AI 资讯与资源

11 月 5 日提交的 Agent-R² 预印本提出了一套办公智能体训练数据方法。研究人员从真实职业任务和公开文件抽取流程，组合多种格式的附件，再为每项任务制定可检查的交付标准。 团队用约 4000 项任务训练 4B 模型，报告其 GDPval 得分为 51.0%、OfficeQ…

一篇 11 月 5 日提交的预印本介绍了 Scientist World。研究团队从论文提取研究问题、复现原方法，并把任务和评测放进可执行环境。首批公开 1000 个环境，智能体的结果可与论文复现基线比较。 团队称，该项目保留了约 6400 小时的研究过程记录，包括实验、失败和有…

Airbnb 工程团队发布内容分类基准，对比了不同模型的准确率、延迟和服务成本。团队用数十万条领域样本微调 Gemma4-E2B，在该测试中把 F1 从 0.563 提升到 0.902，中位延迟约 35 毫秒。 Airbnb 还指出，自托管成本的优势取决于请求量和 GPU 利用率…

亚马逊 11 月 6 日宣布，开始向部分美国用户开放 Alexa 购物助手的短信入口。收到邀请的用户绑定手机号后，可以通过短信描述需求、发图找类似商品、查看订单或设置价格提醒。 购物助手还可以整理清单、比较商品、加入购物车和按用户指令完成购买。亚马逊计划在之后几周扩大开放范围，未…

Anthropic 在 11 月 6 日发布研究文章，将智能体的记忆拆分为会话日志、记忆笔记、整理后的知识表征以及注入模型的上下文。研究团队还让智能体在会话之间回顾日志、检查旧笔记中的错误，并把经过验证的信息写入知识库。 团队在持续学习基准中测试了带记忆和不带记忆的 Claude…

TechCrunch 11 月 6 日援引安全研究机构 Censys 的发现称，数百个托管 Artex 的控制台可从公网访问。Artex 用于自动化渗透测试，一些暴露的部署未为控制界面设置认证。 云安全联盟同日发布研究笔记，另行记录了被篡改的 Artex 容器镜像。镜像存在后门与…

Hugging Face 11 月 6 日公布 Open ASR Leaderboard 更新，加入埃及英语和尼日利亚英语。新增样本来自 Liva AI 提供的数据，用于比较同一语音识别模型在不同口音语音上的表现。 开发者可在公开榜单查看各模型结果。此次扩展增加的是英语口音测试覆…

11 月 5 日提交的 CascadeFilter 预印本介绍了一种按自然语言条件筛选大量文档的流程。它先向小模型提供检索到的片段，再将难判的文档交给小模型阅读全文，最后才交给参考模型。 研究的重点是联合选择各阶段阈值，在成本和相对参考模型的错误率之间找折中。论文给出的误差约束衡…

11 月 6 日，Cursor 发布智能体实时语音通话。用户可以口头交代修改、询问当前进展，也可以听到智能体的语音回复。智能体空闲且聊天输入框为空时，点击波形按钮即可发起通话。 语音通话可在 Agents Window、编辑器、网页和 iOS 使用。原有听写入口仍负责把语音转为输…

DictLLM 预印本于 11 月 5 日提交。该方法把一组模型层的权重分解为共享字典与各层稀疏系数，再分别量化。实验以已有权重为输入，无需重新训练整个模型。 作者报告，在原始 LLaMA-7B 实验中，模型压缩约 5.1 倍，WikiText-2 困惑度增加 2.9 点。这组结…