大模型· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
HuggingBench审计揭穿推荐基准身份错配：修正后Recall@10最高提升73%
研究团队将 HuggingBench 视为一个需要版本治理的数据产品，对交互数据、外部知识图谱与资源文档进行一致性审计。四个外部知识图谱中有三个虽通过键和值域检查，却违反 KG 推…
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（3133）→大模型· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
长时程联邦学习揭示信任边界漂移：独立审计守住98%增益
一项面向接收方联邦学习的长时程基准，追踪各站点对其他来源与模型组件执行“接纳、拒绝或弃权”的信任判断。实验覆盖13个半合成站点、14种方法、600轮训练，以及基于Qwen3-1.7…
大模型· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
RAGCompass按证据内容路由检索器，泛化至未知语料
RAGCompass针对RAG系统中不同检索器各有所长、传统路由器依赖固定检索器池的问题，直接读取各检索器返回的证据集，判断哪组证据最适合当前查询。方法以对比学习微调重排器，使证据…
大模型· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
BACE用信念追踪校准LLM追问时机，避免过早锁定答案
论文针对大语言模型在指代消歧中过早给出确定答案的倾向，构建基于 SIMMC 2.1 的战略追问测试环境，并提出冻结语言模型骨干的轻量级动作选择器 BACE。BACE 通过信念感知评…
大模型· 2026-11-05
文 / Mr.Xu1 次阅读0 条讨论与划词
DS@GT ARC以裁决锚定生成事实核查文章，CheckThat!基准排名第三
DS@GT ARC为CLEF 2026 CheckThat! Lab任务3构建了一套四阶段事实核查文章生成系统：先清洗抓取证据，再检索并聚类相关来源，随后以原始核查裁决为条件驱动L…
智能体
查看全部（2324）→智能体· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
SlackBench评测多模态协作智能体，跨代码与对话推理仍是短板
SlackBench构建了一个面向真实协作项目的智能体评测环境，将Slack式多线程对话、GitHub代码变更与Google Docs决策记录关联起来，覆盖异构来源检索、不可回答问…
智能体· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
ReScopeBench拆解智能体经验生命周期：会记不等于会更新
面向长期服务型智能体，论文提出 ReScopeBench，在18个交互环境中以连续任务流和静默环境变化，追踪经验从获取、复用、修订到失效的全过程。评测覆盖20个模型，并将环境结构经…
智能体· 2026-11-05
文 / Mr.Xu1 次阅读0 条讨论与划词
Challenger监督按需召才：医疗多智能体在推理中精准补位
一项医疗多智能体研究将外部知识检索与专家招募从“看到问题即触发”改为“识别推理缺口后触发”。外部CHALLENGER持续检查推理轨迹，定位事实或专业知识缺口，再按需检索知识或中途引…
智能体· 2026-11-05
文 / Mr.Xu1 次阅读0 条讨论与划词
CRO用保形预测为智能体动态预留算力与带宽
arXiv论文提出不确定性感知智能体编排算法CRO，在任务派发时依据近期执行轨迹，为计算、带宽和端到端延迟生成具有有限样本、分布无关覆盖保证的资源预留。实验覆盖多模态与重尾需求场景…
智能体· 2026-11-05
文 / Mr.Xu1 次阅读0 条讨论与划词
Agent Harness Awareness：让工具型智能体在执行前掌握实时运行状态
论文提出“Agent Harness Awareness”架构：执行框架在关键工具调用前，向模型提供一小份新鲜且经过验证的运行状态快照，同时保留监控、策略执行、评估和最终调度权。作…
开源AI
