KnowMe Paper Radar:结合多源证据实现轻量级个性化论文发现工具
summary_zh: KnowMe Paper Radar 发布,通过整合主题、时效及合作网络等多维数据,实现无需大语言模型推理的个性化论文发现。 基于174,640条记录测试,系统重复上下文准备速度提升3倍,NDCG@10指标从0.412升至0.598,提供浏览器及CLI界面。
summary_zh: KnowMe Paper Radar 发布,通过整合主题、时效及合作网络等多维数据,实现无需大语言模型推理的个性化论文发现。 基于174,640条记录测试,系统重复上下文准备速度提升3倍,NDCG@10指标从0.412升至0.598,提供浏览器及CLI界面。
ExecJudges 利用前沿 LLM 生成基于词汇匹配等规则的可执行程序,在 TREC DL 2019-2021 上的标注一致性达到 Claude Sonnet 5.5 LLM 判决水平。 该方法单次生成程序成本为 $0.17-$0.49 每主题,无需额外评分开销,且生成的标注能以 0.87-0.94 的 Kendall's tau 值对官方 TREC DL 运行结果进行有效排序。
最新AI Access Index显示,684个顶级域名中79.7%对AI搜索和训练均开放,7.7%完全关闭。 11.3%的服务器拒绝robots.txt允许的爬虫,而63.7%仍提供robots.txt封锁的内容。
SourcePost 发布了一个供 AI Agent 使用的人工审核目录,涵盖 API 与 MCP 资源。 该目录包含 16 个列表项,分类包括转售采购、网络搜索等,支持无密钥访问,每分钟限制 60 次请求。 提供 llms.txt、skill.md 及 OpenAPI 规范,并支持通过 HTTP 集成至 Claude Code 等客户端。
Supercite 团队测试了 210 个购买类问题,发现 84% 的 AI 回答在次日推荐的品牌组合发生变化,其中 Gemini 变动率最高达 95%。分析显示,品牌在 AI 推荐中的稳定性高度依赖其被引用的基础页面(列表);出现在多个榜单中可显著提升品牌在不同 AI 引擎中曝光的稳定性,单一截图不足以代表 AI 推荐趋势。
推荐理由:基于839个样本的跨引擎对比研究,为理解AI检索推荐的动态性及制定可见性策略提供了可参考的量化依据。
Reddit Q3 营收增长 53%,但因 Google AI 功能导致流量流失,股价次日下跌 29%。作者指出 AI 正在打破开放网络的传统商业契约,Reddit 需通过限制内容可见性和数据变现来应对这一封闭化趋势。
韩国三大运营商暂停考场及周边 100 米内公共 WiFi 和移动 WiFi,防范 AI 作弊。 措施持续自 18 日 18 时至高考当日 19 日 18 时,覆盖 SK 电信、KT、LG U+。
独立网站 All About Berlin 的流量在 7 年内因 Google AI Overviews 下降了 70% 至 75%。作者指出,谷歌搜索结果页现由 AI 生成的基于其内容的摘要和广告组成,直接链接被后置,这对依赖流量生存的独立创作者造成严重生存危机。
提出电商生成式检索框架CQ-SID与强化学习算法EG-GRPO,作为召回阶段补充。 TmallAPP日志显示,CQ-SID使语义点击命中率提升26.76%,个性化点击命中率提升11.11%,且光束搜索规模减半。 在线A/B测试证实GMV提升1.15%,生成式召回渠道贡献超72.63%的购买。
ForecastGym 通过记录 4 个商业搜索 API 对 150 个预测问题的响应,构建了包含 614 个证据状态和 131k 条结果的冻结基准。 该基准揭示了证据来源的重要性:更换搜索 API 可使 Brier 分数变化达 0.043,且持续笔记策略能以一半输入 token 取得相似评分。 所有测试 LLM 在冻结证据下的预测准确率均落后于市场,表明预测者看到的证据与模型本身同样重要。
随机实验显示Google AI Overviews使外站点击量减少约40%,该功能在过半美国搜索关键词中生效。虽然AI助手当前带来的流量占比极低,但生成式引擎优化(GEO)在提升被引用率方面主要依赖传统链接画像,缺乏经过验证的独立战术。
Supercite 每日追踪 4 款 AI 引擎中的品牌推荐排名,并自动生成、发布针对性文章以优化可见性。系统分析 AI 引用的来源类型(如自有页面、竞品、媒体),识别推荐差距,自动撰写文章并在发布后验证排名变化。 该工具旨在解决 AI 答案无“第二页”且推荐缺失无预警的痛点,帮助品牌成为 AI 推荐的默认答案。
近两周内,该网站 AI 爬虫请求量约为所有搜索引擎总和的 3 倍。日志显示超过三分之一的“Googlebot”及伪装成 Claude 等身份的流量为伪造,主要源于 5 台租用服务器。这些恶意请求尝试探测密码与密钥文件,但网站因设置 403 错误未发生数据泄露。
