跳到正文
目前篩選:論文
11月10日週二
  1. 新浪科技59

    ThinkNow 2026 年美國醫療健康 AI 調查:使用與信任存在落差

    ThinkNow調查1548名美國成年人後發現,過去一年43%曾用AI聊天機械人查詢健康問題,但全體受訪者中只有40%信任這類資訊。在AI健康用戶中,60%表示AI促使他們進行原本不會進行的求診,65%因此主動向醫生查詢具體藥物或治療方案;使用者對AI準確性的評價達85%。消費者信任醫生或醫療系統提供的AI健康工具的比例為60%,大型科技公司則為34%。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)56

    e-means:相同損失下,k-means 速度提升 10 倍

    在多種數據集及規模上,e-means 用 1.2 至 3 個 epoch,便達到低於 Lloyd 執行 25 個 epoch 時的測試損失。端到端速度方面,GPU 較 Flash-KMeans 快 10–45 倍,CPU 較 Faiss 快 8–15 倍。e-means 以小批次指數移動平均更新聚類中心,並用尺度律自動設定批次大小和步長,另改良初始化及死簇復活策略。

  3. Unite.AI45

    Boston Dynamics 將 Atlas 改裝成輪式致動器測試平台

    Boston Dynamics 以輪子取代 Atlas 的腳,將其改裝成研究測試平台,藉此探測致動器極限,並測試全身強化學習由模擬轉移至硬件的效果。訓練使用數以百萬計的機械人模擬,團隊稱控制策略轉移至硬件的效果近乎完美。公司正把實驗所得應用於標準配置的 Atlas,並研究致動器失效時的控制策略。

  4. Anthropic:Claude.dev 開發者博客78

    Anthropic 以 Claude Fable 5.2 探索安全擴展多智能體團隊

    Anthropic 以 1,000 個運行早期 Claude Fable 5.2 的智能體,在沒有 Prove2Me 或研究員指導下重現費馬大定理的形式化證明。任務耗時 28.7 小時,輸出 token 數為先前工作的三分之一,證明長度為原作的七分之一。每個智能體均在無網絡沙盒中運行,分類器預先檢查 shell 指令和檔案編輯,離線監控器則審查團隊行動。

    推薦理由:文章呈現多智能體處理長程證明任務的協作方式,並交代沙盒、即時分類器與離線監控如何構成安全邊界。

  5. Berkeley AI Research37

    BAIR 參與 CoRL 2026

    BAIR 的教師、博士後研究員及學生將於 CoRL 2026 展示研究,活動包括教授 Negar Mehr 的 Early Career Keynote。議程列出 33 篇主會議論文、4 個 Late-breaking results 海報及 10 場口頭報告與 spotlight,會議於 11 月 9 至 12 日舉行。

  6. HuggingFace Daily Papers(社區熱門論文)47

    Re-Search:透過雙人提問遊戲剖析 LLM 的研究構思

    Re-Search 以「二十問」形式評估 LLM 的研究構思,發現模型的進展幾乎都集中於首 30 個問題。研究以 200 篇 ICML 2026 論文測試六款近期 LLM,每局共 100 個問題;多數模型其後進展停滯。結果顯示,瓶頸在於生成而非判斷,為自動化研究系統加入外部構思和問題或比單純提升模型生成能力更有效。

  7. HuggingFace Daily Papers(社區熱門論文)53

    Mobile AI Factory 提出按任務與手機定製小語言模型的智能體系統

    Mobile AI Factory 是一套智能體系統,會按指定任務和手機自動構建經微調及量化的小語言模型。研究在 10 項任務和 4 款 Android 手機上評估,模型在未見測試集的 5 項任務中勝過兩個採用 five-shot 設定的前沿模型,最高差距為 0.34,另有 3 項表現相當。

  8. HuggingFace Daily Papers(社區熱門論文)34

    FAME-QP:適用於即時模型預測控制的 GPU 加速二次規劃求解器

    FAME-QP 是一款用於線性模型預測控制中稠密二次規劃問題的 GPU 加速求解器。它透過 CUDA graphs 重播單核心及雙核心迭代,並按裝置校準和問題專屬計時自動選擇執行配置。數值基準測試及人形機械人和四軸飛行器模擬控制實驗顯示,相較其他 GPU 求解器,FAME-QP 可降低延遲,同時維持解答準確度和控制效能。

  9. HuggingFace Daily Papers(社區熱門論文)76

    Bonbon 分子相互作用基礎模型展現湧現生物學能力

    Bonbon 是一個僅以序列預訓練的生物學基礎模型,規模由 42M 擴至 1.6B 參數後呈現多項分子相互作用能力,並獲 NeurIPS 2026 主會議 Oral 接收,屬投稿前 0.4%。

    推薦理由:Bonbon 在外部盲測中,跨 9 個疾病靶點達 61.5% 命中率,呈現序列模型如何連接分子作用判讀與候選分子篩選。

  10. HuggingFace Daily Papers(社區熱門論文)46

    SteerDistill:透過閉環教師引導量化大語言模型智能體

    SteerDistill 以閉環教師引導訓練量化智能體,讓凍結的 BF16 教師根據執行回饋引導學生重試,並將修正內化,令學生之後無需教師或引導提示詞也能獨立運行。在 W4A16 下,三個模型於五項智能體基準測試的平均分均與 BF16 相差不超過一分;在 Qwen3-8B 的 W2A16 測試中,SteerDistill 的平均分高於受測量化基線。

