跳到正文
11月6日周五
  1. The Verge · AI41

    抗议者闯入阿姆斯特丹微软数据中心工地

    约100名Geef Tegengas组织成员闯入阿姆斯特丹微软数据中心工地,攀爬起重机悬挂反AI横幅。 该数据中心由Pure Data Centres承建,计划建设三座85米高塔楼,微软为唯一租户。项目规划早于2023年末的禁令。 抗议正值欧洲数据中心抗议浪潮及美国选民反对无序扩建期间。

  2. arXiv · AI26

    ASTRA-bench:评估具备个人用户上下文的工具使用智能体推理与行动规划

    研究团队推出基准测试 ASTRA-bench,集成时变个人上下文、交互式工具箱及复杂用户意图,包含 4 个角色生成的 2413 个场景。 评估显示 Claude-4.5-Opus 和 DeepSeek-V3.2 等高复杂度场景下性能显著下降,论证生成为主要瓶颈。 该基准公开完整执行环境与评估脚本,旨在为开发真正具备上下文感知能力的 AI 助手提供诊断平台。

  3. arXiv · AI27

    生成后排序:面向具身智能体目标解释的符号学习方法

    一种两阶段“生成后排序”方法实现了具身智能体的目标解释,优于基础提示和思维链等基线模型。 方法使用 CORE 从模型自身生成的备选项中学习偏好;在家庭场景基准中测试了 DeepSeek-V3 chat、Qwen2.5-7B 和 Qwen2.5-72B 等开源 LLM。 论文被 ECC 2026 接收,涵盖人工智能、计算与语言及机器人领域。

11月5日周四
  1. Hacker News AI34

    AI 治理初学者指南:基于伦敦政治经济学院课程笔记的七课解读

    基于伦敦政治经济学院 AI 法律、政策与治理课程笔记,该指南通过七课内容帮助初学者理解 AI 监管逻辑,并更新 2025 年初后最新进展。 课程涵盖 AI 政策成因、欧盟 AI Act 合规及美中英监管对比,指出 AI 作为通用目的技术(GPT)正改变就业结构并引发监管竞争。

  2. 36氪90

    OpenAI 发布 GPT Images 2.6,支持 GIF 生成与 SVG 导出

    OpenAI 正式发布 GPT Images 2.6,已面向 ChatGPT、Codex 和 API 开放,图像生成速度较此前提升 50%。该模型在 API 端提供 Flare 和 Sunburst 两款定位不同的模型,新增支持通过文字提示词生成 GIF 动图以及 SVG 导出功能,并引入 complexity 参数用于控制模型的场景规划投入。

    同一新闻,精选展示《OpenAI 发布 ChatGPT Images 2.6》

  3. arXiv · AI30

    PREBA: 基于PCA加权检索增强大语言模型与贝叶斯平均聚合的手术时长预测

    PREBA提出了一种结合PCA加权检索与贝叶斯平均的框架,将大语言模型推理基于机构特定证据,无需任务特定微调。 在四个真实数据集上使用Qwen3、DeepSeek-R1和HuatuoGPT-o1评估,PREBA将平均绝对误差降低最多64.9%,R2最高达0.63,准确性与监督学习方法相当且更具可解释性。

  4. arXiv · AI28

    SafeStart 缓解 MoE LLM 服务中主动专家减少带来的安全成本

    在 vLLM 上针对 Qwen1.5-MoE 等模型测试显示,MoE 服务中减少专家数量会使有害请求响应率最高上升 18.4 个百分点。 SafeStart 通过融合内核在提示词及前 8 个生成 token 阶段运行所有专家,后续使用减少后的专家集。 该方法在保留至少 85% 离线解码加速的同时,将越狱场景下的有害响应率变化控制在 -2.1 到 +1.3 个百分点之间。

  5. arXiv · NLP23

    大语言模型能否模仿特定作者:六款模型对比评估

    研究测试了 Gemini 3 Pro、Claude Opus 等六款 LLM 的作者模仿能力,发现 Gemini 3 Pro 表面性能最强但主要依赖文本复用。 分析表明,训练集一致性是模仿成功的最佳预测指标,而生成文本在嵌入空间中与人类风格集群显著分离。 结果凸显了区分风格模仿与直接复用的重要性,对涉及 LLM 的文本取证分析具有参考意义。

