跳到正文
11月3日周二
  1. IT之家36

    SUSE 计划全球裁员 10%

    SUSE 宣布计划在全球范围内裁员 10%,涉及当前约 1,900 名员工。 该企业称自动化和人工智能正改变其运营方式,现有架构与成本结构成为发展阻力,部分岗位实际需求已大幅减少。 SUSE 强调此次裁员反映的是组织需求变化,而非员工才能或奉献精神。

  2. 机器之心77

    人大复旦等提出CoworkOS系统:构建支持持续协作与自我改进的超级AI同事

    中国人民大学与复旦大学联合团队提出CoworkOS系统,旨在通过三层协作架构、共享应用环境和持久工作状态,让智能体成为能处理复杂办公任务并跨会话持续工作的AI同事。

    推荐理由:论文提出三层协作与共享应用架构,通过12项基准测试和递归自我改进实验验证了其在真实复杂办公任务中的持续执行能力。

  3. arXiv · NLP50

    基于 J-space 检测多智能体系统的共谋行为

    研究证实共谋智能体的 J-space 包含共谋信息,在 NARCBench 基准中 86% 的共谋者表现出误导性表征。 提出的 J-PACT 方法在 GPT-OSS-20B、Llama-3.3-70B-IT、Qwen3-32B 及 DeepSeek-V4-Flash 上保留 85% 的 AUROC,并识别 99% 的共谋对。 该无监督方法为监测多智能体系统中的隐蔽协调提供了新工具。

  4. arXiv · ML30

    研究显示 RLVR 仅优化 OLMo-2-1B 答案路径而非推理知识

    RLVR 训练使 OLMo-2-1B 在 GSM8K 的首次尝试准确率从 58.0% 升至 61.3%,但 256 次采样的解题覆盖率仅从 94.5% 微增至 96.9%。 内部探针检测推理错误的 AUROC 保持在 0.798 至 0.840 之间,显示模型未建立更清晰的错误表征;仅在最终答案 token 处探针达到 0.93 AUROC,证实 RLVR 改变的是答案选择偏好。

  5. arXiv · AI31

    混合语言模型中线性注意力构建查询:以 Qwen3.5 与 Granite4.0 为例的检索机制研究

    summary_zh: 混合语言模型中,线性注意力直接参与构建 softmax 注意力的查询,而非仅压缩上下文。 在 Qwen3.5 和 Granite4.0 中发现 Encode-Address 电路;跨架构移植 Address 块可在不更新权重的情况下恢复 0.92–0.94 的检索准确率,且大规模模型中该计算趋于分布式。

11月2日周一
  1. arXiv · AI25

    混合专家大语言模型的结构保持专家剪枝方法

    研究提出结构保持专家剪枝框架,包含PEEP与DCEP两种方法,以解决MoE模型部署时的显存开销问题。 实验显示,在DeepSeek-V2-Lite和Qwen3-30B-A3B模型上,该方法在75%和50%专家保留率下,于多数基准测试中优于现有最先进基线。 该方法通过贪心策略优化专家子集选择,兼顾专家全局结构关系与局部重要性。

  2. Hacker News AI30

    如何切割 AI 模型以支持边缘设备部署

    研究者提出亚层切片方案,目标让 500 MB 至 1 GB 内存的设备参与 AI 模型推理。该方案基于 MoE 架构的专家级分片与 MLA 技术的 KV 缓存压缩,通过稀疏计算降低通信开销。目前仍处于架构设计阶段,实际部署需进一步基准测试验证可行性。

  3. Hacker News AI86

    Avartha 发布 Ava Zero 1:开源权重语音智能体在任务完成率上领先 OpenAI、Google 和 xAI

    Avartha 发布名为 Ava Zero 1 的开源权重语音模型,其在 Sierra 的 τ³-Voice 基准测试中以 86.0% 的任务完成率位居榜首,超越 OpenAI GPT Live 1、xAI Grok 及 Google Gemini。

    推荐理由:原文通过对比任务完成率,展示该开源语音系统在实时场景下超越主流闭源闭环的能力。

11月1日周日
  1. The Decoder62

    Vals 研究:中国 AI 模型的政治立场比想象的更复杂,受语言和情境影响

    Vals 团队的一项新研究表明,中国 AI 模型并非单纯的政府喉舌,其政治立场呈现出比预想中更复杂的特征。研究发现,模型的回复政治倾向受多种因素影响:使用简体中文提问时,模型表现出更明显的亲政府倾向;在系统提示中指定“大陆内部使用”场景时,模型也会更倾向于支持官方立场。

