跳到正文
10月14日周三
  1. arXiv · AI34

    Glasseek:深度搜索智能体的透明训练与可信评估方案

    Glasseek 提出开源深度搜索框架,其 9B 参数智能体在多项深度研究基准上超越前沿闭源模型,并刷新 9B 规模 SOTA 纪录。 框架采用 Compaction-Managed GSPO 训练算法,实现跨上下文压缩边界的端到端策略优化,并发布模块化防泄漏插件解决评测污染问题。 该工作公开了完整的数据、权重与代码,为开发可复现且可靠的开源搜索智能体提供了系统化范式。

  2. arXiv · AI27

    WeFair:基于人类反馈的保真对齐个性化短视频搜索查询重写

    WeFair 是一种基于人类反馈的保真对齐方法,用于 WeChat 短视频搜索的个性化查询重写。 该方法通过挖掘实际用户重写数据,结合直接偏好优化和群组相对策略优化,利用多维度 LLM 筛选过滤不支持的意图转移。 在线 A/B 测试显示,有效点击率相对提升 1.576%,查询重写率相对降低 1.731%。

10月13日周二
  1. Hacker News AI23

    Show HN: 发布 Proofsource,一款 AI 品牌可见度监测平台

    Proofsource 是一款 AI 智能平台,用于监测 ChatGPT、Perplexity、Claude 及 Google AI Overviews 是否提及品牌,并识别未被提及的原因。 免费试用支持 200 个答案和 25 个提示词,覆盖四大引擎;付费计划从每月 9 美元起步,提供每日或每周更新。 平台帮助品牌定位 AI 短名单缺口,通过引用源分析修正信息,提升在 AI 推荐中的可见度。

  2. Hacker News AI28

    SignalsFlow 通过 AI 自动撰写 Reddit 评论协助 SaaS 营销

    SignalsFlow 处于免费 Beta 期,能识别 Reddit 上匹配 SaaS 产品的用户痛点帖,并由 AI 生成 5 条评论或长回复供用户手动发布。 该工具不自动发帖,仅读取公开页面;每个帖子评分 0-100,支持添加最多 50 个自定义 subreddit。 Beta 版限制每日 30 次 AI 草稿,使用 Google 登录且无需信用卡。

10月12日周一
  1. Hacker News LLM64

    文章列举五种潜在后门:利用数据源与引用操纵 LLM 搜索结果

    文章指出随着AI摘要获取用户注意力,黑帽GEO从业者试图通过操纵信息源影响LLM推荐。其提出五种潜在路径:篡改互联网档案馆数据、构建合成共识网络伪造多源支持、通过引用清洗建立虚假溯源、收购过期域名维持权威外观,以及利用学术预印本服务器注入指令。文章强调,一旦虚假断言被看似可靠的来源重复传播,AI系统将难以区分独立佐证与单一捏造的循环引用。

  2. arXiv · AI48

    当前 AI 基准测试遗漏维度:ChatGPT 模态、搜索、引用与安全评估研究

    针对 ChatGPT 模态与基准测试的研究发现,开启网络搜索可使模型准确率最高降低 8 个百分点,且重复测试中高达 21% 的提示词产生不一致回复。 研究分析了 401 个提示词与 4,812 次响应,对比了 Chat UI 与 API 在 BBQ 和 SafetyBench 上的表现,并发现不同模态的引用来源和拒绝回答行为存在差异。

  3. arXiv · AI23

    生成式搜索中基于主张门控的来源风险审计

    该研究为生成式搜索提出了一种主张门控的来源风险审计方法。在包含81种三元状态谓词组合的合成测试集中,参考检查器成功复现所有组合,并拒绝了192条畸形记录。 这些结果属于有限的契约一致性验证,明确了建立语义有效性所需的后续独立标注与效用测试。

  4. arXiv · NLP37

    SOAR: 基于来源感知强化学习与精确信用分配机制搜索智能体方案

    提出来源感知强化学习范式 SOAR,旨在解决搜索智能体绕过外部证据而虚构答案的问题。 通过将内部与外部知识分解为可观测的并行流,SOAR 在 3B 和 7B 基座模型上性能分别提升 7.3% 和 5.4%,并将证据虚构率降低 74.8%。 该方法有效强化了模型在知识密集型任务中的忠实性与鲁棒性。

  5. arXiv · NLP39

    SEEDS:基于预览引导的证据准入机制提升搜索智能体效能

    SEEDS通过预览引导策略让搜索智能体动态选择需完整检查的检索结果,在9个基准测试中持续提升搜索效果并显著降低证据消耗。 该框架允许智能体基于当前推理状态决定检查哪些及多少候选项,相比固定策略更灵活。 实验证实SEEDS能有效选择检索前缀之外的有用候选项,确立了证据准入作为智能搜索的关键维度。

  6. Hacker News AI39

    Seodata.dev 1.1 为 AI 智能体提供免费搜索数据查询

    Seodata.dev 1.1 提供每日 20 次免费关键词搜索量、CPC 及竞争度查询,支持 50 多个国家且无需 API 密钥。 该服务通过 llms.txt 文档和远程 MCP 服务器兼容 Claude、ChatGPT 等主流模型,缓存机制使无限查询成本仅为 $4.99。 数据源自 Google Ads、DataForSEO 等,注册邮件账号后可免费获得每月 500 次查询额度。