查看全部（212）→开源AI· 2026-10-28
文 / Mr.Xu4 次阅读0 条讨论与划词
Akai开源MPC Sample Key：拥抱社区定制化与开源固件生态
Akai宣布即将推出MPC Sample Key，这是一款面向音乐创作者的开源硬件设备。该设备采用传统键盘设计，摒弃了MPC系列经典的打击垫，并搭载开源固件，旨在吸引开发者社区进行…
开源AI· 2026-10-28
文 / Mr.Xu4 次阅读0 条讨论与划词
Hugging Face开源Skill Dreaming框架：基于PR流优化代码库技能库
Hugging Face团队推出Skill Dreaming框架，旨在通过分析Pull Request（PR）流来优化代码库的技能库。该框架从验证过的PR中提取可执行知识，并随着新…
开源AI· 2026-10-27
文 / Mr.Xu2 次阅读0 条讨论与划词
LangChain开源Content Studio：Slack内AI设计助手实现品牌化内容创作
LangChain发布了一款名为Content Studio的开源AI设计助手，该工具集成在Slack中，能够自动生成品牌化的视频、图形和演示文稿。Content Studio通过…
开源AI· 2026-10-26
文 / Mr.Xu3 次阅读0 条讨论与划词
Hugging Face开源Lipi-Ghor：首个大规模标注孟加拉语语音语料库
Hugging Face发布了一款名为Lipi-Ghor的孟加拉语语音语料库，这是首个涵盖大规模音频数据、说话人分离和长篇语音标注的孟加拉语语料库。该语料库包含885小时的音频数据…
开源AI· 2026-10-25
文 / Mr.Xu3 次阅读0 条讨论与划词
Hugging Face开源QuantCheck工具：检测量化大语言模型功能缺陷
Hugging Face发布了一款名为QuantCheck的开源工具，用于检测公共模型注册表中量化大语言模型（LLMs）的功能缺陷。研究发现，量化后的模型可能存在无法正常工作的现象…
算力架构
查看全部（66）→算力架构· 2026-11-05
文 / Mr.Xu1 次阅读0 条讨论与划词
分层LLM推理可行性边界：成本结构决定能否级联
一项理论工作把端侧、边缘与数据中心之间的置信度门控级联建模为二元检验，并用架构成本比 κ 给出闭式可行性边界。研究指出，本地计算按次计费时，成本优势主导路由是否值得；当本地算力成本…
算力架构· 2026-11-04
文 / Mr.Xu1 次阅读0 条讨论与划词
Together AI推出多态推理：智能体持续自调优生产模型
Together AI 发布 Polymorphic Inference，并将其接入 Together Compiler，用智能体持续分析模型版本、请求流量和硬件条件，自动生成并应…
算力架构· 2026-11-04
文 / Mr.Xu1 次阅读0 条讨论与划词
高通押注AI数据中心：2029年营收目标升至150亿美元
高通在FY2026第四季度财报会上大幅上调AI数据中心业务预期：预计2027财年第一季度相关收入约6.5亿美元，2027年末达到50亿美元，2029年进一步增至150亿美元。增长动…
算力架构· 2026-10-30
文 / Mr.Xu4 次阅读0 条讨论与划词
Google 首个数据中心卫星上线：搭载 Gemma 4 模型并尝试诗歌创作
Google 宣布其首个搭载 AI 模型的数据中心卫星正式上线，该卫星运行 Google DeepMind 的 Gemma 4 模型，并尝试生成诗歌。这一突破标志着 AI 在太空计…
算力架构· 2026-10-29
文 / Mr.Xu6 次阅读0 条讨论与划词
AWS发布Batch配额管理功能，助力SageMaker训练任务资源高效调度
AWS推出了针对SageMaker训练任务的Batch配额管理功能，允许团队或项目定义GPU资源配额，自动共享空闲资源，并优先运行高优先级任务。该功能通过虚拟队列和跨配额抢占机制，…
前沿论文
查看全部（1742）→前沿论文· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
SSPE动态重构轨迹停留点：抵御噪声漂移与信号断档
