跳到正文
11月9日周一
  1. arXiv · NLP25

    ROSE 提出面向多模态大语言模型终身知识编辑的风险感知正交子空间导航框架

    多模态大语言模型终身知识编辑面临严重灾难性遗忘问题,现有方法难以避免序列编辑对预训练能力的干扰。 ROSE 框架通过限制参数更新在正交互补子空间并引入风险掩码机制,成功保护了关键事实参数子空间,确保模型稳定性。 在两个主流多模态基准测试中,ROSE 在连续 1,000 次更新中保持了卓越稳定性,其表现与最先进方法相当。

  2. arXiv · NLP21

    AI 智能体需要多少对话历史?

    基于 1,100 个 BEAM 问题研究显示,增大 passage budget 可提升平均分,但高分预算下边际收益递减。 实验对比 Qwen 和 Mistral 的消息保留表现:Qwen 在直接需求下匹配完整状态率更高,Mistral 结果接近最低基线。 可靠的预算选择需保留证据并验证评估指标,当前评分审计尚未解决 BEAM 答案正确性问题。

  3. arXiv · NLP27

    FinEvolveKG:用于金融知识图谱构建的受控且可归因提示词进化框架

    提出 FinEvolveKG 框架,通过分离通用与角色策略模块并限制 GEPA 优化器作用域,实现金融知识图谱构建中提示词的可归因进化。 该框架在三个种子均值下,使完整工作流 v4 相比冻结基线 v1 性能提升 19.4% 至 30.9%,并在所有九组成对种子比较中优于无约束全流程 v5。 双专家盲审支持在 70.1% 的对比判断中优先选择 v4 生成结果,证实机械可归因进化可与强实证表现共存。

11月8日周日
  1. Hacker News AI55

    Ask HN:如何准备 AI 研究员面试:开源课程 AiPrepLab

    作者开源了 AiPrepLab 课程,用于准备 AI 研究员面试,涵盖数学、编码、AI 训练和 GPU 编程四个支柱。课程包含 11 个模块,从 PyTorch 基础到 CUDA 内核编写,并强调通过 CPU 运行练习和严格的检查机制来培养精确性。建议根据面试轮次选择特定模块,如系统面试侧重模块 04 至 09,研究面试侧重模块 01 和 07。

  2. Hacker News AI34

    Day AI 发布用于 GTM 的上下文图谱与智能体控制平面

    Day AI 推出基于 LLM 优化本体论的客户记忆,整合团队邮件、日历、会议及 Slack 数据构建统一上下文图谱。 其智能体控制平面赋予智能体名称、职位描述及层级架构,通过自动反馈机制持续优化表现,并记录完整审计轨迹。 系统旨在提升速度、成本效益、准确性及治理水平,允许用户在审批后运行智能体。

11月7日周六
  1. AWS Machine Learning Blog38

    在 Amazon ECS Fargate 上构建支持 AI 智能体访问数据湖的无服务器 MCP 服务器

    亚马逊支持团队在 Amazon ECS Fargate 上构建无服务器 MCP 服务器,作为 AI 智能体访问企业数据湖的中央网关,解决多智能体重复开发权限控制的问题。 该架构采用元数据驱动模式,新增数据源仅需提供 JSON 文件即可自动接入,无需编写定制代码,支持多租户环境下不同 MCP 客户端共享同一工具接口。

11月6日周五
  1. arXiv · ML23

    基于物理证实的联邦学习:保障关键水基础设施中的协同异常检测

    该研究将物理不变量转化为联邦学习更新的可验证准入要求,解决了数据投毒防御问题。 在SWaT等三个测试台上,挖掘出的不变量拒绝了所有伪造遥测数据,且利用零知识证明(zk-SNARKs)在保护隐私的同时验证了批次遵从性。 该方法有效恢复了因重放投毒导致的78%目标攻击召回率损失。

  2. arXiv · ML21

    Genome-Factory:用于基因组基础模型微调、部署与解释的 Python 库

    Genome-Factory 是首个集成基因组基础模型微调、部署与解释的 Python 库,统一了数据获取、推理及基准测试工作流。 该库支持全参数与参数高效微调,提供 DNA 序列生成功能,并引入基于稀疏自编码器的开源生物解释器。 研究人员利用 DNABERT-2 验证了其生物解释能力,实际结果显示该工具在基因组分析中具有实用价值。

  3. arXiv · ML25

    DynSHAP: 面向可解释动态生存分析的 SHAP 框架

    DynSHAP 框架通过 Shapley 博弈处理纵向不规则输入与生存输出,解决现有可解释方法在动态生存分析中的局限。 其变体 Temporal DynSHAP 学习时间依赖性,在合成数据上比边际估计器更准确恢复特征。 该方法在两个临床数据集上生成忠实归因,辅助医疗专家识别驱动预测的患者信息及时间点。

  4. arXiv · AI28

    ReGuard 框架用于基于 RL 的网络控制器最坏情况发现与运行时保护

    ReGuard 框架通过在推理时介入保护,无需重训即可发现并缓解基于 RL 的网络控制器在最坏情况下的性能退化。 该框架将场景发现形式化为双层遗憾最大化问题,在 Pensieve、Sage 和 Park 三个控制器上发现 43-64% 的性能损失。 ReGuard 通过轻量级逻辑规则介入高风险状态,在首次迭代中缩小 79-85% 的性能差距,其保护作用可延伸至更广泛的网络条件。

  5. arXiv · AI28

    CORE: 深度研究中的粗到细搜索与上下文管理

    CORE 是一个无训练 harness,结合粗到细搜索与上下文管理,通过稠密检索与重排序器返回最相关 snippet。 它允许智能体扩展已检索源的上下文并抑制重复 snippet,在三个基准上实现 SOTA 答案准确率与证据召回。 在含最高 5.53 亿文档的语料库上,Tongyi DeepResearch 和 OpenResearcher 对比测试中表现领先。

11月5日周四
  1. Hacker News AI20

    HN 探讨构建 AI 公司大脑的可行性与架构挑战

    开发者受 CTO 委托构建“AI 公司大脑”,旨在通过 AI 代理自动起草文档、准备会议及更新客户信息。其架构设想包含 LLM 维基存储慢变数据、MCP 连接快变数据源及 7x24 运行代理。 面临核心挑战包括代理持续运行的成本、多用户并发处理机制以及是否必须部署常驻代理的必要性。 该方案目前缺乏清晰实施路径,提问者正在寻求社区对系统复杂度和替代方案的建议。

  2. 阿里云百炼45

    阿里云百炼模型训练:提示词与 RAG 优化后的后训练方案

    阿里云百炼推出模型后训练能力,提供 SFT、DPO、强化学习、蒸馏等方案,支持通义系列未开源模型微调。 覆盖文本、视觉理解及图音视频语音专项训练,部分模型支持全参或 LoRA 高效微调,并配套 API 及评测工具。 调优模型可直接云上部署调用,但暂不支持下载到本地,企业需结合业务数据质量与成本评估启动训练。