跳到正文
目前篩選:論文
11月4日週三
  1. HuggingFace Daily Papers(社區熱門論文)44

    Route Anything:通用 AI 系統的模型與策略路由研究

    Route Anything 提出統一框架,研究通用 AI 系統如何按任務動態選擇及協調專用模型與策略。研究涵蓋 25 項 benchmark、374,401 次評分執行及 452 種候選配置;逐輸入 oracle 路由較最佳固定候選高 5.4 分。學習式路由在 16 項 benchmark 高 0.3 分,並以少 24% 的 policy time,在平均效率上較參考模型提升 8.82x。

  2. HuggingFace Daily Papers(社區熱門論文)44

    YANAMI:面向多輪有狀態互動的大規模多模態數據集與基準

    YANAMI 提出面向有狀態互動的大規模多模態對話數據集及基準,評估模型追蹤和實現跨輪次變化的對話狀態。YANAMI-400K 包含 400K 段多輪對話、超過 2M 張圖片及 2.6M 個對話輪次;以其微調 BAGEL,圖像編輯、生成及多模態有狀態互動能力分別提升 10.3%、2.0% 及 13.23%。評測顯示,現有統一多模態模型仍難以維持、更新並以視覺輸出實現變化中的對話狀態。

  3. HuggingFace Daily Papers(社區熱門論文)44

    統一多模態模型的概念遺忘能否統一?探索跨路徑概念遺忘

    一項研究提出 UniForget,旨在統一多模態模型中同時抑制目標概念的生成與識別,並保留其他能力。研究亦推出 UUBench,涵蓋 30 個目標概念及 60 個語義相關概念;UniForget 在 BAGEL-7B-MoT 和 Janus-Pro-7B 上的聯合遺忘率分別為 80.0% 和 92.7%。分析顯示,聯合遺忘與能力保留之間存在取捨。

  4. DEV Community38

    Houdini 程序化 Gaussian Splatting:不使用照片的六次擬合

    研究以 Houdini 生成的合成圖像訓練六組 Gaussian splats,測試增加訓練視角對固定容量模型的影響。在單一 192 × 192 場景中,每組使用 4,096 個 splats 和 600 個訓練步驟;視角由 12 個增至 24 個時,兩個種子的留出影像品質均有提升,增至 36 個則全畫面 PSNR 增幅甚微,前景 PSNR 略降。

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

    PrimeSim:基於大規模跨機械人形態示範的通用世界模型模擬器

    論文提出 PrimeSim,一個以動作為條件的多視角世界模型模擬器,支援一致的長時程機械人模擬及策略最佳化。模型以 30,110 小時、涵蓋 22 個平台的機械人示範進行訓練,速度為 10.1 FPS,並在 100 至 200 個梯度步內遷移至預訓練骨幹無法遷移的平台。

  6. Analytics India Magazine76

    MIT 研究人員展示大型語言模型可直接讀取及修改神經網絡權重,毋須重新訓練

    MIT 研究人員提出 Weight-Space Programming,展示通用大型語言模型可直接讀取、解讀及修改神經網絡權重,而毋須重新訓練或使用梯度下降。

    推薦理由:研究透過遊戲辨識、免訓練生成網絡及修改 Qwen3.5-0.8B 等實驗,呈現 LLM 直接讀寫權重的多種測試方式。

  7. DEV Community40

    通往 AI 超級智能的新公式:System‑1 與 System‑2 協同設計

    清華大學自動化系的論文提出,通往 AGI 不應只擴大 System‑2,而要與輕量 System‑1 協同設計,預先篩選有價值的交互。理想情況下,算力可縮減至接近 $1/\rho_u$,但預測錯誤和探索需求會削弱節省效果。論文並提出以有效資訊算力,而非總算力,描述模型縮放規律。

  8. DEV Community64

    2026 年 npm 套件冷卻期分析:1 日攔截 70.4% 遭劫持版本,7 日仍放過 45% 一開始便屬惡意的套件

    作者分析截至 2026 年 10 月 24 日的 OSV 公告,發現 1 日冷卻期可攔截 70.4% 遭劫持的 npm 套件版本。但對從一開始便屬惡意的 npm 套件,7 日冷卻期仍會放過 45%;3 日冷卻期下,22.7% 的安全修復會在漏洞公開後才到達。作者建議為 npm 和 PyPI 設定 3 日冷卻期,並透過 Renovate 讓安全更新繞過冷卻期。

  9. DEV Community71

    MCP 工具投毒:攻擊者控制的工具描述如何繞過智能體框架驗證

    一項跨框架測量研究發現,MCP 工具描述、Schema 欄位及工具回應中的攻擊者可控內容,會在缺乏驗證下進入模型上下文;研究測得整體攻擊成功率為 22.9%。研究測試 12 個框架、18 個模型及 45 種攻擊情境,並以真實工具執行確認結果;成功攻擊中,12.1% 確認外洩秘密。

  10. Hacker News 熱門(buzzing.cc 中文翻譯)54

    《生成式人工智能基礎小書:直觀的數學入門指南》介紹生成模型數學基礎

    《生成式人工智能基礎小書》以推導為主線,精簡介紹現代生成式人工智能的數學基礎。內容涵蓋 PCA、probabilistic PCA、變分自編碼器、擴散模型、正規化流、自回歸分解、GAN、Wasserstein GAN 和基於能量的模型。這份 195 頁的 v2 預印本加入全書視覺化解説。