本地 AI 智能体接入 SearchApi 实时旅行 API 后,在航班与酒店上各节省约 1000 美元,优于网页端 AI 的估算结果。 智能体调用近 8k 次事件、40 个 subagents 及 90 个脚本,通过 google_flights 与 google_hotels 等接口交叉核验通勤时间与价格。
研究团队开发了专用多模态生成模型 FinVision,利用 87,940 对 MD&A 披露与股价图表数据,将财务叙事转化为市场动态视觉表征。 模型生成的图表优于直接 LLM 提示及通用文本到图像模型,且文本隐含图表与观测图表的偏差与后续较弱的投资者反应及经营结果相关。
该研究提出自动化SFT数据引擎LogT,通过强制逻辑链引导生成高质量训练数据,解决视觉搜索中逻辑推理与工具使用挑战。 在Qwen2.5-VL-7B和InternVL3.5-8B上验证,LogT-SFT仅用3.1倍更少的数据和120倍以上更少的GPU小时,超越SFT和RL训练的SOTA模型。 应用简单RL配方后,模型性能比复杂RL设置方法高出9.59分,并展现出更高工具使用准确性与结构化推理轨迹。
针对 LLM 生成的品牌回答,一项多语言审计分析了 128 个品牌、13 种语言中的 167,551 条带 URL 引用。在北欧-波罗的海核心数据集里,3,863 个可注册域名占据了 131,514 条引用中的 80%,其中 Wikipedia 在 12 种查询语言中的 11 种处于首位。
针对 424 名大学生 527 个浏览会话的研究表明,在跨任务评估中,咨询顺序与关系结构对相对学生表现无显著预测贡献,十二项预设主要测试均未显著。 尽管跨任务合并观察显著提高了相关性,特别是事实正确性方面,但句子嵌入仅在保持任务上与通用响应质量呈现微弱正相关,未确立额外预测价值。 研究指出合并预测相关性可能无法反映任务内学生差异,凸显了任务内评估与标准泛化性审计的必要性。
2026 年 10 月 29 日,Alphabet 在单日交易中蒸发 4820 亿美元市值,主要归因于其 AI 搜索功能减少了用户点击广告的频次。Pew 数据显示,当 AI 摘要出现时,用户点击链接的比例仅为 8%,而无摘要时这一比例为 15%。尽管 Gemini 此前在基准测试中超越竞品并被 Apple 采用,但市场对其搜索广告业务受到 AI 冲击表现出剧烈波动。
推荐理由:原文用Pew数据量化AI搜索替代效应对Alphabet股价的影响,读者可据此判断市场反应是否偏离基本盘。
在搜索评估领域,文章主张以合成流量驱动的智能体替代“LLM 作为裁判”模式,以解决传统离线评估无法映射真实 UI 交互的痛点。 核心事实是,通过编码智能体在模拟的搜索应用中执行搜索和点击操作,可生成合成数据来更准确地评估搜索相关性。 技术实现上,该系统包含一个外部编排器任务调度,以及内部使用 Playwright 驱动浏览器的子智能体,通过模拟点击行为追踪数据库生成评估数据。
摘要:EFF 对 Medicare AI 项目 WISeR 发起记录获取诉讼,旨在解决其评估受益人手术申请时缺乏透明度、测试及法律限制的问题。该 AI 系统被指出存在不当拒绝、运营混乱及漫长延迟,导致患者持续承受病痛。EFFector 通讯详细披露了 EFF 调查中发现的具体证据与影响。
PCWorld 高级编辑 Mark Hachman 认为,Bing 通过优先展示人工创作内容和购物结果,优于 Google 等强制注入 AI 摘要的搜索引擎。 Bing 将 Microsoft Copilot 设为可选的独立按钮而非强制集成,而 Google 的 AI Mode 常隐藏在结果首位且缺乏可点击的原始来源链接。
DeepSeek 正式开放应用 API,支持联网搜索、深度思考、文件上传、链接阅读及语音识别与语音合成独立调用。V4.1-Flash 模型在 Messages、Responses 和 Chat Completions 接口下支持这些扩展功能,并开源了轻量级聊天前端 Demo。
Amazon 计划构建名为“World Product Graph”的数据库,收录包括非 Amazon 销售在内的所有互联网产品数据。 该项目旨在通过提供数据修复 Alexa for Shopping 助手事实错误且运行成本高的问题,使 AI agents 优先依赖 Amazon 索引。内部文件显示该项目可能于 2027 年 10 月 1 日发布,但 Amazon 称草案不代表当前计划。
该 POC 赋予 AI 代理资本及代币化股票、国债等链上市场访问权限,目标为最大化利润。 测试显示美国前沿模型偏好投资股票,中国模型侧重黄金与债券,所有代理均回避加密货币。模型需汇报每笔交易论点及理由,并按传统对冲基金标准激励超额回报。
据路透社报道,亚马逊内部文件曝光了名为“世界商品图谱”的秘密计划,旨在包揽全球商品数据以强化 AI 购物智能体。该计划目标发布日期为 2027 年 10 月 1 日,目前仍处于早期构思阶段。
该网站聚合48家AI新闻源,并内置趋势追踪机制。 若同一新闻被3家以上来源报道,即判定为趋势新闻并置顶显示。 用户还可订阅趋势新闻邮件或获取个性化每日AI简报。
