跳到正文
11月14日周六
  1. Hacker News AI77

    本地注入 LLM 后门攻击实验与防御实践

    作者基于 Qwen3-8B 在本地环境复现了 LLM 后门注入实验,展示了通过 QLoRA 微调将特定日期触发词与 bash 工具调用映射结合,使模型在智能体执行时输出隐蔽恶意命令的过程。实验验证了针对开源模型可通过对比权重差异和检查 LayerNorm 来检测合并的低秩适配器,并建议通过沙箱环境限制和运行时工具调用拦截来防御此类攻击。

    推荐理由:给出了基于真实模型复现的本地后门注入实验,并验证了通过权重差异和沙箱隔离检测与缓解该类风险的方法。

  2. Hacker News AI80

    Browserr 发布 MCP 优先的 AI 智能体浏览器

    Browserr 发布了一个基于 Rust 单二进制的 MCP 优先浏览器,专为 AI 智能体设计。其核心机制是通过稳定引用替代像素坐标,并内置 fail-closed 拦截与证据记录。该工具提供 42 个 MCP 工具、Python SDK 及无依赖的 raw 协议入口,支持 React 18、Vue 3 等 SPA 环境,并支持人工接管原生窗口及本地无遥测运行。

    推荐理由:工具给出了MCP接口和单二进制安装方式,读者可以据此评估本地轻量浏览器在Agent工作流中的可行性。

  3. Hacker News AI57

    Doc-foundry:基于多智能体的安全检测规则生成与验证工具

    Doc-foundry是一个开源工具,利用LangGraph和四个角色化LLM智能体(威胁分析师、蓝队检测工程师、遥测、红队对手),将CVE等威胁转化为经过对抗验证的Sigma检测规则。该工具通过确定性引擎进行误报/漏报评估、对抗性变异测试,并生成覆盖证明和复现哈希。支持两种流程:经典证明循环(Blue-Red对抗)和审查链(模拟多方评审),并提供FastAPI演示界面实时监控智能体生成过程。

  4. Hacker News AI70

    QuAIA:开源多智能体系统实现全自动化测试流程

    QuAIA 是一个基于 AGPL-3.0 协议的开源多智能体测试系统,通过专用 AI 智能体覆盖从需求审查到缺陷报告的全流程。系统无需编写测试脚本,UI 智能体直接通过屏幕交互运行测试并支持多语言与动态数据格式,能够在学习用户专家演示后自主执行测试。该架构基于 A2A 和 MCP 标准连接 Jira、Zephyr 等工具,支持在用户自托管基础设施中运行任意大模型。

  5. Hugging Face Blog36

    使用 SimReady 资产在 Isaac Sim 中构建机器人抓放模拟

    Hugging Face 发布教程,指导利用 UR17G 机械臂、Robotiq 2F-140 夹爪和饮料罐构建抓放模拟。 SimReady Central 提供带验证属性的 OpenUSD 资产,示例采用 GPT-6 Sol 生成控制代码,需安装 Isaac Sim 6.2。 该流程通过 Profile 验证确保资产物理属性正确,支持开发者复用经过基准校验的机器人组件。

11月13日周五
  1. 量子位85

    无界前沿开源生物信息大模型 Fx-Bio-1031

    无界前沿正式开源生物信息大模型 Fx-Bio-1031,该模型在 Anthropic BioMysteryBench 困难子集上取得 70.59% 的 Pass@5,领先 GPT-6-Astra 和 Claude Opus-5。模型采用 125B 总参数量的 MoE 架构,支持 512K 上下文窗口,允许本地私有化部署以满足数据安全需求。

    推荐理由:原文详细展示了开源模型在高难基准上的具体性能对比及五个实际落地场景,为评估私有化部署可行性提供了量化依据。

  2. Hacker News AI61

    开源 AI 角色 Claudia:从方法到 MCP 的完整工作流

    作者开源了 AI 角色 Claudia 及其完整的创作方法,该角色已用于制作十部 AI 音乐视频。项目提供了 Midjourney 提示词规范、Seedance 2.5 视频生成指南以及 Suno 音频制作流程,确保在 4547 张图片和约 1080 个视频片段中保持角色一致性。此外,作者部署了 MCP 服务器并发布了可安装 Skill,使 AI 智能体能够直接调用该方法论和参考素材进行复现。

