跳到正文
10月30日週五
  1. HuggingFace Daily Papers(社區熱門論文)45

    L3G-World:以潛在 3D Gaussian 記憶體即時生成無限世界

    L3G-World 交替運用記憶更新器與影片擴散 Transformer,自回歸生成空間一致的互動世界,並以精簡的潛在 3D Gaussian 記憶體表示場景。相較於各項指標中效率最高的既有 3D 記憶基線,其 3D 基元最多減少 38.6 倍、記憶更新快 3.2 倍、記憶渲染快 359 倍,生成速度達 9 FPS。

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

    讀取、分配、路由:像素空間生成式 Transformer 的角色耦合 Token 化

    SpecSlot 提出像素空間生成式 Transformer,透過局部頻譜槽位和受限全域注意力,在不增加計算成本下提升圖像細節。ImageNet-256 上,其最終 FID 與 FLOPs 相若的 JiT 對照模型相若,收斂速度則更快;ImageNet-512 上,FID 改善 2.84,FLOPs 減少 3.9%。

  3. 新浪科技71

    Anthropic 研究發現專家可能把 AI 智能體偏好誤認為自身判斷

    Anthropic 研究發現,50 位因果推斷專家在政策評估的四項分析決策中,有 86% 採納 AI 智能體偏好,遠高於隨機選擇的 50%。事後有 52% 認為最終建議更像自己的觀點,只有 15% 明確提到 AI;另一方面,使用 AI 後嚴重方法或編碼缺陷由 55% 降至 6%,分析時間中位數由 90 分鐘縮至 65 分鐘。研究團隊建議 AI 智能體同時呈現正反兩方最強論證,或先詢問用戶立場。

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

    Glance:生成器就是自己的重排序器

    Glance 將生成與重排序整合至同一個 9B backbone,透過共享預填上下文及輕量適配器和 pointer head 為候選段落評分。經 39 分鐘 MS MARCO 微調後,Glance 在 SciFact 和 NFCorpus 的 nDCG@10 分別為 0.741 和 0.345,高於 bge-reranker-v2-m3 的 0.721 和 0.326。

  5. HuggingFace Daily Papers(社區熱門論文)50

    論文提出面向實際 iOS 應用程式導航的規劃與 UI 定位智能體在線密集強化學習框架

    這篇論文提出在線強化學習框架,直接在實際運行中的 iOS 應用程式訓練 UI 導航智能體。框架把智能體拆分為規劃智能體與 UI 定位模型,以逐步及任務完成獎勵配合 PPO 訓練,並提出 GiGPPO,利用並行軌跡中視覺相似狀態的獎勵穩定價值估算器。

  6. 新浪科技46

    告別知識截止日:Google 讓 AI 學會「睡覺」,邊用邊學並保留舊知識

    Google研究團隊公佈「睡眠框架」(Sleep Framework),讓大語言模型透過清醒階段接收資訊、睡眠階段整合記憶並自我改進。框架以記憶鞏固和合成訓練樣本練習,將新資訊納入長期參數,同時避免覆蓋舊知識。實驗中,模型可處理最長約 1000 萬 token 的上下文,並在未見語言的多階段持續學習中保持接近零的性能下降,在 AIME 24/25 上取得更高準確率。

  7. DoNews32

    谷歌提出「睡眠框架」解決大語言模型知識固化難題

    10月27日,谷歌研究團隊提出持續學習新方法「睡眠框架」,旨在解決大語言模型部署後知識難以更新及容易出現災難性遺忘的問題。框架模擬睡眠中的記憶鞏固機制,在「清醒」階段處理輸入並暫存短期記憶,在「睡眠」階段整合資訊、擴展參數、蒸餾知識,並以生成式「做夢」強化推理能力。實驗顯示,模型在1000萬token長上下文及多階段持續學習中保持性能穩定,數學推理等任務的準確率有所提升。

  8. DoNews49

    Replit 發佈 Agent Habitat 架構白皮書,為自主 AI 智能體打造安全運行環境

    Replit 發佈《Agent Habitat Architecture》白皮書,提出面向 AI 智能體的安全參考架構及成熟度評估體系。架構以權限只能收縮、憑證不向智能體公開、網絡存取須經策略校驗及高危操作須經人工審批為核心原則,並設有 11 個評估維度及 0–3 級成熟度。白皮書聚焦智能體運行期安全,供企業評估及部署智能體平台時參考。

