跳到正文
11月19日週四
  1. HuggingFace Daily Papers(社區熱門論文)45

    PIPETTE:提升 LLM 智能體抵禦間接提示詞注入攻擊的紫隊測試框架

    PIPETTE 是一套提示詞注入紫隊測試框架,透過字典學習和在策略對抗訓練,將紅隊測試發現的攻擊轉化為對 LLM 智能體的防禦提升。它在 AgentDojo 和 ASB 評測中,令防禦模型在靜態攻擊下的攻擊成功率接近零,並能抵禦強適應性攻擊,同時維持接近未設防基線的正常任務效用。

  2. HuggingFace Daily Papers(社區熱門論文)32

    UltraTex:對齊物理知識以生成高保真 PBR 紋理

    UltraTex 提出級聯多視角框架,結合物理知識與視覺語言模型特徵,從單張參考圖像為 3D 網格生成符合物理特性的 PBR 紋理貼圖。框架先聯合預測反照率與世界空間着色法線,再根據生成的反照率、參考圖像及材質語義先驗預測金屬度與粗糙度貼圖。實驗顯示,UltraTex 在視覺保真度、材質準確度及物理合理性方面勝過現有開源和商業方法。

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

    Movie2Game-Bench:超越可玩性的電影改編遊戲全面評估

    Movie2Game-Bench(M2G-bench)提出一套評估電影改編遊戲的基準,結合一般評估、電影特定評估及三個 GUI 模型玩家的測試,衡量可玩性以外的改編品質。基準涵蓋22部電影及658項來源特定參考項目,並以相同電影評估14個模型;所有模型在可玩序列的內容呈現平均為37.9/100,低於標誌性元素的54.8。

  4. DEV Community46

    LLM 回饋提升影片的物理一致性

    LLM 迭代分析生成影片並要求修正,可提升影片的物理合理性,無須重新訓練影片生成器。PhysLoop 在 PhysLoop-Gen benchmark 的任務成功率為 85%,高於 Seedance 2.5 的 73%;修復有缺陷影片的成功率則為 86.00%,高於獨立基線的 19.33%。其視覺真實感評分為 3.72,低於 Seedance 2.5 的 4.29。

  5. HuggingFace Daily Papers(社區熱門論文)51

    Chiron:測量和預測人類行為的基礎模型

    研究提出 Chiron,一個由大型語言模型微調而成的基礎模型,用於測量和預測人類行為,並使模擬人口回應分佈與人類統計數據對齊。訓練及評估資料涵蓋 36 個行為領域、78 項社會科學實驗、288,307 筆個人紀錄、1,411,750 項原子行為決策,以及涵蓋 109 個心理構唸的 99,953 項心理測量評估。

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

    DrawScore:以工程圖評估生成的 CAD 模型

    DrawScore 透過工程圖投影評估自動生成的 CAD 模型,利用飽和懲罰衡量投影曲線上的誤差,令局部錯誤的權重僅按線性幅度衰減。相較於體積或表面指標,它能揭示 IoU 評為近乎完美的輸出中的錯誤,並可用作強化學習獎勵;從工程圖生成 CAD 時,亦可在沒有 3D ground truth 或額外獎勵模型的情況下作為測試時驗證器。

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

    RoughCut-Bench:大型視覺語言模型自動影片粗剪基準測試

    RoughCut-Bench 為大型視覺語言模型自動影片粗剪建立基準,並提出引導模型生成結構化剪輯計劃的智能體工作流程。基準涵蓋 101 個視覺案例(831 段原始影片、1,476 個精彩片段標註)及 84 個語音案例;評測顯示,現有模型仍難以產生符合專家剪輯計劃的結果。

  8. HuggingFace Daily Papers(社區熱門論文)41

    循環語言模型的延遲進入策略

    研究提出循環語言模型的延遲進入策略,讓新 token 跳過初始 passes,直接進入最後 K 個 passes,利用深層上下文 cache 加快推理。在 Ouro-2.6B(T = 4)上,Wake 於 tau = 0 達到 5.2x greedy-exact 加速;在 Huginn-3.5B 上,T = 64 時達到 8.4x。

  9. 新浪科技57

    NeuroAxis 無電池神經接口以血糖供電,在大鼠模型中逆轉糖尿病

    新加坡國立大學與南京郵電大學團隊於11月19日在 Nature 發表 NeuroAxis 研究,裝置以葡萄糖供電,並按血糖水平觸發迷走神經刺激。在一型及二型糖尿病大鼠模型中,裝置改善血糖及相關代謝指標;三個月植入測試未見主要器官明顯炎症或壞死。文章指出,臨牀應用前仍需調整裝置尺寸與輸出功率,並確認材料的長期穩定性。

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

    Jeveration:System One 模型現可生成圖像

    Jeveration 將凍結的視覺語言模型改作生成模型,讓 System One 模型以單次前向傳播生成連貫圖像,並支援圖像轉圖像及密集預測。模型生成 512x512 圖像需時 78 ms,速度最高比現有統一模型快 122x。實驗顯示,其圖像質素及密集預測效能具競爭力。

