大模型· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv发布GeoFitBench-LLM：评估大语言模型在地理空间数据分析中的能力
arXiv推出了GeoFitBench-LLM，这是一套用于评估大语言模型（LLM）在地理空间数据分析中表现的新基准测试平台。该平台聚焦于地理分析任务中的数据需求提取能力，涵盖时空…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章大模型
查看全部（2335）→大模型· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv发布perturber：语义保留文本扰动服务工具
arXiv推出了一款名为perturber的新工具，旨在解决大语言模型（LLM）评估中输入扰动对模型鲁棒性的影响问题。perturber是一个无状态服务和Python库，每次调用仅…
大模型· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv发布GeopoliticalQA：面向地缘政治情报的问答基准测试平台
arXiv发布了一项名为GeopoliticalQA的新基准测试平台，旨在评估检索增强型问答系统在地缘政治和战略情报报告上的表现。该平台基于415份开源情报报告构建，包含5525个…
大模型· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv提出语言模型自保存机制：通过生成重放数据实现能力保护
arXiv发布了一项关于语言模型自保存机制的研究成果，提出通过生成重放数据来保护模型能力。研究提出了一种基于任务描述和示例构建的Task Banks方法，用于指导冻结模型生成重放数…
大模型· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv提出反思性提示优化方法：提升多智能体研究中的迁移学习能力
arXiv发布了一种名为反思性提示进化（GEPA）的新方法，用于优化多智能体深度研究智能体的系统提示。该方法通过主题不重叠的分割评估，显著提升了模型在未见主题上的引用奖励，从0.7…
智能体
查看全部（1671）→智能体· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv发布SWE-Duel：构建自扩展编程智能体竞技场
arXiv推出SWE-Duel，这是一款用于编程智能体竞技的自扩展基准测试平台。与传统静态编程基准不同，SWE-Duel通过动态生成任务和评估标准，避免了任务泄露和饱和问题。竞技场…
智能体· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
基于深度学习的住宅光伏发电数据分离技术研究：多场景部署与性能评估
本研究探讨了基于深度学习的住宅光伏（PV）发电数据分离技术，旨在解决智能电表仅提供净电量数据而无法直接观测光伏发电的问题。研究通过四种部署场景（已知用户、新用户、未来时段、新区域）…
智能体· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
CLEAT框架发布：基于价值引导的智能体交互澄清技术革新
arXiv发布了一种名为CLEAT（CLarification through valuE-guided Agent co-Training）的新框架，旨在通过价值引导的共同训练机…
智能体· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv提出BSR方法：革新软件工程智能体奖励机制
arXiv发布了一项关于软件工程智能体奖励机制的研究，提出了一种名为行为自奖励（BSR）的新方法。该方法通过重用智能体策略来比较相同任务轨迹中的调试行为，并生成辅助奖励，从而在不依…
智能体· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
SpireBench发布：首个基于《杀戮尖塔》的长时序智能体战略推理基准测试平台
arXiv发布了一款名为SpireBench的智能体战略推理基准测试平台，该平台以热门游戏《杀戮尖塔》为测试环境，旨在评估大语言模型在长时序复杂任务中的表现。SpireBench通…
开源AI
查看全部（196）→开源AI· 2026-10-08
文 / Mr.Xu5 次阅读0 条讨论与划词
Anthropic发布OSS Scanner：免费AI安全扫描服务助力开源项目
Anthropic推出了一款名为OSS Scanner的免费AI安全扫描服务，旨在帮助开源项目识别和修复安全漏洞。该服务通过Anthropic最强大的AI模型对开源项目进行定期、彻…
开源AI· 2026-10-08
文 / Mr.Xu5 次阅读0 条讨论与划词
CoDR开源：革新扩散语言模型的推理精度与效率
CoDR（Confidence Drift Remasking）是一种无需训练且与采样器无关的改进方法，旨在解决掩码扩散语言模型（MDLMs）中由于置信度漂移导致的推理错误问题。该…
开源AI· 2026-10-07
文 / Mr.Xu5 次阅读0 条讨论与划词
微软亚洲研究院开源Agent Lightning v1.0：轻量级智能体强化学习框架
微软亚洲研究院发布了一款名为Agent Lightning v1.0的轻量级智能体强化学习（RL）框架，旨在简化AI智能体的训练流程。该框架通过与实际部署的智能体工具链无缝集成，消…
开源AI· 2026-10-07
文 / Mr.Xu1 次阅读0 条讨论与划词
Hugging Face开源SGAnalog：革新模拟电路设计基准测试
Hugging Face推出了名为SGAnalog的开源模拟电路设计基准测试集，旨在解决现有基准测试中模型是否真正学习到可迁移电路设计技能以及输出是否适用于实际工艺和测试条件的问题…
开源AI· 2026-10-07
文 / Mr.Xu3 次阅读0 条讨论与划词
Hugging Face开源Zero-Shot Visualization系统：革新文本数据可视化技术
Hugging Face推出了一种名为Zero-Shot Visualization (ZSV)的新系统，用于通过自然语言用户提示将文本语料库映射到相应的概念轴上进行可视化。该系统…
算力架构