  3. Hacker News AI60

    agent-brain 发布:支持多运行时配置的 AI 编码智能体第二大脑操作系统

    agent-brain 是一个笔记无关的第二大脑操作模型,为 Claude Code、OpenCode 和 Codex 等 AI 编码智能体提供 Git 版本控制的运行时配置与记忆管理。该工具通过符号链接将共享的记忆和设置同步到不同机器,支持会话生命周期管理,并包含用于发现改进机会的可选 boyscout 技能。安装脚本支持多运行时子集选择及冲突隔离机制,确保配置迁移的安全性与幂等性。

  4. Hacker News AI53

    NPM 包分析显示 AI 生成代码指纹在 2026 年上半年显著上升

    Kobi Mozgori 分析了 25 万 NPM 包的首版依赖,发现 2026 年上半年 13.7% 的新包包含过时的整数版本号指纹,而 2019 年至 2024 年初该比例仅为 1% 至 2.4%。数据显示新包依赖的中位年龄从 2021-2023 年的 155 天激增至 2026 年第二季度的 451 天,且 2026 年 68% 的新包依赖最新发布的比例远低于往年的 28%。

  5. arXiv · AI38

    ZONOS3-Mini 技术报告:8.86 亿参数实现实时零样本语音克隆

    ZONOS3-Mini 是一款超紧凑型实时零样本语音克隆 TTS 模型,可在笔记本电脑或手机上运行。 模型采用 886M 参数的潜在 MoE 骨干网络(每 token 激活 100M)及 15 Hz 帧率的 ZAC-1 音频编解码器,支持 44.1 kHz 音频。 在 ZTTS2-Eval 基准上,其 55 个语言集的宏平均 WER 为 6.71%,模型权重与代码已开源。

  6. arXiv · AI23

    小语言模型引导生成Linux内核语义补丁的研究

    研究利用Qwen2.5-Coder 7B等小语言模型生成Coccinelle语义补丁,平均解决35.3个内核迁移转换任务,远超直接提示时的1.0个。模型输出的规则在测试集上精确度最高(0.74),优于Spinfer(0.55)和前沿LLM智能体(0.70),并通过编译批评者剔除无效规则。 研究基于预注册测试集评估7个API迁移,涉及122个留出驱动转换,所有代码、提示词及结果已开源发布。

  7. arXiv · AI33

    Iris-Z:单一生成模型在几何任务上超越专用模型

    Iris-Z 是一个通用图像生成器,结合外观与几何生成,单一骨干网络同时处理深度估计、生成和渲染任务。在足够规模下,它超越了现有深度基准的专用模型 SOTA,同时保留原始生成能力。 该模型无需专用层,统一处理单目几何任务,打破了专用架构长期主导该领域的局面。 作者发布两个模型供社区使用,验证了“苦涩教训”在视觉智能领域的适用性。

  8. arXiv · AI26

    WGAN-GP 与 Pix2Pix 在光子计数 X 射线成像探测器间隙插值中的应用研究

    该研究将 WGAN-GP 和条件 Pix2Pix 生成模型用于填补 X 射线探测器物理间隙,并实现了仅限间隙像素修改及约束均值与强度分布的掩码策略。在 nanoCT 投影数据上,两种模型在感知相似度(LPIPS)和直方图距离上表现最优,其中 Pix2Pix 训练耗时比 WGAN-GP 少约五倍。最终 Pix2Pix 模型源码及权重已开源,但在断层重建中相比线性插值提升有限。

  9. arXiv · NLP43

    LLM 长期记忆中的时态扁平化现象

    研究指出,LLM 代理的长期记忆常将进行时用户事实扁平化为一般现在时,导致“时态扁平化”现象。在名为 LAPSE 的基准测试中,三个生成模型在 381 对样本中的 210 对里保留了时态差异,且 11 个测试模型均显示此单向丢失现象,该结果同样存在于 mem0、Graphiti 和 Letta 系统中。

