSpot-V2 基准测试中达到 95.2% 准确率。该模型基于 Qwen3-VL-8B-Instruct 微调,代码、模型和数据集均已开源。
对10个开源模型在8种语言中的审计显示,70个模型-语言对的刻板印象分数均低于英语水平,但平均分降低不能证明模型更公平。 英语原项得分与翻译项得分的相关性(0.23)远低于仅改写英语项的相关性(0.48),表明平均分无法区分偏见降低与评分模式改变。
Delta Tokenizer 实现仅对新增文本分词,相比 Hugging Face 基准模型将单次会话分词速度提升约 40 倍。 其分块并行路径在 16 核 CPU 上处理四百万字符请求时,比串行编码快 8.2 倍,比 LoPT 快 1.6-2.1 倍。 在 SGLang 中,该方法将 100K 令牌请求的 P99 TTFT 降低 23 倍,且输出与参考编码完全一致。
summary_zh: JetSpec++ 提出算法与系统协同设计,将推测解码中起草 token 的边际耗时几乎清零。 该框架结合块内自精修、跨块预视起草与流水线化起草验证三个组件。
Qwen-MT-Lumen 在 WMT2026 通用机器翻译共享任务中表现优异,14B 参数模型在翻译质量与指令遵循上比肩头部专有系统,综合评分达 4.60 分。
针对 SE(3) 等变结构预测中的动态 k-NN 图重建开销,提出两遍拓扑调度设计,通过阻尼信赖域补偿实现精确非翻转证书与 BLUE 重放增益推导。 具体实现 L1、L2、L3 三级补偿机制,其中 L2 在去信赖域时精确复现 Pass-1 边集,L3 单调插值;实验测得 1.5 倍 Pass-1 加速和 1.76 倍 epoch 加速,且无测量损失差距。 开源实现及实验数据已发布。
昆仑万维发布 Matrix-Game 4.0,这是世界上第一款运行在单张消费级显卡上的视频大模型游戏。该系统在 NVIDIA RTX 5090 上实现了 480p、60 FPS 的实时运行,交互延迟低于 150 毫秒。Matrix-Game 4.0 构建了由游戏引擎维护状态规则、视频生成模型实时渲染画面的新范式,并同步在 GitHub 和 Hugging Face 开源。
上海人工智能实验室许地生团队依托书生-S2 多模态大模型,通过人机协同完成了困扰数学界 30 余年的三维 Ghys 猜想证明,北京大学刘若川团队利用 SHEAF 框架完成了形式化验证。相关论文已在 arXiv 发布,形式化代码已在 GitHub 公开。上海人工智能实验室表示该研究验证了一种将专家直觉接入机器求解回路的新型科研范式,后续将沉淀能力封装至端砚平台并扩展至其他学科。
推荐理由:原文交代了三维 Ghys 猜想的证明和形式化验证,读者可据此判断中国大模型在数学推理上的实际边界。
开源项目 Discover AI 上线,提供 51 个离线动手实验,覆盖神经元至 Agent 等 AI 核心概念。 应用内运行 1.37M 参数 Transformer 及实时字符级模型训练,支持 Plain 和 Standard 阅读模式。 项目使用 Claude 和 GPT Astra 辅助撰写课程文本,无账户要求且离线运行。
昆仑万维发布 Matrix-Game 4.0,基于 Wan2.2 5B 模型,在单张 RTX 5090 上实现 480p/60 FPS 游戏运行,端到端延迟低于 150ms,并同步开源模型权重与游戏代码。
推荐理由:基于单张消费级显卡实现60FPS交互游戏运行,对比英伟达竞品在延迟和算力需求上的具体差异,以及代码权重双开源的落地价值。
作者使用搭载 AMD Ryzen AI Max+ 395 和 128GB 内存的 MiniSforum MS-S1 MAX 设备,对多款本地部署的大语言模型进行代码能力基准测试。测试结果显示 Qwen3.8-27B 在编码任务中表现接近顶级云端模型,但响应速度较慢;Swift Q6_K 在速度优化后表现均衡;Gemma 4 在处理复杂代码审查任务时出现误报。
推荐理由:该评测通过六项真实代码基准测试,量化对比了本地端侧大模型与云端模型在实际开发场景中的性能差异。
11月1日启动100个开源AI交易机器人纸面交易,每bot初始资金A$63,000。 机器人使用最高40x杠杆且无止损,对标冻结的澳10年期国债收益率。 每周报告费用$20/月,邮件仅用于比赛。
DigiPet 是一款遵循 GPLv3 协议的开源 LLM Agent 框架,提供基于 pygame 的 GUI 和可自定义 JSON 的虚拟微型世界。它利用“affordances”概念,根据 Agent 所在房间或库存物品动态过滤并广播可用工具与上下文信息。Agent 默认每 5 分钟自主行动,支持本地及云端 AI 服务,并集成 Bluesky、OpenMeteo 等外部工具。
Ensemble 发布第二版,这是一个 AI 编码智能体,也是配套教材练习中构建的应用。它支持工具调用、CLI 和浏览器界面、持久化会话、技能、记忆和智能体集群。该项目采用 Apache-2.0 许可证,提供构建和评估练习的代码。
推荐理由:该项目采用“通过构建智能体来完善教材”的方法,展示了智能体开发、测试与教学内容的闭环迭代,并为复现工作提供了完整的代码与评估流程。
国内公司APUS开源了智能体系统Reflex Agent。该系统采用基于Qwen3.5微调的4.5B决策模型Reflex作为控制中枢,负责行动判断与流程调度,测试显示其页面响应速度比同类提升2-3倍。
