跳到正文
11月9日周一
  1. arXiv · NLP20

    LLM 增强自进化强化学习在多步电商支付欺诈风险检测中的应用

    该研究提出一种结合 LLM 与强化学习的电商支付欺诈检测方法,将交易风险建模为多步马尔可夫决策过程(MDP)。 LLM 利用其推理和编码能力迭代优化奖励函数,实现了零样本欺诈检测性能提升。 在真实数据上的长期评估证实了该方法的有效性、鲁棒性及对 LLM 在工业 RL 应用中潜力的支撑。

  2. 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. IT之家49

    物理智能开源平台 Hitch Open 在进博会发布,142 拍刷新 AI 机器人乒乓对打世界纪录

    全球物理智能开源平台 Hitch Open 在进博会正式开源,联合交大神创团队以 142 拍刷新 AI 机器人乒乓对打世界纪录。 该平台聚焦真实物理环境感知与决策,乒乓对打作为极限考场,要求机器人在百毫秒反应窗口内完成实时研判闭环。 此举旨在通过极限赛事解决复杂物理世界挑战,推动自动驾驶、具身智能及机器人技术发展。

  2. Hacker News AI43

    RxCode v2.0.0 发布:支持多智能体协作与本地微调的开源 AI 代码编辑器

    RxCode 发布 v2.0.0,这是一款免费开源的 AI 代码编辑器,支持在 macOS 26+、iOS 及 Android 上运行,内置 Claude Code 和 Codex。 新增自动路由功能以匹配任务复杂度,并支持在 Apple silicon 上进行本地知识蒸馏。 云功能通过 Flowcy 实现跨设备同步,利用 Agent Client Protocol 允许接入多种模型。

  3. Hacker News LLM28

    若LLM逆向工程被判非法,是否构成开源软件(OSS)许可证被侵犯的先例?

    讨论若法院判定LLM辅助逆向工程非法,是否形成针对实验室训练LLM侵犯OSS许可证的集体诉讼先例。 文章提出两种情形:LLM基于反编译二进制进行后训练以输出源代码,或LLM分析反编译二进制以生成源代码,并质疑为何LLM处理OSS被视为“洁净室”而处理反编译软件则不然。

11月7日周六
  1. 量子位69

    Jeff Dean与李飞飞对谈:探讨递归自我改进的物理极限与新公司Discovery Loop

    Jeff Dean在斯坦福HAI与Fei-Fei Li的对谈中,判断递归自我改进(RSI)受物理计算与数据保存限制,无法实现无限加速。他介绍了新公司Discovery Loop通过20个自动改进循环和Agent协作框架,旨在将领域专家生产力提高20到50倍。Jeff Dean还分享了对编程能力重要性、机器生成数学证明价值等技术的反思。

    推荐理由:文章记录了Jeff Dean关于递归自我改进的讨论,解释了自动化实验循环的物理极限及新公司的具体方向。

  2. Hacker News AI44

    Goethe:自托管 AI 基础设施

    Goethe 将 Linux 机器转换为兼容 OpenAI、Anthropic 和 LiteLLM 客户端的自托管 API,实现模型的快速部署与共享。安装后只需三步即可加载模型、配置 API 并管理访问密钥,支持多模型并行运行及多 GPU 拆分。该工具默认私有,支持 NVIDIA 580 及以上驱动的 GPU,代码采用 Apache License 2.0 开源。

  3. 机器之心76

    WildAWM 研究发布:纯开源模型合成高难度环境,训练 Qwen 模型提升 GUI Agent 能力

    微软研究院等机构发布 WildAWM 研究,利用纯开源模型合成包含 CLI、GUI 和 MCP 接口的个人电脑环境及 341 个高难度任务。该研究通过强化学习训练 Qwen3.6-35b-a3b 和 Qwen3.5-4b 两个模型,使其在 8 个分布外评测基准上全部取得性能提升,其中 Qwen3.6-35b-a3b 平均分提高 10.58 分,且合成任务的难度足以挑战 GPT-6 Astra。

    推荐理由:原文展示了如何用纯开源模型合成高难度计算机使用环境,并在8个分布外评测中提升了两个Qwen模型的性能。

  4. 量子位47

    阿里巴巴发布《2026 AI向善行动报告》,披露26个案例及数据中心可持续发展亮点

    阿里巴巴发布《2026 AI向善行动报告》,披露涵盖教育、医疗等领域的26个案例,并关注数据中心可持续发展。 阿里云资源密度提升至4.5千瓦/平方米,绿电占比73.6%;阿里健康推出“氢离子”,医学场景循证率达100%,忠实性98%。 该报告强调AI发展需满足社会可接受、环境可承载、经济可持续,旨在创造社会价值。

