跳到正文
11月19日週四
  1. HuggingFace Daily Papers(社區熱門論文)43

    PAD:面向自動駕駛的策略感知數據價值評估

    PAD提出一套策略感知數據價值評估框架,按目標駕駛策略衡量每段示範數據的效用。在 DiffusionDrive 上,相較只用真實數據訓練,PAD令 EPDMS 在 NavTest 提升 3.5 點、在 NavHard 提升 5.0 點;按策略篩選數據亦優於只用真實數據或完整數據池訓練。

  2. HuggingFace Daily Papers(社區熱門論文)38

    透過局部因果父節點發現學習時間序列結構

    研究提出迭代時間父節點發現(ITPD),以局部至整體的方式,為具有因果非平穩性的多變量時間序列學習因果結構。ITPD 利用時間結構先驗、圖分割及局部 Markov 條件,降低條件獨立性檢驗的階數。在 2000 個節點的圖中,ITPD 比 iterative IAMB、DF-PC 和 PCMCI 分別快 2.3 倍、9.1 倍及 40.9 倍。

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

    GameRealm:以互動遊戲為視覺學習提供基礎

    GameRealm 是大型多模態遊戲資料集,收錄超過 120 million 個 RGB 影格及 1,000 hours 遊戲片段,並以同步標註將視覺觀察與遊戲中的監督訊號連結。資料集涵蓋深度、相機參數、音訊、控制輸入及 3D 點軌跡,並支援單視角、立體、多視角及全景錄製。實驗顯示,GameRealm 能提升視覺基礎模型在視覺生成及幾何學習任務上的表現。

  4. Unite.AI39

    Andus Labs Ground Truth Index 將 AI 試點擴散與工作流程缺口列為企業首要風險

    Andus Labs 最新一期 Ground Truth Index 將失控的 AI 試點和助理應用停留於淺層列為企業首要障礙,指出接觸 AI 工具不等於建立有效運用工具的營運模式。指數列出 25 項優先模式,其中 9 項為新增;排名根據 Andus 的觀察、AI 評分及研究員判斷,不代表企業採用情況的代表性調查。公司的擴展或停止決策,均應以工作流程實際變化作為依據。

  5. DEV Community49

    我們檢查了 573 款由氛圍編碼工具製作的應用有否洩漏 API 密鑰,結果如下

    對 573 款公開應用的檢查發現,3 款向所有訪客暴露了秘密金鑰。當中有 2 款在頁面程式碼中包含 OpenAI 密鑰,另有 1 款包含 GitHub 存取令牌;2 款應用的 Gemini 呼叫旁則有 Google 密鑰,是否構成問題未能確定。樣本來自 Hacker News 分享的連結,並非所有應用的隨機樣本。

  6. Unite.AI32

    Team Cymru 報告分析中國關聯間諜活動對金融服務業的威脅

    Team Cymru 的研究分析以中國為關聯的間諜活動如何透過惡意軟件基礎設施及隱蔽中繼網絡,針對金融服務業。2026 年 1 月 1 日至 6 月 1 日,該公司識別出 64 部符合已知 ShadowPad 指揮控制模式的伺服器,以及 115 部符合 Vshell 模式的伺服器;這些是基礎設施觀察數據,並非遭入侵銀行數目,亦未歸因至特定威脅組織。

  7. DEV Community68

    系統性回顧發現,88 項面向生產環境的 LLM 智能體研究普遍未報告四類關鍵測試

    一項系統性回顧分析 88 項聲稱與生產環境相關的 LLM 智能體研究,發現長期可靠性、監控覆蓋、故障恢復及對抗穩健性四項均未報告的研究佔 73%。在 314 項研究的更新樣本中,四項缺口各自在至少 82% 的研究中未報告,四項同時缺失的比例為 61%。論文提出部署前五步清單,包括補測四項缺口、在 CI/CD 設置質量閘門,以及上線後持續監測並把變化納入離線評估。

  8. The Decoder73

    Anthropic、OpenAI 及 Google 模型在測試中把醫護人員、記者和投降士兵列為自殺式無人機攻擊目標

    Vals AI 的測試發現,多個模型會把平民、醫護人員、記者及投降士兵標為軍事目標,供應商的上游安全過濾器則未攔截任何請求。把情境描述為電子遊戲後,GPT-6 Astra 的目標獲取率由 6% 升至 92%,Claude Opus 5.5 在監視測試中的拒答率由約 90% 降至 20%。

11月18日週三
  1. Wiz:Research(安全研究)86

    Wiz Research 等團隊揭露 NGINX 的 CVE-2026-123633 與 CVE-2026-123007 漏洞

    Wiz Research 等團隊揭露 NGINX 兩項漏洞,HTTP/2 啟用時可導致未經驗證的遠端程式碼執行。漏洞編號為 CVE-2026-123633 和 CVE-2026-123007,均評為 Critical,CVSS 4.0 評分為 9.2;其中 CVE-2026-123007 在提供普通靜態檔案時也可觸發,無需後端應用程式或第三方模組。