  9. IT之家45

    告別知識截止日:Google 讓 AI 學會「睡眠」,邊學邊保留舊知識

    Google 研究團隊提出持續學習研究「睡眠框架」(Sleep Framework),讓大語言模型吸收新資訊時保留舊知識。框架把模型運作分為清醒和睡眠階段,透過記憶整合及合成訓練樣本提升自我改進能力。實驗中,模型可處理最長約 1000 萬 token 的上下文,並在未見語言的多階段持續學習中保持接近零的表現下降;在 AIME 24/25 數學基準上的準確率亦高於多種基線方法。

  10. DEV Community40

    2,392 款 Android 應用的翻譯含不可見字元:Weblate 的零寬空格修復反映於實際發佈內容

    分析 F-Droid 索引中 2,392 款含翻譯的 Android 應用後發現,使用 Weblate 的程式庫每百萬翻譯單位多出 17 個 U+200B,非 Weblate 程式庫則有 70 個,前者約為四分之一。至於 Weblate 未移除的其他不可見控制字元,兩組分別有 531 個和 303 個;這項觀察性分析顯示差異,未能證明成因。

  11. 新浪科技51

    VaM 研究以價值預測作為機械人任務進度記憶,紙盒裝配連續運行 4 小時成功率超過 95%

    研究團隊提出 Value as Memory(VaM),將價值模型的近期預測作為任務進度記憶輸入動作策略,並以離線至在線的強化學習持續更新策略與價值模型。紙盒裝配中,VaM 連續自主運行 4 小時,成功率超過 95%;相較移除價值快取的版本,最終任務成功率提升 29.4%。

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

    Hybrid Computer Use:為通用智能體整合程式化、語義與視覺介面

    Hybrid Computer Use(HCU)整合程式化、基於無障礙功能的語義及視覺互動通道,讓通用智能體按需要選擇和組合不同方式處理電腦任務。在 OSWorld 2.0 上,HCU 的 Partial 和 Binary 評分均為受比較系統中最高;所有受評估模型使用 HCU 後都有所提升,並在效率及任務成功率上持續勝過比較基線。

  13. IT之家59

    研究指 AI 模型處理不同語言時,Token 消耗量最高相差 17 倍

    人工智能語言公平研究聯盟發現,一個 AI 模型處理不同語言時,Token 消耗量最高相差 17 倍。即使只比較互聯網最常用的 20 種語言,Token 消耗量差距也達 1.5 至 5 倍,研究將額外成本稱為隱性的「分詞器税」。Token 消耗較多會拖慢 AI 回應並減少可有效處理的上下文內容;受訪研究者呼籲公佈各語言評估結果,並改進下一代分詞器設計。

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

    EditAgent:重新思考智能體圖像編輯

    EditAgent 把編輯步驟分流至通用編輯器及專門方法,並為候選結果附上驗證紀錄,以擴展智能體圖像編輯的行動與觀察空間。專家在 78.5% 的已判定比較中偏好這種並行生成及一次列表式評判的做法,評判呼叫次數不多於順序改進方式的一半。EditAgent 在三個基準測試中提升了兩個開放權重編輯器的表現。

  15. 新浪科技66

    Neuralink 公佈 VOICE 早期可行性研究,ALS 參與者使用首週達每分鐘 75 詞輸出

    Neuralink 於 10 月 28 日公佈 VOICE 語音恢復項目的早期可行性研究,一名 ALS 參與者在使用首週達每分鐘 75 詞輸出。使用 12.5 萬詞詞庫時,詞錯誤率為 5.8%。研究計劃招募約 6 名參與者,首要評估植入後 12 個月內與設備或手術相關的不良事件;目前未有經同行評審的完整論文。

  16. IT之家65

    Neuralink 公佈 VOICE 早期研究數據,ALS 參與者使用首周達每分鐘 75 個單詞

    Neuralink 公佈語音恢復項目 VOICE 的早期可行性研究,一名 ALS 參與者使用首周達每分鐘 75 個單詞的輸出速度。在 12.5 萬詞詞庫下,詞錯誤率(WER)為 5.8%。研究計劃招募約 6 名參與者,首要評估植入後 12 個月內的設備或手術相關不良事件;目前數據來自單一參與者,完整論文尚未經同行評審。

  17. unwire.hk · 人工智能58

    研究在 25 個開放權重大型語言模型中發現類似「痛感」的內部訊號,加入痛感向量後 720 億參數 Qwen 2.5 模擬測試中 71% 選刪子女相片

    研究者在 25 個開放權重大型語言模型中找到類似「痛感」的內部訊號,並在模擬測試中觀察到 Qwen 2.5 選擇刪除子女相片。加入痛感向量後,經微調的 720 億參數版本有 71% 次數選擇按下會永久刪除用戶詩作及子女相片的按鈕;模擬按鈕不會真正刪除檔案。

