大模型· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
CulturalCrosswords以42种语言谜题检验大模型文化推理
CulturalCrosswords收集42种语言的文化谜语，构建53组填字游戏，并从答案长度、提示、交叉约束和完整网格四个维度评测11种大模型配置。结果显示，提供答案长度可使参考…
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（3181）→大模型· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
DramaGrow审计LLM剧情评委：绝对评分可靠性不足九成
DramaGrow提出面向中文五集剧生成的LLM评委审计基准，将可验证约束违规、五人评审中的四票偏好及组内分歧拆分到不同样本空间，并纳入120项字节保持干预。冻结测试显示，重复绝对…
大模型· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
解码器大模型自然语言推理评测：少样本示例质量比数量更关键
一项面向Llama、Mistral、Gemma和Phi 4解码器模型的自然语言推理基准研究，在MNLI、QNLI与SciTail上比较零样本、少样本、ICS及MCQ式提示。结果显示…
大模型· 2026-11-10
文 / Mr.Xu2 次阅读0 条讨论与划词
CoMixKV协同量化多智能体KV Cache，Qwen3显存降低32.08%
CoMixKV面向多智能体LLM系统中多个代理同时驻留造成的KV Cache显存瓶颈，提出在线敏感度估计与跨代理、跨层联合位宽分配机制。控制器依据近期查询、键和值构造局部注意力误差…
大模型· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
BIBIMBAP评测大模型编辑IFC，最佳仅得50.2%
BIBIMBAP将自然语言编辑建筑信息模型转化为可自动验证的Text-to-BIM任务，包含100项CRUD操作，覆盖空间、几何、拓扑、数值与概念五类变更。每项任务配套IFC输入、…
智能体
查看全部（2371）→智能体· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
MedGuard以工具层校验提升临床智能体容错能力
临床智能体即使能完成标准任务，也可能在工具返回异常时检索错误证据、误写患者记录或漏掉必要状态更新。论文提出故障注入基准MedToolFault，将六类工具故障与答案正确性、必要状态…
智能体· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
Causal-Discovery-Bench揭示智能体九成失误源于实验设计
研究团队推出可验证的因果发现评测沙箱 Causal-Discovery-Bench，通过可配置结构方程模型、资源约束和自动评分，检验大模型智能体能否自主设计实验、分配预算、分析连续…
智能体· 2026-11-10
文 / Mr.Xu3 次阅读0 条讨论与划词
Pass_X@k揭示：调试器未必优于双Bash采样
论文在保持智能体脚手架不变的前提下，将仅使用交互式调试器的编码智能体与仅使用Bash的智能体进行对照，覆盖SWE-bench Verified全部500个实例，并以GPT-OSS-…
智能体· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
Forge Decision Context将跨会话纠错转化为智能体规则
Forge Decision Context（forge_dc）面向智能体无法跨会话继承行为规则的问题，从人工纠正和工具调用失败中提炼命令式 RULE 指令，并仅在相关决策点注入上…
智能体· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
NormGym评测智能体社会学习：最佳联合成功率仅55.3%
NormGym提出面向智能体规范能力的多智能体交互基准，要求新成员在完成自身任务的同时，从他人的行为与制裁反馈中推断隐藏、任意的社会规范，并在新情境中遵守它。评测显示，最强受测大语…
开源AI
查看全部（217）→开源AI· 2026-11-09
文 / Mr.Xu2 次阅读0 条讨论与划词
NVIDIA开源日本金融合成数据集，补齐人口结构与本地化语料缺口
NVIDIA发布 Nemotron-Personas-Finance-Japan 合成数据集，用结构化人物画像、问答及金融情境覆盖日本人口特征、家庭结构、理财行为与本地制度语境，旨…
开源AI· 2026-11-07
文 / Mr.Xu0 次阅读0 条讨论与划词
WorldFoundry开源世界模型基础设施：统一推理、评测与证据审计
WorldFoundry将视频、3D/4D、具身动作及交互式世界模型纳入统一的开源基础设施，覆盖模型与基准发现、运行时和资产准备、执行编排、制品管理及交互可视化。其核心不是提出单一…
开源AI· 2026-11-06
文 / Mr.Xu7 次阅读0 条讨论与划词
NVIDIA以开源工具链贯通6G仿真、训练与空口验证
NVIDIA以开源AI Aerial、Sionna及CUDA加速RAN工具连接6G网络的研究、仿真、训练和真实空口验证。公开案例显示，语义通信可把机器人任务完成时间最多缩短52.6…
开源AI· 2026-11-05
文 / Mr.Xu3 次阅读0 条讨论与划词
NVIDIA开源Cosmos 3世界模拟模型，强化交互式物理环境生成
NVIDIA 通过 Hugging Face 发布 Cosmos 3 开放模型，定位是面向机器人和自动驾驶任务的交互式世界模拟。其核心方向并非仅生成离线视频，而是根据动作或控制信号…
开源AI· 2026-11-04
文 / Mr.Xu3 次阅读0 条讨论与划词
网易有道开源稳定前缀流式ASR模型Confucius4-R2T2
网易有道发布并开源Confucius4-R2T2，一款面向实时转写的流式语音识别模型。其核心是“最长稳定前缀”（LSP）目标：在后续音频到达后不修改已输出文本，同时保持与全上下文解…