论文提出 Sequential Staypoint Extraction（SSPE），以动态质心替代固定空间锚点，并通过 n 步前瞻和时序桥接机制，从含严重定位噪声与长时间信号缺失…
前沿论文· 2026-11-05
文 / Mr.Xu1 次阅读0 条讨论与划词
MIS单次推理实现整页排序：CPU解码最高加速4.07倍
论文提出 Multi-Item Scoring（MIS），通过一次请求计算候选内容的共享表示，再在受约束束搜索中执行轻量级前缀条件打分，在避免重复完整模型推理的同时引入顺序依赖。该…
前沿论文· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
最小优势惩罚重定义模型选择准则：严格Proper性与实验归因缺口
这项工作研究验证指标在决定保留哪个模型、何时停止训练时，是否能保证所有正确预测的得分严格优于错误预测。作者推导了Brier score与对数评分中正确、错误预测两端点的闭式界，并给…
前沿论文· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
MA-SafeDiffuser将扩散规划扩展至多智能体安全域
MA-SafeDiffuser将单智能体SafeDiffuser的控制障碍函数（CBF）约束扩展到多智能体扩散式轨迹规划。作者将联合安全集形式化为个体安全集与智能体间成对安全集的交…
前沿论文· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
Finsler-Randers度量学习为潜空间引入方向性几何
论文针对深度网络潜空间缺少显式几何结构、传统插值默认转移代价对称的问题，提出Finsler-Randers度量学习框架。与仅刻画曲率的黎曼几何不同，该方法学习方向相关的距离，使潜空…
行业动态
查看全部（625）→行业动态· 2026-11-05
文 / Mr.Xu0 次阅读0 条讨论与划词
四大科技巨头拟投入7200亿美元，AI算力军备竞赛仍未见回报
Amazon、Microsoft、Alphabet与Meta在最新财报会议中披露，2026年资本支出合计至少7200亿美元，主要用于AI数据中心、服务器及网络基础设施，但可验证的收…
行业动态· 2026-11-04
文 / Mr.Xu0 次阅读0 条讨论与划词
美国中期选举转向收紧数据中心扩建，AI算力建设遭遇地方阻力
美国2026年中期选举结果正在改变数据中心扩张的政策环境。NBC News当日民调显示，76%的受访选民反对在本地建设数据中心；多个社区通过公投限制或暂停项目，得州与密歇根州新当选…
行业动态· 2026-11-04
文 / Mr.Xu2 次阅读0 条讨论与划词
Google AI搜索流量提速，广告变现却未同步
Alphabet披露，Google搜索查询量增速达到五年来最快，但第三季度搜索收入同比增长由约17%降至12%，付费点击增速也由13%降至8%。在AI Overviews扩大搜索入…
行业动态· 2026-11-04
文 / Mr.Xu1 次阅读0 条讨论与划词
得州政治转向冲击AI算力扩张：数据中心审批与融资风险上升
得克萨斯州2026年中期选举后，政策重心由吸引数据中心投资转向强化许可限制与居民电价保护。现任州长已要求关键监管机构暂停审批，候任州长支持全面禁建，部分超大规模AI园区也可能遭遇延…
行业动态· 2026-11-03
文 / Mr.Xu1 次阅读0 条讨论与划词
谷歌宣布：拒绝AI功能的学校将无法使用其搜索服务
谷歌宣布，如果学校拒绝使用其AI功能，将完全禁用其搜索服务。这一决定涉及Gemini、Gemini Notebook、Gemini in Classroom等AI工具，以及Goog…
大语言模型
大语言模型· 2026-10-09
文 / Mr.Xu6 次阅读0 条讨论与划词
Hugging Face发布PreSTO：加速大语言模型推理的新方法
Hugging Face推出了一种名为PreSTO的新方法，通过预测性子树预取技术加速大语言模型（LLM）的推理过程。PreSTO通过批量生成未来可能的接受/拒绝决策子树，并在不改…
安全与隐私
安全与隐私· 2026-08-10
文 / Mr.Xu11 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…