NEWS DESK·新闻资讯
人工智能日刊 · 第 28 页
最近发布的产品动态、研究进展与行业消息。
订阅
切换主题
- 研究·
arXiv·
让大模型读求解日志,减少参数调优试错
LDST 研究把混合整数规划求解器的日志交给语言模型分析。系统先提取运行瓶颈,再提出少量参数修改,并在执行前校验配置,而不是把每次求解结果只当作一个黑盒分数。 作者在五组基准、215 个实例上比较了这一方法与常见调参方案。在论文的简单和中等难度设置中,LDST 使用 10 次提案获得的损失低于若干基线使用 50 次提案的结果。研究还检验了同类未见实例上的迁移表现。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。

- 研究·
arXiv·
AI 智能体尝试解释量子实验数据
一项预印本把语言模型智能体用于量子系统的模型发现:系统提出候选物理模型,调用计算工具,再比较不同假设对实验数据的解释能力。研究使用了三组此前公开的金刚石与碳化硅色心实验数据。 作者报告,这套流程能够帮助识别系统中的无序因素。重复运行时,差异主要出现在研究计划生成阶段,计算分析部分相对稳定。整个工作流仍保留人类专家的监督与协作。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。

- 前沿·
Anthropic·
Anthropic 招募生命科学客座研究员
Anthropic 发起生命科学客座研究员征集,邀请高校、非营利机构和政府实验室的研究负责人及团队提交合作项目。方向包括人类生物学、结构与计算分子生物学、药物化学、药物发现和临床科学。 入选团队将与 Anthropic 研究人员开展约 8 至 12 周的合作,由公司免费提供模型与执行工具。计划希望产出分析、工具或初步研究证据,并共同公开成果及相关代码。研究者保留自己的数据权利;申请材料只需包含可公开的信息。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。

- 研究·
arXiv·
Pandora 研究更贴近个体的咨询来访者模拟
Pandora 预印本研究如何让心理咨询来访者模拟器更贴近个体的表达方式。系统会根据咨询互动更新心理与关系状态,再单独规划表达内容和语言风格,避免模拟角色总能过分清楚地解释自己的困扰。 团队使用四组数据中的 115 个案例进行比较,并报告表达相似度及披露内容的一致性有所改善。这是对模拟系统的研究评估,不是心理治疗疗效试验,也不等同于真实患者的临床表现。
- 音频·
Hugging Face·
Audio8 TTS 小模型支持 23 种语言语音生成
Audio8-TTS-Realistic-Air 基于 0.6B 级架构,支持文本转语音和零样本声音克隆。模型卡列出 23 种支持语言,并提供交互试玩入口、模型权重和 44.1kHz 音频编解码器。 0.6B 指主体模型,不包含编解码器。官方也说明,不同语言的效果有所差异,运行通过测试并不等于所有语种质量一致;声音克隆应使用有授权的参考录音。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 机器人·
arXiv·
机器人精细操作:更好的示范比大模型重要?
Friday 团队公开了 MetaFine 精细操作挑战赛的方案:每项任务采用约 1,900 万参数的策略模型,而不是直接微调大型视觉语言动作模型。训练数据来自模拟器中的脚本教师,也包含对学生模型错误的纠正。 作者发现,教师自己能完成任务,并不意味着它的示范容易被模仿。调整暂停、固定动作习惯和错误示范后,同样的模型结构在字母插入任务上取得更高成绩。论文报告团队获得比赛第二名,结论限于这组模拟任务。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
Trail 把智能家居指令变成本地分层选择
Trail 研究提出一种完全本地运行的智能家居控制方式。系统不让小模型自由编造控制命令,而是从实际设备注册表中依次选择房间、设备和操作;对把握不足的请求可以拒绝执行。 它还用结构化记忆处理用户偏好、设备指代和多轮对话。论文在自建扩展评测中报告了相对微调基线的提升。这项设计关注的是命令有效性和对话理解,并不意味着所有家庭设备都已获得现成支持。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
研究重查正交训练:收益未必来自正交性
一项语言模型训练研究比较了 14 种正交约束方案,模型规模从 3.6 亿到 31 亿参数,训练数据接近 2,000 亿 Token。作者希望分清性能改善究竟来自正交结构,还是来自参数归一化等其他因素。 在团队测试的配置中,行与行之间的正交约束没有稳定优于逐行球面优化。对若干已有方法的复查也显示,数值精度、训练时长和优化器实现会影响结论。这是特定实验范围内的结果,不是对全部正交方法的否定。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