  5. Hacker News OpenClaw22

    OpenClaw 早期体验:隐私优先的 LLM 助手工具

    开发者分享 OpenClaw 的早期测试反馈,该工具主打 100% 隐私保护且无数据所有权主张。 目前未正式发布,不支持 BYOK,核心目标是解决 LLM 实际效用问题,面向商业决策者、工程师及普通用户。 开发者希望通过此工具让 AI 助手更像可信赖的专家团队,而非需要不断纠正的 Agent。

11月6日周五
  1. IT之家47

    微软 GitHub 副总裁开源 gputaskman 工具,让显卡占用一目了然

    微软资深开发者、微软与 GitHub 副总裁 Scott Hanselman 开源名为 gputaskman 的 GPU 监控工具,帮助定位消耗显卡资源的程序。 该工具可按进程展示 GPU 使用率、显存、温度及 PCIe 流量,并识别 LLM 进程显示模型与量化方式等细节。 gputaskman 属早期实验性软件,支持 Windows、Linux、WSL 和 Apple Silicon Mac。

  2. R/ArtificialInteligence52

    AutoCua 同时操控 Clash Royale、Clash of Clans 与国际象棋

    开发者通过给开源库 AutoCua 一句指令让其同时操控三款游戏,展示了其多目标控制能力。AutoCua 自行规划了游戏策略,在 Clash of Clans 中执行建造与进攻,并在 Clash Royale 中击败了实际玩家,而国际象棋在此过程中同步进行。该项目旨在统一控制手机、浏览器及计算机环境,开源代码仓库已在评论中提供。

  3. arXiv · ML25

    DDSSM:扩散驱动的隐状态空间模型

    研究团队提出 Diffusion-Driven State Space Model (DDSSM),通过将隐状态转移替换为扩散模型,解决了自编码器与扩散模型在序列数据上的联合训练难题。 该模型在拟合具有多模态转移的模拟时间序列时,实证性能优于最先进的深度状态空间模型。 DDSSM 扩展了时间序列隐扩散模型的研究领域,为捕捉潜系统动态提供了新方案。

  4. arXiv · AI35

    权重空间算术实现零样本量化

    研究提出利用权重空间算术提取“量化向量”,实现零样本迁移量化鲁棒性。在 3-bit 设置下,该方法将 PTQ Top-1 准确率提升高达 60%,且无需接收方进行量化感知训练。 在超过 30 个视觉与语言模型任务中,该向量在捐赠与接收任务差异显著时仍能带来收益。研究还严谨证明了量化向量定义良好且不受重参数化对称性影响。

  5. arXiv · ML23

    基于 Teacher-Student 框架的孟加拉国地下水水位与补给下降研究

    新模型通过 Teacher-Student 框架在稀疏观测下实现跨时空泛化,重构了孟加拉国 2003-2022 年高分辨率地下水深度。 Student 模型在未见年份与地区验证中 R2 分别达 0.93 和 0.70,无需当代现场测量即可重建水位变化。 研究揭示全国地下水补给年均下降 1.10 mm/yr,55.6% 区域补给显著减少,为数据稀缺含水层监测提供可扩展方案。

  6. arXiv · AI31

    SKIM:通过选择性知识引导掩码对大语言模型智能体进行剪枝

    SKIM 提出首个针对结构化生成场景的 LLM 智能体剪枝与蒸馏框架,在工具调用基准中 consistently 提升精度。框架将 token 位置划分为 context、decision 和 format 三类,结合类别感知剪枝敏感度评分与 on-policy 蒸馏目标。在高稀疏度区间,SKIM 的性能优势尤为显著,展示了类别感知压缩在部署时语法约束智能体中的潜力。

  7. arXiv · ML36

    EnergyBench 提出基于实时门控对齐的欧洲电力市场日前预测基准

    EnergyBench 对 11 个模型族的 18 个时间序列基础模型进行每日实时评估,采用冻结协变量以统一信息集。 加入数值天气预报协变量后,基础模型误差降低 37-51%,零样本表现匹配或优于同数据训练的 LightGBM。 电网运营商在风电与光伏预测上仍保持 16-22% 的误差优势,负荷预测差距缩小至 4-6%。