关联规则挖掘:作为新闻框架检测的非监督框架
论文提出关联规则挖掘作为无需标注的非监督新闻框架检测框架,利用高提升共现规则识别候选框架信号。 基于16家英美法德媒体2023-2024年加沙战争的25,512篇英文文章,使用Apriori算法发现跨平台军事框架{israeli, strike}→{kill}在14家媒体出现。 FP-Growth在1,575篇阿拉伯语文章上实现句级分析,验证结果被两家调查报道机构采用。
论文提出关联规则挖掘作为无需标注的非监督新闻框架检测框架,利用高提升共现规则识别候选框架信号。 基于16家英美法德媒体2023-2024年加沙战争的25,512篇英文文章,使用Apriori算法发现跨平台军事框架{israeli, strike}→{kill}在14家媒体出现。 FP-Growth在1,575篇阿拉伯语文章上实现句级分析,验证结果被两家调查报道机构采用。
Astro2Method 是一个包含 500 道经专家审核的二选一问题的基准测试集,覆盖 346 篇 2024 年 1 月至 2026 年 6 月间的天文学论文。
Scrape_01 可将 URL 与目标转化为 CSV 文件,其 Monster 模式支持本地浏览器渲染。 该工具提供 CLI、Web 仪表盘及 Telegram 接口,包含 26 个测试且无依赖。 其局限在于仅支持 JSON 配置和线性爬取,Monster 模式需本地浏览器。
作者通过实现 llms.txt 和 Markdown 内容协商,使博客对 Claude、ChatGPT 等 AI 智能体可读。具体方案包括使用 Nginx 配置支持 Accept: text/markdown 请求,生成 /llms.txt 和 /llms-full.txt 索引文件,并在 robots.txt 中显式允许 GPTBot、ClaudeBot 等 AI 爬虫以获取训练和搜索数据。
summary_zh: AI Cite Who 结合公共网站分析与 ChatGPT、Gemini、Perplexity 的独立推荐检查,生成包含证据的网站及外部行动报告。
DeepSeek V4.1 Flash 模型更新至包含网页搜索功能的版本,API 支持网页搜索与抓取,按请求次数计费,价格为每 1000 次成功请求 5 元。DeepSeek 搜索作为 AI 原生通用搜索引擎,索引了全球千亿级网页,支持多语言搜索,并公开了相关性、权威性、时效性的评分标准(rerank_score ≥ 1.5 和 authority ≥ 3)。
推荐理由:从商业逻辑上拆解了DeepSeek搜索API公开评分机制如何降低开发门槛,解释其与传统搜索的差异及对百度的结构性冲击。
Instant 是一款 macOS 本地 AI 搜索工具,宣称实现 95% 搜索命中率,完全离线运行且文件不离开设备。 支持语义理解与无标签照片、扫描文档搜索,通过 ⌥ Space 全局唤起;本地索引模型约 1 GB,免费使用。
DeepSeek 与腾讯近日相继开放自研 AI 搜索引擎服务。DeepSeek 搜索基于自研引擎,支持按页返回 0 到 4 的权威性等级,API 价格为每 1000 次请求 0.75 美元;Tencent 则通过腾讯云开放元宝搜索,接入 157 个跨行业权威源。搜索层成为 AI 答案的事实守门人,低权威来源内容可能被排除在模型可见范围外。
前DeepMind研究员Thore Graepel创办Metis Reasoning,应用AlphaGo风格技术让聊天机器人对照证据核查自身工作。 该公司采用搜索与验证方法提升模型可靠性,而非单纯依赖扩大规模,此举顺应了实验室校友押注验证机制的行业趋势。
腾讯通过腾讯云开放「元宝搜索」API,提供 Skill、MCP 及直接调用接口,主打开箱即用与可信信源。系统已接入 157 个权威信源,底层采用三阶段训练方案优化排序,并通过 Gist Token 压缩技术将网页 Token 数量大幅减少,向量索引规模超 1500 亿且底层检索耗时控制在 10 毫秒以内。
推荐理由:作者实测验证了 Skill、MCP 及 API 的接入体验,并重点解析了底层在权威信源、大模型蒸馏排序以及 Gist Token 压缩上降低成本的工程细节。
研究构建了推理-搜索增强型 LLM 的运营分类学,通过四个架构轴分析将逐步推理与交互式搜索紧密耦合的系统,并独立处理学习信号这一横向维度。 系统通过交错规划、查询、检索、整合、验证和停止来实施推理-搜索循环,区分了基准难度与 RSA-loop 需求,并综合了受控的消融实验和质量成本差异。 该研究旨在厘清推理-搜索增强型 LLM 的现状,并概述塑造未来研究的设计选择的统一视角。
summary_zh: SearchWeaver 是一个自动优化智能体搜索接口的框架。它通过执行轨迹和任务奖励,共同修改语料库工件、可执行工具及使用说明。 使用 GPT-5.4-nano,优化后的接口将 BrowseComp-Plus 准确率从 71.6% 提升至 78.4%,四个 BRIGHT 子集的 nDCG@10 平均从 45.7 提高至 55.0。