  11. TechCrunch · AI60

    Anthropic 正研究開源系統 FlashProve,以加密證明驗證 AI 模型輸出來源

    Anthropic 正研究開源系統 FlashProve,透過加密證明核實指定輸出是否由特定 AI 模型生成。系統要求 AI 實驗室公開各模型的指紋,供日後核對輸出;指紋不會公開模型權重。研究人員已公開技術規格及系統多個部分的可運作程式碼,研究仍在進行,Anthropic 或其他實驗室目前均無部署計劃。

  12. 新浪科技59

    上海交大團隊開發 AI 代謝衰老指標,研究其與慢病及死亡風險的關聯

    上海交通大學醫學院附屬仁濟醫院卜軍團隊與上海交通大學錢昆團隊,運用高通量質譜檢測和 AI 集成學習,分析中國 6 個中心 18,476 名參與者的血漿代謝組,描繪全生命週期特徵並開發代謝組年齡加速(mAA)指標。研究篩選出 56 個年齡相關代謝特徵;約 6 年隨訪中,mAA 每增加一個標準差,全因死亡風險約升高 50%,並與高血壓、脂肪肝及糖尿病等慢性疾病相關。

  13. DEV Community25

    小型工作室應在哪裏推出下一款 Android 應用程式?對 9,644 款 Google Play 應用程式的數據實驗

    以 Google Play Apps 數據集分析 9,644 款應用程式後,遊戲類別下載量最高,佔總下載量 17.9%;免費應用程式佔下載量 99.92%。家庭類別佔估算付費收入 39.7%,但收入很大部分來自 Minecraft,剔除該遊戲後,估算收入由 $116M 降至約 $46M。數據是截至 2018 年 8 月的商店快照,下載量及收入均按下限估算。

  14. HuggingFace Daily Papers(社區熱門論文)43

    FlyHash 用於 LLM 智能體記憶:實證驗證與新應用

    FlyHash 用於 LLM 智能體記憶檢索,在位元數匹配及真實相關性標籤下,均比 SimHash 更能保留鄰近結構。這項優勢在 10 個隨機種子及涵蓋兩種模態的四個數據集上成立,但一般規模下 FlyHash 沒有實際記憶體或延遲優勢,HNSW 的表現更佳。研究同時發布實作及可運作的智能體記憶示範。

  15. Hacker News 熱門(buzzing.cc 中文翻譯)70

    SLAC研究團隊在MnTe觀察到支持異磁性的手性訊號

    SLAC領導的研究團隊在錳碲(MnTe)中觀察到手性的直接實驗證據,支持異磁性作為第三種磁相的存在。研究團隊透過比較材料對左右旋圓偏振 X 射線的散射反應辨識手性訊號,並於 2024 年完成初次實驗、在 2025 年初重複實驗確認結果。研究指出,異磁性材料或可用於自旋電子學,相關應用包括量子技術、記憶體裝置和數據中心。

  16. HuggingFace Daily Papers(社區熱門論文)48

    DreamFree:面向無想像世界動作模型的未來表徵蒸餾

    DreamFree 透過未來表徵蒸餾,構建無需生成未來影片的世界動作模型,並能隨影片模型規模及影片數據增加而提升控制表現。在 DROID 數據集上訓練後,DreamFree 在 10 項真實世界任務中取得 64% 成功率,高於 DreamZero 的 56% 和 π0.5 的 16%。其 14B 影片骨幹在單張 H200 上以 11 Hz 運行,推理速度較 DreamZero 快 17.8 倍。

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

    CARTBench:以評分準則評測附時間線的複雜及含糊購物需求建議

    CARTBench 評估大型語言模型對附時間線的複雜及含糊購物需求所提供的建議。基準涵蓋 17 個零售領域、1,603 條產品紀錄及 1,328 項專家標註準則。評測包括 7 款商用 API 模型(包括 GPT-6.1-Sol 和 Claude-Opus-5)及 35B+ 開放權重模型;10 款模型中,3 款 Core 得分超過 90%,沒有模型的 Excellence 得分超過 45%。

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

    Micius-Flash:面向工程的輕量級智能體智能

    Micius-Flash 是一款面向工程的 27B 參數多模態推理模型,採用知識樹數據流程及多教師在線策略蒸餾訓練,支援 256K-token 上下文。在超過 20 個數據集、約 15K 筆記錄上,其硬件程式碼基準平均得分為 64.2%,較同規模基線高 15.0 個百分點;半導體智能體基準得分為 62.4%,高 17.2 個百分點。

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

    先解碼再聆聽:分塊交錯式全雙工語音語言模型的 Speculative Listening

    Speculative Listening 是一種免訓練、無損的推測解碼框架,利用分塊交錯式全雙工語音語言模型的閒置運算,預先草擬並驗證後續音訊區塊。在八項任務的 TickTock-Bench 上,它令語音區塊加速 2.6-2.8x、工具呼叫區塊最高加速 23.4x,並將回應開始前的解碼延遲平均降低 73% 至 74-241 ms。

  20. HuggingFace Daily Papers(社區熱門論文)48

    面向 MoE 多模態大型語言模型的模態感知專家剪枝

    MAEP 是一種免訓練的模態感知專家剪枝框架,按模態拆分專家重要性,以壓縮 MoE 多模態大型語言模型。實驗顯示,MAEP 在多數多模態基準上優於不區分模態的基線,文字任務表現亦具競爭力。它減少約 27 GB 的 BF16 專家權重,令約 58 GB 模型的完整權重可容納於單張 40 GB GPU。