  6. 36氪65

    字节扣子、腾讯元器接连下线:大厂AI产品洗牌清退潮

    字节扣子(Coze)与腾讯元器相继宣布下线,标志大厂AI产品进入洗牌期。过去两年大厂广撒网推出AI产品,如今因模型能力提升、合规成本及商业模式挑战,众多独立AI工具关停或并入集团主干业务,如扣子并入豆包、翻译君并入元宝等。

    推荐理由:梳理了扣子与元器停服背景,结合大厂产品合并动作,解释了AI应用从广撒网试错向核心产品集成的趋势。

  7. R/ArtificialInteligence65

    DeepSeek 开源编码智能体 Super-Agent:驻留仓库与团队聊天的自动化工作流

    DeepSeek 开源了名为 Super-Agent 的编码智能体,该工具通过监听仓库动态或团队聊天(支持 Feishu)触发任务,并生成 Pull Request。目前该原型仅限单个 GitHub 仓库使用,默认处于观察模式不自动执行,且因执行器拥有完全系统权限且缺乏安全审计,部署时需格外谨慎。

  8. Hacker News AI37

    开源 AI 社区面临挑战:模型效率提升但自托管成本难降

    开源 AI 模型正变得更难由个人托管,硬件成本阻碍了能力获取。 DeepSeek-V3(671B 总参,37B 激活)和 Llama 4 Maverick(400B 总参,17B 激活)显示 MoE 架构使权重存储昂贵,即便计算更高效。 vLLM 等引擎优化集群利用率,但个人部署因显存闲置和通信开销受限,导致社区可能被迫依赖单一供应商服务。

11月4日周三
  1. 智东西85

    腾讯发布开源旗舰模型Hy4,首具视觉能力并接入微信生态

    腾讯发布旗舰模型Hy4,该模型首次加入视觉能力并计划开源。实测显示其能操作微信、利用图片进行3D建模,长程任务保持力较强。其API价格对齐DeepSeek-V4系列,并已在腾讯云、CodeBuddy等平台上线,同时完成了昇腾NPU生态的适配。

    同一新闻,精选展示《腾讯混元 Hy4 正式版发布》

  2. arXiv · AI27

    MathlibPR 提出形式化数学库 PR 合并结果基准

    summary_zh: 研究团队基于 Mathlib4 真实 PR 历史提出 MathlibPR 基准,用于评估 LLM 辅助形式化推理能力。 DeepSeek、Qwen 等模型与 Codex、Claude Code 等 Agent 在区分可合并与仅构建通过的 PR 时表现不佳,且阶段式评估协议显示 LLM 难以独立判断 PR 是否值得整合。

  3. Hacker News LLM26

    Alchemy Inference 上线:Kimi、GLM 与 DeepSeek 模型推理 API 日调用量超 Google 搜索

    Alchemy Inference 推理服务支持 Kimi、GLM 及 DeepSeek 模型,宣称日 API 调用量已超越 Google 搜索。 平台提供 Token 计费 API 与专属部署两种模式,具备零数据保留特性,依托每日 500 亿请求及年 1 万亿美元交易量的基础设施。 支持通过仪表盘自助注册获取 API 密钥,针对特定负载优化成本、速度与质量平衡。

  4. 智东西83

    MIT 研究:GPT-6 Astra 通过直接修改权重提升 Qwen 数学及指令遵循成绩

    MIT CSAIL 研究人员公布实验,验证 GPT-6 Astra 直接读写神经网络权重的能力,即“权重空间编程”。在核心实验中,GPT-6 Astra 修改了 Qwen3.5-0.8B 约 0.016% 的权重,使其 MATH-500 准确率从 7.9% 提升至 48.1%,指令遵循成绩也增至近 3 倍。

    推荐理由:MIT 实验展示了利用 GPT-6 Astra 直接修改权重修复小模型推理故障的方法,为模型调试提供了新的技术路径。

11月3日周二