  11. HuggingFace Daily Papers(社區熱門論文)37

    CriticNPU 以機理評估器提升 NPU 設計空間探索的樣本效率

    CriticNPU 是一套面向 LLM 推理的 NPU 設計空間探索框架,利用線上校準的機理評估器篩選候選配置並分析運算瓶頸。在 6 個 LLM 工作負載及每個模型 16 個部署配置的測試中,其延遲表現於 74% 的 prefill 設定及 87.5% 的 decode 設定達到最佳或並列最佳。與具競爭力的 DSE 基線相比,CriticNPU 使用的模擬器呼叫約減半。

  12. IT Square · AI53

    港大研發 PULSAR II 單螺旋槳自主無人機,以機身自旋實現全方向感知

    香港大學研究團隊研發 PULSAR II 單螺旋槳自主無人機,利用機身自旋配合垂直安裝的激光雷達掃描周圍環境,實現全方向感知。實地測試中,無人機在樹林及地下停車場自主建圖、避障,速度超過每秒6米,毋須依賴 GPS、外部動作捕捉設備或地面電腦。整機重約1.12公斤,實測懸停時間達15分50秒,並在碰撞測試中維持受控飛行。

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

    IDEA:面向 GUI 智能體推理時後門檢測的意圖主導證據審計

    IDEA 提出一種面向開放權重 GUI 智能體的逐步推理時審計方法,用於檢測視覺觸發後門。方法比較指令和畫面區域對決策狀態的影響,並以乾淨步驟作對照,提供有限樣本的誤報率保證。Qwen2.5-VL-3B 在五類攻擊上的實驗顯示,IDEA 能在受控誤報率下檢測後門,並為每次警報定位觸發區域,推理開銷僅略有增加。

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

    時序基礎模型的循環式領域增量適應

    PACT 將預訓練時序基礎模型的嵌入空間劃分為局部區域,透過殘差傳輸適應新運行條件,同時保留已學習條件的表現。每個新條件只需 5% 標註校準數據,在測試時無須提供條件身份;在四種軸承故障條件的序列中,平均 macro-F1 維持在 0.95 以上。編碼器、分類器及先前學習的傳輸模組保持固定。

  15. DoNews48

    韋布望遠鏡首次直接觀測恆星吞噬伴星的合併過程

    NASA 韋布望遠鏡直接觀測到雙星系統 AT 2025abao 中,伴星螺旋下陷並撞入紅巨星核心,為共同包層演化提供直接證據。紅巨星約為7倍太陽質量,伴星約為0.7倍太陽質量;伴星在共同包層內下陷約7年後完成合併。研究成果於2026年11月18日發表於《自然》。

  16. 阿里雲開發者社區 AI83

    NGINX 兩個高危漏洞可導致未經身份驗證的遠端程式碼執行

    NGINX 的 CVE-2026-123633 和 CVE-2026-123007 兩個漏洞,可讓未經身份驗證的攻擊者遠端執行程式碼。兩者 CVSS 4.0 評分均為 9.2,並要求受影響伺服器啟用 HTTP/2;CVE-2026-123007 最早影響 NGINX 1.9.5,測試亦在只提供靜態檔案的實例驗證了遠端程式碼執行。

    推薦理由:報告拆解兩個 HTTP/2 漏洞的記憶體安全成因與觸發條件,並列出修復版本及暫時緩解方式,呈現漏洞分析如何連接到部署排查。

  17. DEV Community44

    Agent Trust Infrastructure:跨組織 AI 智能體的聯邦身份與遠程證明

    Agent Trust Infrastructure(ATI)以獨立於框架的安全層,透過 PKI、零信任架構及遠程證明,在無須共用根憑證授權機構的情況下建立跨組織信任。模擬測試涵蓋八個組織、六種框架及 14 種攻擊情境;啟用所有防護機制後,攻擊遏制率由 43% 升至 84%。每次請求的額外開銷約為 174 微秒。

  18. OpenAI News72

    OpenAI 公佈研究加速報告,指出 AI 研發能力提升不均

    OpenAI 公佈內部研究加速報告,指出編碼智能體可獨立完成更多研究任務,但能力提升因工作類型而異,人類仍是 AI 研發流程的重要部分。對估計需人類工作 2 至 4 小時的任務,無人介入成功率由 3 月的 23% 升至 10 月的 46%;監察訓練運行任務的成功率為 79%,編寫推理及服務堆疊程式碼則為 25%。

    推薦理由:報告把智能體使用、研究員工作流程與模型能力指標放在同一框架,並呈現自動化成效在不同任務上的明顯落差。

  19. DEV Community40

    892 種突破交易策略測試均未通過,但突破當分鐘的入場訊號有效

    研究團隊測試了 892 種股價突破關鍵價位後的交易策略,沒有一種通過全部測試;但在買盤推動突破時,突破當分鐘入場優於同日隨機入場,60 種可檢驗組合的結果方向一致,其中 48 種達到 p below 0.001。團隊正訓練模型,從一分鐘 K 線生成逐筆交易細節,以研究出場規則;生成數據的結果仍須在真實 tick 數據上驗證。

