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。
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。
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。
Asahi Linux 宣布将所有仓库从 MIT 许可迁移至 GPL 2.0 或更高版本,以防止竞争对手利用 AI 重写未发布代码进行商业变现。该举措旨在通过强 Copyleft 许可证阻止封闭商业分支,但引发了 BSD 社区关于缺乏既往贡献者同意的争议。
开发者构建 Threadz 应用,AI 在写作者输入思考内容后自动审核笔记中的事实错误和误导性陈述。 目标用户为博主和学生等写作者,核心功能聚焦于 AI 校对而非写作生成。 源码将于近期开源。
Andrej Karpathy 使用 Claude 的 Opus 5.5 模型,在一周内构建了 HackerTube 视频平台。该项目利用 Claude 过滤了 20 年 Hacker News 的 4300 万条评论,生成了 6454 个视频。
OfflineVault 是一款开源的基于 AI 的离线库,专为网络中断场景设计,支持 Apple Silicon 及 macOS 14+。 该工具内置 95 篇应急指南及维基百科、CDC 等权威数据,在 150 个测试问题中默认模型答对 63 题,无有害回答。 Linux 和 Windows 用户可通过 ovsync 命令行工具同步获取离线库。
高通在第九届进博会展出端侧MoE智能体,联合Infris AI、江波龙、阶跃星辰共同优化模型推理、存储与芯片平台协同。 针对终端内存功耗限制,该方案通过专家模块预取与UFS加载优化,提升复杂任务处理效率,推动端侧AI从单点应用走向系统级智能体体验。
LCVN 提出语言条件视觉导航任务,仅需一张起点第一人称图像和一段语言指令即可预测包含平面位移与朝向变化的完整动作序列,且预测过程中无真实环境反馈。该数据集包含 39016 条轨迹及 117048 条人工核验指令,涵盖简洁、详细及地标三种风格。
长期 Claude Code 用户改用开源 Pi 编码框架。 原因是累积的小困扰,包括 Claude Code 对 AGENTS.md 文件支持滞后,且每次仅限一个 IDE 连接会话。 编码框架竞争加剧,高阶用户正权衡供应商锁定与更开放工具的选择。
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。
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。
Menlo Ventures报告显示,中国AI模型在全球企业开源模型支出中占比达89%。其中月之暗面Kimi以61%份额位居第一,DeepSeek以15%排名第二,GLM以11%位列第三,而西方模型中占比最高的是Meta的Llama系列,仅占7%。
VindexLLM 是一款纯 Delphi 编写的 Windows LLM 推理引擎,利用 Vulkan 计算着色器在 GPU 执行完整 Transformer 前向传播。
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。
Skrongle Mini 是一款可在 Raspberry Pi Zero 2 W 上运行的自托管 AI 课程生成与学习应用,支持 JSON 格式课程、自适应测验、游戏化练习和 AI 导师功能。
Menlo Ventures 报告显示,中国 AI 模型占全球企业开源模型支出的 89%,其中 Moonshot AI 的 Kimi 系列以 61% 份额领先。美国专有模型仍占据企业 AI 整体营收的大部分。西方正将 Inkling 2 Small 和 Ripple-65B 定位为中国主导的开源市场的替代选择。
Ricursive Intelligence 发布 Ripple-65B Preview,这是基于 12T tokens 预训练的 dense 65B Transformer,权重在 Hugging Face 上以 Apache 2.0 开放。
AFK AI 团队发布 Comma,实现了 DeepSeek 提出的 Super-agent 单 Router 多 Worker 架构。该系统支持跨应用接力任务,内置 7×24 小时值守记忆系统,并已通过代码开源供用户长期使用。
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。
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。
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。
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。
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。
加拿大 AI 公司 Cohere 向石油和天然气行业推销 AI 应用,称可优化钻探与物流、增产并最终为更多 AI 数据中心供电;CEO Aidan Gomez 近期在 ALL IN 大会上亦主张数据中心应与环境目标保持一致。
一名 Redditor 发布了使用 Claude Code 构建的开源项目,让 Switch 和 Switch 2 游戏原生运行在 Apple TV 上,Super Mario Odyssey 和 Animal Crossing 已可运行,Zelda: Tears of the Kingdom 正在移植中。
墨芯人工智能完成近10亿元C+轮融资,5个月内连续两轮融资,验证其稀疏推理芯片技术壁垒。 公司基于“权重+激活”双稀疏算法,S30计算卡在MLPerf™ Inference测试中连续三届夺冠。2026年Q3营收数倍增长,新一代板卡SP200及SECA架构即将发布。
作者亚历山大·帕纳申科开发开源项目 KYB,通过 Git 后端共享存储和版本化记录,解决 Claude、Codex 等 AI 智能体因散落 Markdown 笔记导致的记忆遗忘和路径错误问题。
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。
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。
World Labs发布基于Atlas优化的实时流式生成演示Frameboy,通过云端GPU流式传输画面,速度最高可达15FPS。该更新集成至网页应用Viewfinder,支持用户逐帧构建场景并实时探索,目前处于封闭测试阶段。
AI 实验室 webAI 基于 IBM Granite-4.2-8B 推出 8B 级推理模型 TwIL-8B,专注数学、代码和指令跟踪场景,采用非商业许可协议在 Hugging Face 开源。
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。
Reward Budgeting 是一种即插即用的优势构建方法,能缓解 LLM 推理强化学习中的过早收敛现象。 在 Qwen3-8B 和 Llama3.2-3B-Instruct 上,该方法稳定提升基线性能,AMC23 提升达 +12.50,AIME24 与 AIME25 提升达 +10.00。 该研究被 NeurIPS 2026 接收,证实无需显式保持熵即可获得显著增益。
**Article Analysis:** 1. **Title:** "The Unsampled Truth: Quantifying Prompt Artifacts in LM Psychometrics" 2. **Source。
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。
论文提出 HyCNN,结合 Maxout 与 ICNN,保证输入凸性且比 ICNN 用指数更少参数逼近二次函数。 在凸回归、插值及高维最优传输实验中,HyCNN 通常优于 ICNN 与 MLP。 该模型在单细胞数据等场景中表现更佳。
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。
ThermoLLM 提出一种基于 LLM 的多区域 HVAC 控制框架,通过在五个区域、六种气候季节场景中与标准方法及最新 SOTA 基线对比,持续取得最佳的能效-舒适度权衡,并在所有场景的 TOPSIS 排名中优于所有基线。
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。
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%。