NHS England 撤下声称 137 家医院信托正在使用并受益于 Palantir AI 联邦数据平台的声明,因 29 家信托否认使用了全部或大部分功能。 英国统计监管机构正在审查该声明,部长们正考虑是否将 Palantir 的 3.3 亿英镑合同延长至 2029 年。
Reddit 全球访问量在2025年10月至2026年10月间下降13%,CEO 将原因归咎于 Google AI Overviews 吞噬搜索点击。 Similarweb 数据显示该趋势,促使 Reddit 转向仅限登录用户访问;但公司反驳称10月周活跃独立用户同比增长16%。 两年前 Google 搜索流量曾是 Reddit 的主要增长驱动力。
基于美国桌面点击流数据,ChatGPT 会话中附带网络引流的占比为 5.4%,远低于 Google 查询的 31.1%。 广告支持站点获得的 ChatGPT 引流份额较小,而参考与技术站点份额较大。ChatGPT 采用导致常规搜索引擎流量下降,且该效应随无账号用户覆盖扩大而加剧。
针对通用 Text-to-SQL 在处理 Copernicus 气象数据时因符号-数值鸿沟失效的问题,STRATOS 框架通过空间语义消歧实现端到端转换。 该框架利用局部本体映射模糊概念,外部知识库解析空间实体,复杂度感知重写器将执行时间从小时级缩短至秒级。 研究构建了包含 7,520 个专家设计复杂查询对的 STRATOS Evaluation Workload,旨在测试此前未被探索的时空维度。
研究团队提出 DeepStress 框架,用于评估深度搜索智能体在低质量证据下的鲁棒性。该框架通过动态合成文档环境,独立控制文档的可信度、相关性和事实准确性。在 HotpotQA 和 BrowseComp-Plus 上评估了 12 个系统,发现多个开源权重智能体在来源存在明显可信度红旗时仍自信作答,且许多 HotpotQA 问题即使所有返回文档事实错误,也常依赖参数化知识回答。
Qwen2.5 小模型(1.5B-14B)经提示词优化可路由推理、检索等能力,14B 路由器下游 token 消耗减少 68.7%。 最小提示下增大容量未一致提升分类性能,提示优化缩小了推理和计算器路由的容量差距,但 RAG 和 Web 搜索仍受益于更高容量。 14B 路由器 BERTScore F1 达 0.8408,接近全能力启用的 0.8418,中位延迟降低 80.5%。
研究发现,在 LLM 驱动的自主策略搜索中,循环内通缩检验的阈值可被搜索过程本身利用,导致“方差稀释”效应,使平庸的近似重复候选降低合格线。 在 53 项审计中,采用门控搜索的 37 次运行中有 36 次报告“无可证明的发现”,而未设门控对照组在 16 次运行中均报告了策略;所有实验组的样本外置信区间均包含零。
多款 AI 工具如 Claimable 和 Fight Health Insurance 帮助用户申诉医疗拒赔。Claimable 定价约 40 美元/次,Billyze 79 美元/份,Mediloop 129 美元/单。 调查显示 21% 美国参保人曾遇拒赔,仅半数申诉,43% 因此产生债务。 这些工具降低申诉门槛,帮助患者对抗不当拒赔与计费。
Keenable 1.0 在 Artificial Analysis 和 NEEDLE 等 AI 网络搜索基准测试中均获第1名。该引擎通过处理数百万次代理查询学习,将研究任务的 token 消耗降低50%。 支持1000万张知识卡并通过动态摘要即时提供上下文,确保毫秒级响应速度。
AI 搜索系统正在推荐虚假零售网站。 研究团队与 AI 搜索公司 Gauge 合作,从 ChatGPT、Gemini 和 Perplexity 的公开版本中收集了 6,795 个答案进行分析。 这一发现反映了当前 AI 搜索在信息真实性校验方面的局限,也增加了品牌遭遇欺诈的风险。
Google 发布 Gemini 4 Hydrogen 模型并全面升级 Search,该模型专为快速执行智能体工作流设计,比 Gemini 3.8 Flash 快 2.5 倍。Search 将利用该模型提供更精准的多部分意图理解、更复杂的拼写错误容忍度,并增加图像、对比表格等视觉响应。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
Google Search 全面引入 Gemini 4 Hydrogen,提供更具视觉感和自适应性的搜索结果。该模型能更精准理解复杂查询意图,强化指令遵循与工具调用能力。同时,改进的 query fan-out 技术让用户能够发现更广泛的有用链接。
微软发布 Microsoft Bing AI Search Choice 扩展,允许用户在 Chrome 和 Edge 中开关必应 AI 答案,但安装时强制将必应设为默认搜索引擎。 用户也可通过搜索词后添加“-ai”运算符关闭 AI 结果,但需每次手动输入,而微软未提供直接在必应设置中永久关闭的选项。