查看全部（47）→算力架构· 2026-10-09
文 / Mr.Xu4 次阅读0 条讨论与划词
Hugging Face发布GPU集群高效调度技术：优化AI计算资源分配
Hugging Face推出了一种针对GPU集群的高效调度技术，旨在优化AI计算资源的分配与管理。该技术通过智能化的任务调度策略和资源分配机制，显著提升了GPU集群的利用率和整体计…
算力架构· 2026-10-01
文 / Mr.Xu5 次阅读0 条讨论与划词
NVIDIA AI工厂：构建高效、持久与通用的人工智能基础设施
NVIDIA推出AI工厂概念，强调通过优化AI硬件的生产力、耐用性和通用性来最大化投资回报率。AI工厂以每兆瓦60万美元的成本构建，通过提升每秒每兆瓦的吞吐量、延长硬件使用寿命以及…
算力架构· 2026-09-17
文 / Mr.Xu10 次阅读0 条讨论与划词
Crusoe获39亿美元融资：推动AI基础设施规模化发展
Crusoe宣布完成39亿美元融资，用于建设大规模数据中心和模块化AI工厂。此轮融资后，Crusoe估值达到309亿美元，展现了AI领域对强大计算资源的需求增长。此举不仅将提升AI…
算力架构· 2026-09-17
文 / Mr.Xu10 次阅读0 条讨论与划词
Crusoe 获 39 亿美元融资：建设大规模数据中心与模块化 AI 工厂
Crusoe 宣布完成 39 亿美元融资，用于建设大规模数据中心和模块化 AI 工厂，推动 AI 基础设施的规模化发展。此轮融资后，Crusoe 的估值达到 309 亿美元，展现了…
算力架构· 2026-09-17
文 / Mr.Xu10 次阅读0 条讨论与划词
华为计划2027年Q1推出新一代AI芯片Ascend 960DT，挑战英伟达
华为正加速推出其下一代AI芯片Ascend 960DT，旨在缩小中国与美国在AI计算领域的差距，并直接与英伟达展开竞争。该芯片的发布计划表明华为在AI硬件领域的战略布局正逐步深化，…
前沿论文
查看全部（1488）→前沿论文· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv提出增强型全纯神经网络：解决拉普拉斯方程奇异性问题的新方法
arXiv发布了一项关于增强型全纯神经网络的研究成果，旨在解决拉普拉斯方程在边界值问题中出现的奇异性问题。该方法结合了全纯神经网络与基于局部几何和边界条件的奇异函数，通过构建谐波表…
前沿论文· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv提出高效生存分析模型：解决结果依赖截断与右删失数据挑战
arXiv发布了一项关于生存分析模型的研究成果，重点解决了结果依赖截断和右删失数据带来的挑战。传统方法依赖迭代优化（如EM算法），而本研究通过理论证明，在已知基线风险的情况下，Co…
前沿论文· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
arXiv提出基于蒸馏最优传输的少样本表示对齐方法
arXiv发布了一种创新的表示对齐方法，通过仅使用100-500对配对数据即可实现跨模态表示对齐。该方法利用配对锚点构建共同坐标系统，并通过熵最优传输问题匹配点云，同时引入边际约束…
前沿论文· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
研究揭示：同等预算下随机重启列表调度优于蒙特卡洛树搜索用于DAG工作流
一项由arXiv发布的研究对蒙特卡洛树搜索（MCTS）和随机重启列表调度方法在有向无环图（DAG）工作流中的应用进行了对比。研究在相同计算预算下进行评估，结果显示随机重启列表调度方…
前沿论文· 2026-10-12
文 / Mr.Xu0 次阅读0 条讨论与划词
EliteTable：基于大语言模型的自我改进程序搜索算法发布
EliteTable是一种由大语言模型（LLMs）引导的自我改进程序搜索算法，通过固定容量的高分解决方案表来指导新提案、现有解决方案的编辑以及多个解决方案的混合。该算法在六个Gym…
行业动态
查看全部（524）→行业动态· 2026-10-10
文 / Mr.Xu1 次阅读0 条讨论与划词
微软CEO纳德拉呼吁构建透明AI系统：应对AI模型潜在风险
微软CEO萨提亚·纳德拉在社交平台X上发表长文，阐述了对高级AI模型潜在风险的看法，并提出构建更透明AI系统的必要性。他强调，AI不应被视为“黑箱”，而应通过可验证的数据、独立审计…
行业动态· 2026-10-10
文 / Mr.Xu0 次阅读0 条讨论与划词
微软CEO纳德拉呼吁为AI模型引入“紧急刹车”机制
微软CEO萨提亚·纳德拉在近期的一篇博文中强调，当前需要重新审视AI的信任架构，并呼吁为AI模型引入类似“紧急刹车”的机制，以应对AI系统可能带来的潜在风险。这一观点反映了AI技术…
行业动态· 2026-10-09
文 / Mr.Xu4 次阅读0 条讨论与划词
Sophos与OpenAI合作：威胁调查效率提升96%，MDR自动化率达52%
Sophos宣布与OpenAI合作，利用其Daybreak技术将网络威胁调查时间缩短96%，并实现了52%的MDR（托管检测与响应）案例自动化，同时保持人工监督。这一合作展示了AI…
行业动态· 2026-10-09
文 / Mr.Xu3 次阅读0 条讨论与划词
WisDOT发布基于大语言模型的交通管理计划生成系统
美国威斯康星州交通部（WisDOT）推出了一款基于大语言模型（LLM）的交通管理计划（TMP）生成系统。该系统通过微调多个开源LLM，并结合WisDOT的WisTMP系统，实现了交…
行业动态· 2026-10-08
文 / Mr.Xu3 次阅读0 条讨论与划词
OpenAI大幅降低Codex使用成本：开发效率与成本优化并重
OpenAI宣布其Codex模型的使用成本大幅降低，LegalOn通过优化任务分配和预算管理，将每日Codex成本降低了65%，同时保持了开发速度。这一举措展示了AI技术在提升效率…
安全与隐私
安全与隐私· 2026-08-10
文 / Mr.Xu10 次阅读0 条讨论与划词
Checkpoint Research揭示Cloudflare代码模式与Workers的潜在安全风险
Checkpoint Research发布了一篇关于Cloudflare代码模式及其Workers功能的研究报告，揭示了这些工具在处理复杂任务时可能存在的安全漏洞。研究指出，攻击者…