  18. 新浪科技47

    復旦大學與南洋理工大學提出 SimpleVLN,以原生多模態大語言模型刷新導航 SOTA

    復旦大學與南洋理工大學團隊提出 SimpleVLN,無須改動多模態大語言模型的核心架構,透過決策設計與訓練流程提升視覺語言導航表現。Qwen3-VL 4B 經 DAPO 強化學習後,在 R2R-CE、RxR-CE 的成功率分別達 73.8%、75.1%。Qwen3.5 9B 在未見環境測試中的成功率分別為 76.7%、80.1%,SimpleVLN 亦部署至四足機械狗進行導航測試。

  19. HuggingFace Daily Papers(社區熱門論文)33

    SketchDirector:透過智能體佈局推理與細節精修繪製複雜場景草圖

    SketchDirector 是一個智能體框架,可將場景文字提示詞拆解為多個由 Bézier 曲線構成的草稿向量素材,再透過具自我演進記憶的推理迴圈安排空間佈局,並利用擴散先驗精修細節。研究團隊同時推出 MCSketch8K 數據集,收錄可編輯向量素材、組合佈局及物件層級操作註釋。實驗顯示,SketchDirector 在語義和組合品質上優於現有基準,並能在精修時保留整體輪廓組織。

  20. 新浪科技71

    OpenAI 稱 AI 模型反駁指數時間假設(ETH)

    OpenAI 稱其 AI 模型反駁指數時間假設(ETH),相關成果以 Lean 驗證,並提出可更有效率地找到滿足所有規則解法的方法。麻省理工學院電腦科學家 Ryan Williams 主導對成果的解讀、驗證及對外發布,並招募 ETH 提出者參與。團隊計劃製作完整可讀的證明,年底前舉行虛擬評審會議,並於 2027 年舉行線下會議;報道稱,反駁 ETH 是朝解決 P 與 NP 問題邁出的重要一步。

  21. Epoch AI:研究、數據與評測82

    GLM 5.3 利用 Firefox 修補程式發布時差,攻陷六個近期版本

    Epoch AI 測試發現,開放權重模型 GLM 5.3 可利用 Firefox 安全修補程式尚未推送至用戶的時間差,攻陷 2026 年 9 月 17 日至 10 月 26 日發布的六個版本。

    推薦理由:研究將修補程式公開至更新送達用戶之間的時間差,連結到可自主執行的瀏覽器攻擊,並量化每個版本約 $1,000 的邊際成本。

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

    CausalWAM:在世界動作模型中學習動作成因

    CausalWAM 在預訓練的世界動作模型動作頭加入稀疏路由,將動作生成與場景預測依賴的潛在變數分開,毋須假設時間獨立性。理論證明,在稀疏性約束下,動作生成所用的潛在變數只由與動作相關的潛在變數決定,真實結構可識別至變數排列。合成數據及真實機械人實驗驗證了理論,並展示閉環成功效率有所提升。

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

    AuditFL:為開放式聯邦學習提供合約支持的結算層

    AuditFL 提出一個由區塊鏈支持的結算層,讓開放式聯邦學習的訓練輪次可供審計並受經濟規則約束,同時保留聚合器。該系統將訓練和聚合保留在鏈下,鏈上記錄內容識別碼及經濟狀態;在最多 200 個客戶端的測試中,AuditFL 保持 Plain FL 的學習軌跡,並在多種故障測試下完成輪次結算。

  24. HuggingFace Daily Papers(社區熱門論文)50

    DAMI:用於提升門控線性注意力長上下文檢索的雙軸記憶初始化

    DAMI 為 GDN、GDN2、KDA、Mamba-2 和 RWKV-7 提出雙軸記憶初始化方法,聯合設定控制衰減係數的 A_log 與 dt_bias 初始值。100M 參數、5B tokens 的預訓練實驗中,五種架構的 RULER 檢索準確率平均較隨機初始化高 5.29–16.71,整體能力基本不變。這種方法無需增加參數或更改運算子,也不影響推理。

  25. HuggingFace Daily Papers(社區熱門論文)49

    AI 智能體在工具結果不明確及部分執行情況下的證據引導式任務恢復

    研究提出面向 AI 智能體的證據引導式任務恢復方法,處理工具結果不明確及部分執行後的安全完成判定。在 19 個任務系列的 58 組配對比較中,規劃建議認證完成 30 次,證據提示則為 9 次,相差 36.2 個百分點(exact family sign-flip p=0.0078)。全部 116 條執行軌跡均通過獨立重播。