10月10日周六
  1. Hacker News AI29

    Show HN: 利用 AI 研究代理 Winning Funnels 分析竞争对手获客漏斗

    Winning Funnels 是一款 AI 研究代理,可自动搜索特定细分市场的实时广告漏斗,截图落地页并估算月收入。 该工具通过流量、转化率及价格信号建模生成收入区间,区分运行 3 年以上的成熟“Proven”漏斗与新兴“Rising”漏斗。 免费计划提供每月 40 积分(约 20 个漏斗分析),付费版起价 $19/月。

10月9日周五
  1. arXiv · NLP28

    Project Greenhouse:迈向完全开放与主权 Agent 搜索

    Project Greenhouse 验证了使用少量 GPU 资源即可构建完全开放且主权的 Agentic Search 模型。 该研究通过从零预训练和监督微调两步配方,训练出具有竞争力的点式 decoder-only reranker,并发布了 Gaggle 模型家族的 checkpoints。 此方法不依赖第三方开放权重基座,实现了端到端训练控制,支持透明且独立的复现。

10月8日周四
  1. arXiv · AI28

    DAC:跨智能体学习信号实现协调的 LLM 角色分解训练

    DAC 框架通过在特定任务外部验证信号下训练搜索器与生成器,利用角色间交叉验证奖励实现了协调的角色分解训练。 该框架允许生成器在证据不足时选择放弃,并通过引入困难正样本增强机制防止模型退化为过度放弃策略。 在涵盖通用和多跳问答的 7 个基准测试及 2 种模型骨干上,DAC 的表现稳定优于强大的单智能体和多智能体基线模型。

  2. arXiv · AI20

    WebRider: 基于角色条件化意图控制器的实时网页协助系统

    WebRider 提出“意图契约”机制以弥补当前实时网页智能体仅评估最终答案的缺陷,其在 99.2% 任务完成率的场景中仅 38.8% 严格遵循策略约束。 该系统采用分层架构,通过 RiderBench 基准在 42 个公开网站上的 4,096 个实时契约中验证,并利用 8B 行动策略模型实现优于纯执行基准的训练信号。

10月7日周三
  1. arXiv · NLP34

    生成式信息检索中语义标识符空间的系统性研究

    针对生成式信息检索(GIR)中文档标识符(DocID)设计缺乏统一标准的问题,提出一个统一乘积量化(PQ)与残差量化(RQ)的设计空间框架。 定义了一组免训练的内在指标,用于在无需完整模型训练的情况下量化 DocID 质量与结构保真度。 在 MS MARCO 300K 和 NQ320K 数据集上的实验表明,DocID 的层级与并行结构等特性显著影响检索效果。

  2. arXiv · ML20

    纯语言推理实现跨视角地理定位:零样本多模态大语言模型方法

    研究利用零样本 MLLM 生成结构化文本以比较地面全景与卫星瓦片,无需任何组件训练。在 VIGOR 数据集上,描述相似度在全池中 Recall@1 仅为 0.39%,但在缩小至 10 个邻近瓦片时,MLLM 评委评分表现优于随机排序并匹敌词汇基线。 该方法能解释定位依据,但无法通过描述重排超越视觉检索器,因为语言转换丢失了区分邻近地点所需的精细外观细节。

  3. IT之家40

    美国司法部落实特朗普行政令,要求员工在官方文件中将 AI 改称“超级智能”

    美国司法部指示内部工作人员在绝大多数场合及法庭文书中,以“超级智能”(SI)取代“人工智能”(AI)。 该指令由代理副总检察长特伦特·麦科特签发,旨在响应特朗普此前签署的联邦机构用词替换行政令。 此举发生在多起黑客事件导致公众对该技术观感转差、安全隐患受到质疑的背景下。

10月6日周二
  1. Hacker News AI40

    UBS 研究:AI 聊天机器人购物推荐更倾向 Walmart 而非 Amazon

    UBS 分析师指出,主流 AI 聊天机器人越来越将 Walmart 视为日常消费的默认推荐,其推荐频率甚至高于 Amazon。 研究测试了 ChatGPT、Claude 等模型,发现 AI 基于规模和品牌熟悉度更常推荐 Walmart 和 Costco,并胜过汽配零售商。 零售品牌需争夺 AI 推荐位,向 AI 提供结构化数据可能带来显著优势。

  2. HackerNoon · AI24

    科技初创公司如何通过 GEO 策略在 AI 搜索中获得推荐

    本文为科技初创公司提供了五步生成式引擎优化(GEO)策略,以帮助其在 AI 搜索的零点击结果中胜出。 具体步骤包括:定义要占据的类别、映射目标提示词和引用来源、构建一致的叙事、结合获得的媒体与有用的站内内容,以及追踪 AI 系统实际展示的品牌和来源。其核心目标是让品牌易于被买家和 AI 系统理解、引用和验证。