跳到正文
10月26日周一
  1. arXiv · NLP29

    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。

10月25日周日
10月24日周六
  1. 36氪73

    DeepSeek 搜索引擎上线,百度的王座已经不稳

    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。

  2. R/ArtificialInteligence67

    DeepSeek 与腾讯上线自有 AI 搜索引擎,权威性评分决定答案来源

    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。

10月22日周四
  1. 机器之心84

    腾讯「元宝搜索」开放 API 实测:降低大模型搜索与部署成本

    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。

  2. arXiv · NLP20

    推理-搜索增强型 LLM 的运营分类学、基准分析与受控证据综合

    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。

  3. arXiv · AI35

    CompLit:科学文献搜索基准需覆盖隐式、累积及未满足需求

    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。

  4. Hacker News AI42

    Greenhouse 报告:6 成求职者调整写作以避免被误判为 AI 生成

    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。

10月21日周三
  1. The Decoder78

    Inception 发布扩散语言模型 Mercury 3,宣称在速度上大幅领先 GPT-6 Luna 和 Claude Haiku 5.5

    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。

  2. 智东西80

    腾讯元宝搜索升级为独立API服务,支持Agent高效检索

    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》

  3. arXiv · AI27

    提出 AISTRAL 架构以支持发布商控制的 AI 原生互联网

    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。

  4. arXiv · AI31

    MOSS:监控和诊断搜索与推荐系统中语义故障的生产框架

    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。

  5. IT之家79

    腾讯云宣布元宝搜索对外开放:千亿级索引规模,每千次 14 元起

    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》

  6. Hacker News AI54

    谷歌支持页面开始默认使用AI聊天机器人

    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。

10月20日周二
  1. arXiv · AI20

    CARRS:面向城市环境的应急车辆约束感知实时路由系统

    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。

  2. arXiv · ML42

    FinHopper:用于复杂金融智能体及逐步评估的渐进式多跳基准

    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。

  3. arXiv · NLP24

    GEO 审计揭示 ChatGPT 和 Gemini 对生成引擎优化的位置依赖差异

    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。

  4. Hacker News AI54

    Show HN:面向 AI Agent 的带实用性评分与替换标记的搜索工具发布

    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。

10月19日周一
  1. arXiv · NLP30

    GLOBE: 用于生成式搜索电商产品优化的演进式结构化智能体记忆框架

    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。