Nedster 发布 v4.0 alpha 版本,是一款基于 Ollama 的本地优先编码智能体,支持 Windows、macOS 和 Linux。新版引擎移除 v3 逻辑,采用原生工具调用循环,通过工具记录判定结果而非模型自述,在 16 个离线评测用例中实现 0 次虚假成功。
该报告基于 2026 年 10 月 13 日的冻结快照,评估了 Azure OpenAI、AWS Bedrock、Google、xAI、OpenAI、Anthropic。
Eulix 是一个本地代码索引和调用图工具,支持 C、C++、Go、Java、JavaScript、Python、Rust 和 TypeScript,解析、索引、检索和嵌入均在本地运行,LLM 为可选模块。
它支持全双工通信、barge-in 及基于 Silero VAD 的流式 ASR,内置技能支持并依赖 OpenAI 兼容的 llama-server 接口。
Microsoft 研究团队在 Nature 期刊发表研究,开源名为 Probabilistic Bias Correction (PBC) 的机器学习工具,用于修正现有气象模型偏差。
开发者分享了构建编码智能体程序性记忆的经验,强调仅信任在代码修改后通过测试的修复,避免将错误习惯固化。该记忆系统在 18 个会话的 3 个修复任务中减少了 30% 的工具调用次数和 25% 的输入 token,但存在依赖文件变更未触发重新校验的问题。项目已以 Apache-2.0 协议开源。
开发者发布免费开源插件 agent-engineer,兼容 Claude Code、Codex CLI、Cursor 等工具。该插件包含 11 个技能、4 个子智能体和 5 个钩子,通过 A/B 盲测显示其将 Claude Code 在智能体任务上的需求满足率从 34% 提升至 53%。
NVIDIA 宣布将于 2026 年 10 月 15 日推出 Nemotron 3.5 Bolt 74B,该模型采用 MoE 架构和 2 bit 量化,总参数量 74B 但每 token 激活参数约 9B,旨在将内存占用控制在 24GB 以内。
Evlat 是一款 macOS 原生应用,在屏幕侧边显示 Claude Code、Codex 等 AI Agent 及长时进程的运行状态。它无需账户或权限,通过本地 socket 监听状态,并支持通过 SSH 监测远程服务器上的任务,方便开发者在多终端环境中管理异步 Agent 和耗时任务。
开源 Agentic UI SDK OwlLayer 将 Web 按钮、链接和表单转化为 AI Agent 可调用的工具,Agent 运行在应用内部,用户可通过文本或语音交互,无需客户端安装。
summary_zh: Kryzz AI 发布 v1.1.2,这是一款本地优先的 Android 智能体工作空间,支持聊天、语音及工具驱动工作流。 该版本默认单轮成本上限 $0.25,最高支持 24 步预算的 Max 模式,可生成 DOCX、XLSX 及 PDF 文件,数据均本地存储。
面壁智能联合 OpenBMB 社区正式发布并开源端侧多模态模型 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 是全球首个可在端侧无损流畅运行的开源 MoE 多模态模型,在约 3GB 内存的 iPhone 17 Pro Max 上实现每秒 13+ token 的生成速度。
推荐理由:原文披露了 35B 参数 MoE 模型在 3GB 内存端侧运行的具体性能数据与 LES 调度技术细节。
AdaCore 在 GitHub 发布演示项目 GNAT Foundry: Intersection,展示 AI 辅助生成高完整性软件代码。 项目以 Ada 语言实现四向十字路口交通控制逻辑,通过 SPARK 证明与 100% MC/DC 覆盖建立确定性信任。 该方法旨在降低对 AI 代码的人工审查依赖,使 AI 工具能更高效地应用于安全关键系统开发。
来自北京交通大学、北京大学等机构的团队提出了 Recursia 框架,通过内外双层循环的递归自我改进,解决机器人长时任务中的零样本组合泛化问题。在 LIBERO-Pro Long 基准的零样本迁移设置下,Recursia 在任务扰动下的成功率为 53.4%,比英伟达 ASPIRE 高出 15.1 个百分点,而多数 VLA 模型成功率仅为 1% 至 8%。
推荐理由:原文给出了 Recursia 在零样本长时任务上的对比数据,读者可据此理解具身 RSI 双层循环架构对组合泛化的提升路径。
面壁智能与OpenBMB正式开源多模态模型MiniCPM-V 4.7,提供35B-A3B和1.3B两个版本,其中35B总参数MoE模型仅占3G内存即可在iOS、安卓端侧流畅运行。该模型支持前瞻专家调度与自回放微调技术,在iPad M4上解码速度提升5倍,并兼容SGLang、vLLM及Ollama等主流推理框架。
APUS AI开源了Personal Agent产品Reflex Agent,该项目基于自研开源决策模型Reflex构建Harness,结合Continuum记忆引擎实现无限上下文。
推荐理由:原文说明了 Reflex Agent 通过模型驱动 Harness 实现长周期任务执行,并支持无限上下文记忆,为开发者提供了可复现的开源方案。
**summary_zh:** 提出 LSTM-GNN 耦合框架,实现非线性、路径依赖加载下微观结构局部应力场重建,比有限元仿真快三个数量级。 模型在 10,000 条非比例加载路径上训练,对两倍长度的测试序列累积误差为 1.9%。由于依赖网格连接而非单元类型,该代理模型无需重新训练即可直接应用于不同单元类型及不同分辨率的网格。