  20. 新浪科技48

    香港中文大學(深圳)與微軟研究院提出 ConvexLLM,讓聲音接入大語言模型的知識與推理能力

    香港中文大學(深圳)與微軟研究院提出多模態建模架構 ConvexLLM,以 C-Gate 將音頻表示映射至語言模型凍結文字詞向量的凸包中。ConvexLLM 在 VoiceBench 11 項任務綜合評測中取得 75.36 分,領先同量級開源權重模型。模型在 BBH 得分為 80.40%,較最強基線高 8.80 個百分點。

  21. 新浪科技59

    研究估算美國403個超大規模數據中心年耗電量媲美一個州

    一項研究估算,美國403個超大規模數據中心在2024年5月至2025年4月共耗電約82太瓦時,佔全美用電總量1.8%。研究估計約54%的供電來自化石燃料,年二氧化碳排放量達2570萬噸,相當於67座天然氣發電廠的排放量。研究依賴難以獨立核實的商業數據,並對設施用電量及運行容量作出多項假設;論文連結為 https://doi.org/10.1038/s41893-026-01985-7。

  22. Unite.AI48

    Tomorrow.io 研究顯示改善大氣初始資料可提升 AI 天氣預報

    Tomorrow.io 的研究顯示,改善大氣初始狀態可提升 Aurora 1.5 和 WeatherNext 2 的 AI 天氣預報,無須更改預報模型。Sky 1 每小時更新初始條件;加入 15 個微波探測器的觀測後,28 個案例的初始水汽誤差降低約 5–8%,112 個 Aurora 1.5 預報在最多五天的各評估時效均降低近地面氣温誤差。

  23. DEV Community78

    Google GTIG 的 AI Threat Tracker 記錄 exploit_agent 可無需人手介入自動發現及利用漏洞

    Google Threat Intelligence Group(GTIG)與 Mandiant 於 2026 年 11 月 16 日發布新版 AI Threat Tracker,記錄 exploit_agent 可無需人手介入地自動發現及利用漏洞。

    推薦理由:報告呈現漏洞自動化利用如何壓縮修補時間,並列出即時修補、啟用偵測規則及檢查 API 用量等應對措施。

  24. 新浪科技27

    世界經濟論壇:2026年全球企業包容性實踐報告

    世界經濟論壇指出,企業包容性正從價值宣言轉向嵌入招聘、晉升、薪酬及人工智能等環節的經營系統。約42%的企業完全沒有追蹤或披露包容性指標;87%的高管認為負責任人工智能至關重要,但85%承認尚未做好實施準備。若按目前速度推進,全球經濟性別差距仍需135年才能彌合。

  25. Cohere Labs:官方研究博客53

    敍事鴻溝:大語言模型能否協助用戶跨語言瀏覽多元敍事?

    Cohere Labs 提出 NarrativeBench,並評估 14 個大語言模型,發現現有模型尚缺乏可靠引導用戶跨語言瀏覽多元敍事的能力。基準包含 1,333 篇來自 23 種出版語言、涉及 23 個爭議議題的新聞文章,以及 460 個以 Reddit 為基礎的查詢;評估涵蓋 24 種查詢語言。研究指出,資訊可及性會隨查詢框架和語言而異,這種差異可能加劇迴音室、語言篩選泡泡及資訊落差。

  26. Unite.AI58

    MIT 微型撲翼機器人靠機載感測飛行,毋須動作捕捉系統

    MIT研究人員展示一款1.29克撲翼微型機器人,利用機載感測與計算懸停、跟隨軌跡及降落,毋須外部動作捕捉系統。《Science Robotics》論文報告,系統結合多種感測器、估算器和低層控制器,位置精度達釐米級;一次30秒測試中,機器人避開障礙並降落在向日葵上。飛行由操作員透過搖桿提供高層位置指令,機器人仍由外部供電;研究團隊正研發加入相機和電池,以支援自主物件辨識、避障及無繫留戶外飛行。

  27. DEV Community42

    我不是科學家,所以為大眾開展失智症開源項目

    作者為大眾開展失智症開源項目,研究以 EEG 區分 Alzheimer's 與 FTD,最佳方案準確率為 63.3%,僅略高於猜測。項目採用巢狀交叉驗證,但目前樣本量小且來自單一地點,成果屬研究基準,並非診斷工具。項目徵求更多開放失智症 EEG 數據集、預訓練 EEG 基礎模型及獨立數據集測試方面的協助。

  28. MIT News57

    MIT研究團隊研製可自帶感測器與運算元件的超輕型飛行機械人

    MIT研究團隊研製出一款搭載機載感測器與運算元件的拍翼微型飛行機械人,可在沒有動作捕捉系統的環境中沿複雜軌跡飛行,並精準降落在向日葵上。研究團隊將軟致動器尺寸增加50%,令機械人的淨升力提高46%,並達到1.9的升力重量比;電子套件重244毫克。示範仍使用外接電源,團隊正研究加入相機及整合電源電子元件與電池,以實現無繫留戶外飛行。