  11. HuggingFace Daily Papers(社區熱門論文)36

    小型本地模型如何在不確定的解碼步驟按需提高權重精度

    研究提出按解碼不確定性動態提高權重精度的方法,在低精度輸出不確定時才以 8-bit 權重重新計算。在 Qwen3-0.6B 的 GSM8K 測試中,15% 提升預算下,margin gate 捕捉到 94% 的 argmax 翻轉,entropy gate 則捕捉到 78%。150 道實測題目中,entropy gate 得分為 62.7%,但數據未能顯示它與全高精度或全低精度方案有明確差異。

  12. HuggingFace Daily Papers(社區熱門論文)34

    PolyRoute:面向類型決策路由的 12 種語言及混合語言基準測試、基線與排行榜

    PolyRoute 提出一套類型決策路由基準測試,涵蓋 12 種語言、9 種文字系統及混合語言訊息,並提供 13 個系統的排行榜。多語言檢查點得分為 77.3%,最佳微調模型為 96.6%,TF-IDF 搭配邏輯迴歸則達 91.9%。所有文本和標籤均由 LLM 生成。

  13. HuggingFace Daily Papers(社區熱門論文)35

    自我演化多模態智能體的跨情境調查與分析

    一項調查分析多模態智能體的自我改進機制,為何在推理、生成、導航與操作情境之間的遷移效果不一。研究以經驗生成、取得回饋和整合更新三階段框架比較各情境,並將機制跨情境的可遷移性判定為可遷移、有條件、受阻或冗餘;這些判定仍有待配對預算測量驗證。

  14. HuggingFace Daily Papers(社區熱門論文)45

    BirdDreams:聯合生成透視影片與 BEV 影片的駕駛世界模型

    BirdDreams 是一個自回歸駕駛世界模型,可聯合生成透視影片與鳥瞰視角(BEV)影片,將場景佈局納入預測,並以預測的 BEV 幾何資訊控制自車軌跡。在 PhysicalAI-AV 和 nuScenes 上,它比先前的駕駛世界模型更貼合輸入的自車軌跡;不需自車動作條件時,亦能生成更合理的自車移動。推理時,BirdDreams 只需單張相機影像,毋須 HD 地圖或車輛狀態輸入。

  15. HuggingFace Daily Papers(社區熱門論文)39

    位元還是排列?Qwen3 小型本地語言模型如何分配固定推理預算

    在 Qwen3-0.6B 和 Qwen3-1.7B 的模擬測試中,成本匹配時,只有權重至少為 6 bits,增加選項順序才勝過增加權重位元;6-bit 權重相對 fp16 沒有準確率損失。研究建議採用 6-bit 權重,並把餘下預算用於最多四種選項順序、每種一次推理;4-bit 權重下,平均四種循環順序可令 0.6B 準確率回升 12.6 個百分點。

  16. Goodfire Research0

    Qwen3.6 神經元圖譜

    Goodfire Research 的頁面標題為「Neuron Atlas - Qwen3.6」。提供的正文只有私隱及 Cookie 選擇提示,沒有交代 Qwen3.6 的內容或研究結果。

11月9日週一
  1. Numerama68

    Robocurve 測試顯示,影像篡改會誘使機械人 AI 嘗試危險動作

    Robocurve 研究人員測試了 Claude、GPT 和 Gemini 的五個模型,發現模糊或篡改機械人鏡頭畫面會增加它們嘗試危險動作的頻率。研究共進行 900 次測試,畫面遭篡改時,四個模型的危險動作嘗試率為 100%,Gemini 為 85%。研究以模型發出「done」訊號作為嘗試完成的判定,沒有核實動作是否實際完成;測試使用空容器並切斷電源,避免造成實際危險。

  2. Hugging Face Blog60

    Elith 與 NVIDIA 發佈 Nemotron-Personas-Finance-Japan 合成資料集

    Elith 與 NVIDIA 發佈 Nemotron-Personas-Finance-Japan,這是一個以日本官方統計及家庭金融資訊為基礎、供金融 AI 開發使用的合成人物資料集。資料集共包含 9M 個人物設定,每筆記錄涵蓋 50 個欄位,並以 CC BY 4.0 授權提供商業及非商業使用。它可用於建立客服智能體、評估銷售對話和市場推廣、進行用戶模擬,以及紅隊測試面向客戶的 AI。

    推薦理由:資料集把日本官方人口與勞動統計、家庭財務及金融素養欄位結合,並列出客服智能體、用戶模擬和公平性測試等具體用途。

  3. DEV Community32

    AI 模型以自身過往推薦行為預測品牌排序

    Atom Foundry 比較模型在 6 月與 7 月的品牌推薦行為,發現 6 月的品牌排序可解釋 7 月排序變化的 61.4%。兩期來自不同採集批次,期間模型亦有變化;四項外部訊號對推薦頻率變化的解釋力均不超過 1.2%。相隔 15 日的熱門推薦變化比例為 44.4%,只比同一輪測量的基準高 1.1 個百分點。

  4. DoNews32

    天文學家發現候選暗星系 AGC 322753

    澳大利亞斯威本科技大學團隊分析阿雷西博與 FAST 射電望遠鏡數據,發現候選暗星系 AGC 322753,其氫氣質量約為太陽質量的 20 億倍,尚未探測到恆星。該天體的雙峯譜線暗示可能有旋轉氣體盤,與 Lambda-CDM 模型對暗星系不旋轉的預測不同。其性質仍需進一步觀測確認,並排除潮汐碎片假説。