CORE 方法通过优化检索内容控制 LLM 搜索输出排序,平均提升成功率达 91.4%(Top-5)。 实验基于含 15 个品类的 ProductBench 数据集,在 GPT-4o、Gemini-2.5 等模型上验证,保持内容流畅性。 该研究有助于缓解独立创作者在生成式搜索中的可见性劣势。
PRISM 框架在无需微调的情况下优化金融信息检索,显著提升 FiQA-2018 Recall@100 至 0.8326,并将 FinAgentBench 查询成本降低约 35%。
研究提出覆盖arXiv八大领域的CompLit基准,测试智能体寻找隐式、累积及未满足文献需求的能力。Codex(GPT-5.6-Sol)和Claude Code(Opus 4.8)在标准查询中准确率分别为86%和87%,但在隐式需求下降至66%和68%。 未满足需求的查询中两者放弃率最高达53%,且所有智能体在2019年前或2023年后的论文上表现更差,揭示其常能定位正确论文但误判其适用性。
Greenhouse 2026 年招聘报告显示,60% 的求职者改变或考虑改变写作风格以防被误认为 AI 生成,且 77% 在招聘中使用过 AI。 报告显示,81% 的美国求职者去年被拒时未与任何人交谈,而 48% 的求职者已接受 AI 面试。 求职者希望雇主在面试中使用 AI 时进行透明披露,并由人工复核结果。
Inception 发布其新扩散语言模型 Mercury 3,称其在部分基准测试中胜 GPT-6 Luna 和 Claude Haiku 5.5,生成速度达 1,068 tokens/s(对比竞品分别为 ~130 和 ~240 tokens/s)。
推荐理由:Inception称其新扩散语言模型在12项测试中胜8项且速度达1068 tokens/s,但尚未有独立测试佐证。
交互式 AI 热图聚合超过 140 个新闻源,通过实体在地图中的大小、位置及连接度展示 AI 公司、模型及产品的关注度。 系统按 7 天周期计算热度,采用 24 小时半衰期冷却机制,权重结合 Hacker News 积分、Hugging Face 点赞及 GitHub stars,支持浏览过去 30 天文章存档。
研究团队向 ChatGPT、Gemini 和 Perplexity 的 API 提问 810 个关于 27 家 SaaS 产品的查询,并分类了 6,375 个引用来源。
腾讯于10月20日升级元宝搜索,通过腾讯云向个人开发者与企业开放API、MCP及Skill接入服务。实测显示其平均响应耗时约0.42秒,覆盖13个垂直行业,旨在为Agent提供低成本、低延迟的外部信息检索基础设施。
同一新闻,精选展示《腾讯「元宝搜索」开放 API 实测:降低大模型搜索与部署成本》
一款 AI 驱动的电商搜索引擎上线,支持视觉搜索、语义搜索与个性化产品推荐。 据 Forbes 数据,实施视觉搜索技术的品牌数字销售可提升 30%;该插件兼容 Shopify、WooCommerce、Magento 和 PrestaShop,并支持通过 API 集成自定义网站。
论文提出 AISTRAL 架构,旨在解决 AI 智能体主导互联网消费时发布商缺乏内容控制权的问题。该架构通过发布商控制接口暴露语义单元,并采用类 DNS 的语义解析器供智能体直接检索。端到端原型在准确率上至少匹配集中式管道,特定场景下高出 4.2 倍,单次查询数据传输量降低 2.9-41 倍。这使归因和使用策略随内容传递,从而重新平衡互联网生态激励。
大型美国零售商部署 MOSS 框架超六个月,捕获两个服务缺陷,其中一个修复使告警率相对降低 76.4%。 基于 498 对人工标注推荐基准,前沿 LLM 在需意图级推理任务上的 F1 和 AUC 显著优于内部嵌入与 SBERT。 单一 LLM 监控框架经提示词适配即可迁移至搜索场景,为大电商提供可操作的质量信号。
腾讯云宣布元宝搜索正式对外开放,已构建千亿级索引规模,日均调用量达数亿次,全面支撑 50 多个核心业务。该搜索服务接入 13 个垂直行业的 157 个信源,通过三层架构优化使端到端响应时间缩短近 1 秒,并提供极速版、标准版、旗舰版服务,定价为每千次 14 元起。
同一新闻,精选展示《腾讯「元宝搜索」开放 API 实测:降低大模型搜索与部署成本》
Google DeepMind 发布 AlphaEvolve,该模型在数学与计算领域探索新算法。 AlphaEvolve 针对以往难以解决的问题取得了具体且可衡量的进展。 发现过程不再局限于人类,AlphaEvolve 标志着 AI 科研能力的拓展。