塔吉克语检索模型公开训练与评测方法
Saidzoda-Tajik-E5-Large 基于 5.6 亿参数的多语言嵌入模型微调,面向塔吉克语文档检索。研究使用法律、税务、百科和网页文本构造问答对,同时混入英语与俄语数据,以保留多语言能力。 论文在未见法律与税务文档上报告了检索提升,但也明确指出:这些测试问题与训练问题主要由同一模型生成,结果可能偏乐观。人工编写的 Belebele 测试上,增益较小且未获得明确统计确认。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
PR Newswire·
Omen 收购 Aquatic Labs,补强数据中心液冷监测
Omen AI 于 11 月 2 日宣布,以现金和股票合计 1,600 万美元收购 Aquatic Labs。后者创始人 Allan Adams 将担任首席科学官并负责研发。 两家公司都在研发实时液体传感技术。合并后的团队希望把原本需要送往实验室的部分冷却液检测带到数据中心现场,更及时地发现流体状态变化。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
研究为注意力输出的扰动范围提供新证明
一项 Transformer 注意力研究提出锥规划框架,尝试为输入变化会让注意力输出偏移多少提供可计算的保证。论文区分了固定查询与查询、键共同变化时的难度。 作者在 GPT-2 上进行了计算验证,报告新方法对固定查询情形给出的范围比线性边界传播更紧。这项工作属于模型验证理论,重点是改进可靠性界限,而非推出新的聊天模型。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 前沿·
arXiv·
PrismServe 协调不同厂商加速器运行大模型
PrismServe 研究面向混合硬件集群的大模型服务。系统在同类设备组内运行量化专家,先根据预期回答质量选择专家,再按负载与缓存位置选择具体副本,减少跨硬件协作的开销。 作者基于未修改的 vLLM 实现方案,并在三家厂商共 48 个加速器的实验中报告吞吐与尾延迟改善。结果依赖论文中的模型、量化和集群配置,不能直接等同于任意异构机房的收益。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开发工具·
GitHub·
Matt Pocock 公开可组合的工程开发技能集
开发者 Matt Pocock 在 GitHub 公开日常使用的智能体技能集,强调用小而可修改的工作流程辅助真实工程开发。技能可以按任务组合,不要求把整个开发过程交给一套固定框架。 项目提供插件和文件复制等接入方式,两者的更新策略不同。作者提醒,同一智能体不应重复安装两份相同技能。仓库内容适合按团队习惯调整,不能仅凭安装技能就保证代码质量。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
SFTProbe 用少量探测筛选推理训练数据
SFTProbe 研究尝试减少推理模型微调数据的筛选成本。方法先做短暂的 LoRA 适配,再只检查每条推理轨迹的一小部分,通过损失特征估计样本难度与多样性。 作者报告,在其数学与物理实验中,可以用更少的筛选开销构建有效训练集,并公开代码和数据。这项方法针对数据整理流程,不意味着所有训练任务都能按同样比例缩短总耗时。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开发工具·
GitHub·
Worktrunk 简化多个 AI 编程任务的隔离开发
Worktrunk 是面向 Git worktree 的命令行工具,用于管理多个并行开发目录。不同智能体可以在各自的分支与工作目录中处理任务,降低相互覆盖文件的风险。 项目把常用工作区操作整理为少数核心命令,并提供工作流钩子与写时复制构建缓存。它解决的是多任务开发环境管理问题,代码合并与结果审核仍需要开发者负责。项目早已发布,本次是对热门工具的整理。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
BitLLM 优化手机 GPU 上的低比特模型解码
BitLLM 研究把手机 GPU 上的低比特模型推理瓶颈拆成数值类型转换和 KV 缓存访问两部分。方案调整缓存布局,并把部分转换移出矩阵计算的关键路径。 作者在多种模型与量化设置下比较了常见移动推理引擎,报告速度和长上下文能耗有所改善。具体效果取决于设备与测试条件,论文结果不能直接作为所有手机的性能承诺。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开发工具·
GitHub·
Paperclip 用一个面板管理多个 AI 智能体