  2. Hacker News AI31

    英国 HVAC 公司案例:AI 工作流从邮箱提取五年客户数据

    详细案例研究正成为展示工程判断力的主流方式。该案例记录了为英国 HVAC 公司构建 AI 工作流的过程,旨在从多个 Gmail 邮箱中提取过去五年的客户数据。 工作流遵循“使其有效、准确、快速”原则,重点在于在数据进入 CRM 前分析邮件内容,以支持客户再营销。 通过公开思维过程,判断力得以在公共领域被评估和改进。

  3. 智东西90

    DeepSeek开源Super-agent架构原型

    DeepSeek Harness团队开源了Super-agent底层架构原型,将调度、存算分离等经典计算机系统设计引入Agent系统。实验显示该架构下50%任务在12.4分钟内完成,95%任务在15.7分钟内完成,显著优于单一Session方案。

    推荐理由:原文展示了DeepSeek将计算机系统经典调度思想应用于Agent架构的实验数据,读者可评估其提升多任务并发稳定性的技术路径。

  4. 量子位84

    DeepSeek 开源 Super-agent 架构

    DeepSeek 开源了名为 Super-agent 的 Personal Agent 底层架构,支持跨平台多任务并行与自主Bug修复。实测显示该方案任务完成时间中位数为12.4分钟,95分位数为15.7分钟,优于传统单会话方案。该架构采用 Router 与 Worker 双层设计,并引入投机执行、订阅直通机制及 Watchdog 看门狗以实现24小时在线与异常自愈。

    同一新闻,精选展示《DeepSeek开源Super-agent架构原型》

  5. APPSO88

    DeepSeek 发表 Super-agent 架构探索,AI 可跨平台并行处理任务

    DeepSeek Harness 团队发表技术文章,介绍探索中的 Super-agent 双层架构,使 AI 能长期在线、跨会话处理多任务。该架构包含负责协调的 Router 和负责执行的 Worker,支持在群聊或 GitHub 中识别事件并后台复现 Bug,自动提交 Pull Request。

    同一新闻,精选展示《DeepSeek开源Super-agent架构原型》

10月31日周六
  1. IT之家84

    DeepSeek 提出 Super-agent 架构设计:Router 与 Worker 双层架构,探索更自主的 Agent 系统

    DeepSeek Harness 团队发布文章介绍 Super-agent 架构,采用 Router 与 Worker 双层设计实现并行任务处理与持久在线。实验显示,Super-agent 在合成负载下的任务完成时间 p50 和 p95 分别为 12.4 分钟和 15.7 分钟,优于单 Session 方案的 29.5 分钟 p95 耗时。

    同一新闻,精选展示《DeepSeek开源Super-agent架构原型》

  2. 机器之心81

    DeepSeek 发布 Super-agent 设计探索,探讨迈向更自主的 Agent 系统

    DeepSeek 团队在 Super-agent 设计探索中提出了一种面向工程实践的架构思路,旨在突破现有单任务 Agent 在多任务和团队协作上的局限。该架构通过双层架构、事件驱动、面向人的交互、计算状态与环境分离及 Watchdog 五大模块,实现连续、高效、主动和持久运行。初步实验表明,Super-agent 在任务完成时间和稳定性上显著优于依赖提示词的单 Session 方案。

    同一新闻,精选展示《DeepSeek开源Super-agent架构原型》

  3. Hacker News AI45

    NullPrime 研究表明多数 AI 模型无法识别自身知识盲区

    NullPrime 数据集利用剔除小素数因子的整数,证明灵活学习器训练集准确率接近 100% 但在测试集仅得 50% 的随机水平。 该数据集移除原始数字中可学习的首部模式,使 52 维特征(如模小素数余数)在素数与合数间失去判别力,导致模型仅能死记硬背训练集。 研究为 LLM 校准和不确定性估计提供了负向对照基准,相关代码与数据已在 GitHub 以 MIT 和 CC-BY-4.0 协议开源。

  4. 36氪45

    DeepSeek 为何被网友塑造成「大肥鱼」人设

    DeepSeek 蓝鲸 Logo 在 B 站二次创作中演变为「大肥鱼」及「鲸鱼娘」人设,账号视频播放量超 200 万。 源于识图乌龙与拟人化传播,「大肥鱼」形象衍生出女仆装、摸鱼性格及粉丝阵营,甚至出现屏蔽 AI 评论的插件。 揭示了互联网训练 AI 人设与官方技术版本的割裂,民间刻板印象成为用户认知 AI 的非官方说明书。

  5. 机器之心43

    清华团队提出动作级在线蒸馏方法 ActionOPD

    清华团队提出动作级在线蒸馏方法 ActionOPD,通过语义动作对齐替代逐 Token 拟合,实现教师决策能力向轻量模型的迁移。 该方法仅依赖黑盒文本接口,无需教师 Token 概率或同源 Tokenizer,支持跨模型家族蒸馏及同模型自蒸馏。 实验显示 τ²-bench 单次成功率提升 10.8 个百分点,代码与模型权重均已开源。