  10. arXiv · AI36

    AVA: Agentic Variant Adjudication 用于癌症诊断测序的自动化、可审计读级审查

    AVA 是一个智能体框架,自动化读级测序数据审查,区分真实突变与测序伪影,无需在现有数据上训练。 在 SEQC2 DNA-seq 基准和患者 RNA-seq 数据上,Claude Sonnet 5、GLM 5.3 Flash 和 Gemma 4 31b 等模型在低 VAF 边界变体子集中优于最佳 VAF/深度阈值。 该框架适合受隐私约束的临床部署,支持本地运行开源权重模型并保持专家在环。

  11. arXiv · AI35

    Ballad:基于 Bandit 的 LLM 路由实现自动化启发式发现

    研究团队提出 Ballad 框架,该算法在 5 个 NP-hard 组合优化问题中,实现了与最佳单一 LLM 相当或更优的效果。 Ballad 采用在线 Bandit 策略和 DAG 信用传播机制,动态调度 4 个不同成本的 LLM,最高可降低 65.6% 的 API 费用。 该成果表明 LLM 能力与成本并非线性正相关,为启发式发现提供了低成本高效的替代方案。

  12. arXiv · AI26

    AnalogLayoutWorld 开放基准测试发布

    开源基准测试 AnalogLayoutWorld 发布,包含 40 个专家审查任务,用于评估智能体在模拟电路布局设计中的端到端生成能力。 该基准测试结合独立物理验证和布局质量指标,在 13 种模型-框架配置中,91.1% 的尝试生成了 GDS 布局,但仅 23.0% 通过验收标准。

  13. arXiv · AI31

    Primer: 支持教师主导的教育模拟创建的开源 AI 框架

    Primer 是一个开源且 LLM 无关的 AI 辅助系统,帮助教育者创建自适应教育模拟。系统采用多智能体架构以执行教师的教学意图,并支持本地及开源模型运行。作者通过发布 Primer 源码、提示词及 GitHub 仓库,为教育者主导的 AI 创作、多智能体教育工作流及基于模拟的教学法研究与开发提供了基础。

  14. arXiv · NLP33

    Skepthical 基准:基于真实论文的 AI 同行评审审计

    研究者发布 Skepthical 多智能体评审基准,在 15 篇天体物理与机器学习 arXiv 论文中注入 357 个可定位错误,用于衡量 12 个评审系统的检测率与误报率。该基准涵盖通用问题、数学、数值及引用四类错误,并通过检索、计算机代数与代码执行进行验证。结果表明,模型选择对检测率影响最大,强制引用检索使 Skepthical 在天体物理引用错误检测上取得最高成绩。

  15. arXiv · NLP58

    Lara Mini Base 发布:语言多样性作为资源而非权衡

    研究团队发布 Lara Mini Base,这是基于 6T tokens 和 44 种语言训练的开源多模态 MoE 模型,总参数量 7.2B 且激活参数 0.6B。该模型在标准英语、多语言、数学及代码基准测试中,以少于主流模型 4 至 6 倍的训练数据量取得最高平均分。其 128k 上下文支持及单 GPU 无量化 1.8 倍推理速度优势,证明了 MoE 架构有效缓解了多语言训练中的容量竞争问题。

  16. arXiv · AI25

    SignRot: LLM 量化中基于海量异常值感知符号调整旋转的方法

    SignRot 通过识别异常通道构建符号调整向量,将双峰分布折叠为单模态分布,配合非对称量化解决量化瓶颈。 该方法仅需单次校准前向传播,在推理时仅增加逐元素符号翻转,无需额外矩阵乘法。应用于 QuaRot 时,LLaMA3-70B 模型 WikiText2 困惑度达 5.88,平均零样本推理准确率为 72.73。

  17. arXiv · AI34

    Causals:用于因果推理研究的开源知识图谱

    团队发布 Causals 开放知识图谱,初始版本基于新闻报道构建,包含 369,184 个节点和 1,272,418 条边。 该图谱链接事件、组织、商品及金融工具等实体,区分结构关系与因果主张,支持多跳检索。 它为大语言模型检索相关上下文并应用机制到特定事件提供了共享关系知识,数据以 CC BY 4.0 协议开放。