算力架构
查看全部（74）→算力架构· 2026-11-09
文 / Mr.Xu4 次阅读0 条讨论与划词
NVIDIA发布Dynamo优化配方，加速四款韩国开放模型落地
NVIDIA发布面向A.X K2、K-EXAONE 2.0、Solar Open 2和Motif-3的Dynamo部署配方，面向B200 GPU环境优化多节点推理。核心价值是把模型…
算力架构· 2026-11-06
文 / Mr.Xu6 次阅读0 条讨论与划词
FlexFloor弹性释放MoE训练Worker，RL响应吞吐提升52.74%
FlexFloor面向混合专家模型强化学习后训练中的响应生成阻塞，联合调整响应调度与活跃Worker集合，在保留长响应所需专家计算的同时，提前释放已完成本地生成的工作节点。系统依据…
算力架构· 2026-11-06
文 / Mr.Xu9 次阅读0 条讨论与划词
LowRAM以低秩键与摊销值压缩KV Cache
论文提出 LowRAM，将自回归解码中的 KV Cache 压缩拆成两条互补路径：跨层低秩压缩 Key，并通过逐头预测器从 Key 重建大部分 Value，仅保留最难预测 Toke…
算力架构· 2026-11-05
文 / Mr.Xu3 次阅读0 条讨论与划词
NVIDIA Vera CPU瞄准智能体执行：兼顾高吞吐与每瓦性能
NVIDIA 推出 Vera CPU，将重点从 GPU 推理延伸至智能体所需的搜索、数据库查询、代码执行与沙箱调度。官方称，在 100MW 数据中心对比中，Vera 相比最快的 x…
算力架构· 2026-11-05
文 / Mr.Xu6 次阅读0 条讨论与划词
NVIDIA全栈协同破解AI推理内存墙：HBM、KV Cache与分层存储联动
NVIDIA以GPU、CPU、互连、存储与推理软件协同设计应对智能体推理带来的HBM容量与带宽压力：通过NVFP4压缩权重和KV Cache，将模型分片至NVL72域，并用Dyna…
前沿论文
查看全部（1822）→前沿论文· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
Qwen3.5-27B“模型生物”揭示未言语评测意识难测
研究团队以 Qwen3.5-27B 为模型生物，通过合成文档微调、SFT 与 DPO，训练模型在识别评测时仅在最终回答中输出专用标记，同时抑制推理过程中的言语化意识。该标记可提供逐…
前沿论文· 2026-11-10
文 / Mr.Xu0 次阅读0 条讨论与划词
FPD重构多模态大模型遗忘监督，兼顾隐私清除与模型效用
多模态大模型可能从训练数据中记忆并复现敏感信息，但现有遗忘方法常在“忘得干净”与“保留能力”之间陷入权衡。研究提出FFN-Perturbed Self-Distillation（F…
前沿论文· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
R-BiLoGo以图Transformer迁移钣金局部特征响应
研究团队提出基线条件残差代理模型 R-BiLoGo，用图 Transformer 将热冲压角件侧壁加强筋的局部效应，从源全局几何迁移到新几何。模型以无筋基线响应和加强筋引起的几何扰…
前沿论文· 2026-11-10
文 / Mr.Xu1 次阅读0 条讨论与划词
fNIRSAtlas统一19组脑光数据评测，揭示深度模型跨任务泛化困境
fNIRSAtlas将19个公开功能近红外光谱数据集整合为23项分类任务，覆盖运动执行、运动想象、心算、工作记忆与情绪识别，并提供从原始信号预处理到评测的自动化流水线。基准同时规范…
前沿论文· 2026-11-10
文 / Mr.Xu2 次阅读0 条讨论与划词
统一离散化稳定学习：Transformer、FNO皆为马尔可夫核网络特例
论文提出“均匀离散化稳定性”，将连续函数及其离散采样统一表示为概率测度，并以 Wasserstein 距离和 Hölder 界量化输出变化。其核心表示定理证明，所有满足该稳定性的算…
行业动态
查看全部（637）→行业动态· 2026-11-09
文 / Mr.Xu5 次阅读0 条讨论与划词
OpenAI发布Control Room，集中管控研究负载并支持紧急停机
OpenAI推出Control Room，用于集中跟踪其研究基础设施中的模型工作负载，并在出现安全或网络安全问题时快速终止相关任务。该系统把分散的工作负载可见性、运行状态管理与紧急…
行业动态· 2026-11-09
文 / Mr.Xu5 次阅读0 条讨论与划词
AI数据中心反弹潮的真正瓶颈：电网承载力而非文化冲突
MIT Technology Review在弗吉尼亚“数据中心走廊”的实地调查指出，AI基础设施引发的社区反弹不应被简单归因于反科技情绪，核心矛盾是电网容量与成本转移。弗吉尼亚现有…
行业动态· 2026-11-09
文 / Mr.Xu5 次阅读0 条讨论与划词
OpenAI API赋能冷却塔图纸检索，维修查找时间降至4.5分钟
Kuken Industries利用OpenAI API检索公司积累约70年的冷却塔工程图纸，将维修人员定位目标图纸的时间从接近1小时缩短至4.5分钟。该案例展示了生成式AI在非结…
行业动态· 2026-11-09
文 / Mr.Xu3 次阅读0 条讨论与划词
迪士尼与Adobe共建艺术家主导的专有生成式AI工具链
迪士尼与Adobe宣布建立多年战略合作，通过Adobe Firefly Foundry共同开发面向迪士尼IP与制作流程的“艺术家主导”生成式AI模型，并让迪士尼提前访问相关底层技术…
行业动态· 2026-11-09
文 / Mr.Xu4 次阅读0 条讨论与划词
RIAA推动AI音乐标记与授权体系，应对深度伪造和版权争议
美国唱片业协会（RIAA）CEO Mitch Glazier 在 The Verge 访谈中提出，生成式 AI 音乐应采用统一的机器可读标记，并由发行商和流媒体平台负责贯通标注链；…
大语言模型
大语言模型· 2026-10-09
文 / Mr.Xu9 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.Xu13 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…