Paperclip 用 Node.js 服务和 React 界面组织多个 AI 智能体。用户可以分配目标、追踪任务与成本,并为不同角色选择模型和执行框架。 项目把组织关系、预算、权限、技能与历史记录集中管理,还提供适配器和实验性聊天连接功能。它更接近面向智能体团队的工作管理系统;具体自动化能力取决于接入的智能体与工具配置。 图片为 paperclipai/paperclip 项目公开素材,与已核对仓库路径一致,仓库采用 MIT 许可。版权归项目贡献者;此图为项目展示,非 GETAI.APP 实测截图。
- 研究·
arXiv·
Skill++ 改写技能说明,减少智能体选错工具
Skill++ 研究关注技能库越变越大后,智能体反而选错技能的问题。新增技能的名称和描述可能挤占原有技能的匹配范围,即使旧技能本身没有修改。 方法不重新训练路由模型,只重写新技能的名称和说明,写清支持范围、与相似技能的区别以及不负责的工作。作者在逐步扩展到 731 个技能的实验中报告路由准确性改善,并检验了 Codex CLI 场景下的效果。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开发工具·
GitHub·
nanochat 用紧凑代码串起聊天模型训练流程
Karpathy 的 nanochat 提供一套较精简的聊天模型训练实验框架,覆盖分词、预训练、微调、评测和推理。开发者可以在单个 GPU 节点上研究一整条模型制作流程。 项目用模型深度作为主要配置入口,并自动推导一批训练参数;仓库还维护达到 GPT-2 级基准表现的训练速度记录。示例费用依赖 GPU 租用价格和实验设置,不代表普通电脑可以零成本训练同等模型。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
SYN-DIGITS 校准 AI 对人类回答的模拟
SYN-DIGITS 研究尝试修正语言模型模拟人类回答时的系统偏差。方法利用参考问题上的真人数据,以及数字角色在不同问题之间表现出的关联,推测目标问题的回答。 框架既支持个体层面的预测,也支持只有整体分布数据的场景。作者在三组数据和 13 种角色构造方式上报告改善,强调模拟角色并不需要准确复现每一个人的回答,才有可能提供可校准的统计信息。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
GitHub·
heretic 探索无需重训的模型行为调整
heretic 是一个通过模型权重处理来研究语言模型行为变化的开源项目。它提供可配置的提示与评分流程,用于比较修改前后的行为表现,仓库也列出了支持的模型类型。 这类处理会改变原模型的输出特性,不能保证知识准确性或其他能力保持不变。项目说明还区分了不同版本的配置兼容性,适合在明确的测试环境中进行研究。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 研究·
arXiv·
新基准检验 AI 能否看懂政策如何变化
DAPE 基准同时判断两份政策是否属于同一领域,以及后一份是延续、扩大、缩小还是逆转前一份。研究用 1,000 组中国政府政策指令构建专家标注数据,避免把困难样本简单归为不相关。 论文报告,直接提示多款模型时,它们与专家标注的一致性仍明显不足;针对任务微调的 Qwen3-14B 在交叉验证中接近标注人员之间的一致程度。研究评估的是文本关系判断,不是自动作出法律解释。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 视频·
GitHub·
这个 Claude Code 技能用真实操作制作演示视频
skill-video-studio 把产品演示制作组织为本地工作流程:先制定演示计划,再用浏览器录制真实操作,通过 HyperFrames 编排画面,最后使用 FFmpeg 输出视频。旁白、音乐和字幕可以按需加入。 项目目前以横屏演示为主,竖屏社交媒体输出仍在路线图中。完整录制与渲染需要本地工具链;仓库里的简短终端示例只展示计划生成,不能当作已经完成视频制作的证明。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
arXiv·
AStockArena 不只看收益,也查交易是否有据
AStockArena 为金融智能体增加决策审计:把模型报告、交易请求、实际执行回执和账户状态对齐,检查操作是否可追溯、理由是否有证据,以及模型是否正确理解账户情况。 团队在中国 A 股场景中记录了 13 个模型的 3,198 次连续决策。论文发现,不少交易点存在至少一种审计缺口,因此仅看收益率不足以判断代理是否可靠。该研究没有证明某个代理能够稳定盈利。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。




