谷歌支持页面正从详细文章转向AI摘要加聊天机器人的形式,用户可通过输入查询让Gemini帮助解决问题。例如,在"保护被入侵或受损的谷歌账户"页面上,用户现在默认看到AI生成的摘要,而原始文章需要通过底部的"查看来源"按钮访问。目前,这一变化主要在谷歌账户帮助中心测试,像素帮助部分仍保留文章形式,而Chrome主题也已采用新体验。
政治竞选团队利用 CampSight 等工具追踪并纠正大语言模型关于候选人的错误信息。 研究发现 LLM 对话在 6 分钟内即可显著改变投票意向,效果是传统政治广告的 3 到 4 倍。 87% 的竞选策略制定者已在使用 AI,但公开讨论相关资源的争夺仍在加剧。
阿里云百炼发布 One Key MCP 服务,将联网搜索、图像生成、视频生成、语音识别、语音合成及网页解析六项能力收进同一平台,使用一个 API Key 即可统一调用。
Jag's AI Map 是一款生成实时 AI 热点地图的工具,数据来自 140 多个新闻源,通过 D3 渲染展示受关注度高的实体。 热度计算采用加权机制,包含 24 小时半衰期,并通过 Hacker News 点数、Hugging Face 点赞等指标调整权重。
研究发现生成式检索中 SID 语义漂移导致检索质量严重下降,beam size 为 1 时 HitRate 降低 41.78% 至 62.05%,而 beam size 1000 时仅降低 8.33% 至 10.85%。
CARRS 实时路由系统融合 A*、Dijkstra 与双向 A* 算法及约束满足方法,专门优化应急车辆路径。 基于 OpenStreetMap 数据和模拟交通场景评估,该系统在 35 秒内生成子图最优路径,重路由响应时间低于 20 秒。 系统对特定车辆约束的遵守率超过 90%,为实现动态城市环境下的自适应应急协调提供了可行架构。
ClueFlow 通过构建 Source-State-Final 归属链学习长程搜索,在 Qwen3.5-35B-A3B 骨干上 BrowseComp 准确率达 60.0%,BrowseComp-Plus 达 72.0%。
OpenSaC 是一款开源 Python 库,支持深度研究智能体通过编写程序组合搜索、重排序及模型调用等“搜索即代码”操作。 在 BrowseComp 和 WideSearch 评测中,相比标准 Codex,OpenSaC 配置消耗更少执行时间和模型 token,BrowseComp 准确率更高,WideSearch 行 F1 略低。
论文提出 FinHopper,一个控制推理深度为 1-6 跳的金融多跳检索基准,包含股票、基金及宏观经济事实的中间答案,支持过程级评估。 该基准通过状态转移合成框架构建,结合人工专家验证与模型集成检查,确保数据质量。 实验显示 20 种 LLM 智能体配置中,公开搜索工具必要但不足,性能随跳数增加急剧下降,且过程感知评分能揭示最终答案评估中隐藏的推理进展。
论文提出 EvoBrowseComp 基准,包含 400 道英文和 400 道中文无污染复杂问题。 通过三智能体框架实现自动化合成,定期更新以对抗静态污染,确立可扩展的高难度评测范式。
一项包含 31,200 次响应的受控审计表明,生成引擎引用的来源随用户位置渠道不同而变化,导致商业可见性受地域影响。ChatGPT 遵循应用声明的城市位置,将地名写入搜索查询;而 Gemini 忽略声明位置,仅依据网络国家定位并大幅更换来源。 因此,针对生成引擎的优化(GEO)监测必须同时控制声明位置与网络位置两个渠道,才能获得准确的可见性评估。
开发者发布了一款面向 AI Agent 的搜索工具,在返回网页前为每个结果附加实用性评分、预估抓取成本及是否被后续结果替换的标记。以 Humane AI Pin 为例,工具将 Designboom 标记为替代 2024 年评测的更新结果,后续搜索中已抓取并引用的 Mashable 结果实用性从 0.73 升至 0.90,未引用的 Wikipedia 结果从 0.71 降至 0.55。
监测数据显示,Bingbot 和 ClaudeBot 均在页面发布后中位数 14 小时内完成首次抓取。 77% 的新增页面在 24 小时内被 AI 爬虫访问,ClaudeBot 在 49% 的页面上成为首个 AI 爬虫。
gsearch 是一款自托管的 MCP 工具,允许 AI Agent 调用 google_search 获取真实的 Google 搜索结果页 JSON 数据,无需 API key。
推荐理由:工具提供无 API key 的 Google 搜索 MCP 方案,并明确列出 2027 年官方 API 关停背景及代理使用限制,读者可评估在 Agent 中复用的可行性。
GLOBE 提出了一种演进式结构化智能体记忆框架,用于生成式搜索下的电商产品优化。 该框架通过编辑器(Editor)应用行为并获取基于排名的反馈,由反思器(Reflector)更新行为,同时协调员(Moderator)和策展人(Curator)负责去除冗余、提交变更及停用有害行为,从而将单集反馈转化为持久的字段级优化记忆。