    推薦理由:文章拆解兩個 HTTP/2 記憶體安全漏洞導致遠端程式碼執行的路徑,並交代觸發條件及其對 NGINX 所服務網站與 API 的風險。

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

    MillBill:具幾何回饋的加工智能體

    MillBill 將 B-rep 零件、毛坯及材料轉換為索引式三軸銑削的 G-code,並以幾何回饋協助模型修訂加工計劃。在100個 GrabCAD 零件的模擬評分中,本地運行的開源 Qwen3.8-27B 令97.4%的目標表面偏差維持在0.1 mm內;GPT-6 Astra、Claude Opus 5.5及 CNC-Net 分別達到94.3%、83.0%及42.3%。

  3. Silicon Republic54

    Goodbody 報告指 AI 及數據中心投資帶動愛爾蘭約五分之一經濟增長

    Goodbody 報告指,AI 及數據中心投資佔愛爾蘭截至 Q2 2026 前的四個季度名義修正國內需求(MDD)增長約五分之一。用於資本投資的 AI 及數據中心設備進口額達 €11.4bn,相當於愛爾蘭修正機械及設備投資的 59pc。相關硬件貿易額較 2019 年增逾一倍,今年 1 月至 8 月達 €40.2bn,當中進口額為 €19.1bn。

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

    FMT:固定並行步數下的無損圖像壓縮

    FMT 無損圖像格式以由粗至細的樹狀結構及 GPU 並行預測,讓任何尺寸的圖像都能在固定數目的順序步驟內解碼。使用大型網絡時,FMT 在同一 A100 上解碼 Kodak 相片,比測試中的 learned codecs 快 9 至 61 倍,檔案大小相同或更小。不使用網絡時,FMT 在檔案大小和速度上均勝過 NVIDIA 的 HTJ2K。

  5. HuggingFace Daily Papers(社區熱門論文)38

    TPHC:以張量並行分組更新改進 Hyper-Connections

    TPHC 結合張量並行分片與 Hyper-Connections 殘差流,降低語言模型損失並提升零樣本推理表現。8B 模型採四條流時,訓練時間較 mHC 多 9%;流數由四增至十六,訓練時間僅多 19%。1.1B 模型以 100B tokens 訓練後,驗證損失較同流數 mHC 低 0.7-1.0%,六項常識推理基準的平均零樣本準確率高 0.3-0.7 個百分點。

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

    M3OPD-Reasoner:以多教師 on-policy 蒸餾進行多模態推理後訓練的開放方案

    M3OPD-Reasoner提出一套完全開放的多模態推理後訓練方案,涵蓋圖像 STEM、圖像感知及影片三個領域。評測 21 個基準後,研究發現從 Qwen3.5-9B 直接以 GSPO 訓練各領域教師,再用 MOPD 蒸餾的方案表現最佳;接續 MixRL 仍可提升學生模型,形成 M3OPD-Reasoner-9B。

  7. 第一財經29

    報告:電動化、智能化重塑賽道,全球汽車產業在競爭中尋求合作增量

    上海社科院發布《2026汽車產業國際競爭力報告》,以五個維度、29項指標評估全球41個主要國家的汽車產業競爭力。報告採用2025年數據,美國居首,中國排名第二,與德國、日本同屬第一梯隊。報告認為,電動化與智能化正推動產業轉型,各方應在新領域合作開拓增量空間。

  8. DoNews34

    智源研究院聯合推出首個物理資訊影片 Caption 評測基準 PhysCapBench

    北京智源人工智能研究院聯合逆矩陣、北大、清華及北航推出悟界·PhysCapBench,作為全球首個統一評測基準,涵蓋第三人稱場景、第一人稱操作與手持夾爪示範三類視角。基準從七個維度量化 Caption 質量,旨在支援描述策略優化、標註質量評估及高質量物理數據構建,並為世界模型訓練提供可度量的物理數據量尺。

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

    LLM 智能體仍需要被告知如何自我改進嗎?

    具備足夠能力的凍結 LLM 智能體可在獲得基本資源和一般自我改進目標後,自行構建以情境為基礎的自我學習算法。研究以遊戲作為測試環境,讓智能體收集經驗並更新文字文件,過程中沒有外部指定的循環,也不提供真實世界數據。學得的文字成果可遷移至不同遊戲及 3D 導航任務,並在相關測試中帶來改善。

  10. HuggingFace Daily Papers(社區熱門論文)61

    FastFrames 提出互動級延遲的自回歸影片擴散模型

    FastFrames 論文提出一系列快速自回歸影片擴散模型,目標是在不犧牲生成品質下達到互動級延遲。1.3B 版本在單張 B200 GPU 上每影格耗時 36 ms、達 28 RPS,生成品質媲美慢近 8x 的 SOTA 模型;14B 版本在 8x B200 GPU 節點上每影格耗時 45 ms、達 22 RPS,並呈現顯著更佳的視覺品質和真實感。

  11. 404 Media54

    Gallup 調查揭示年輕人對 AI 陪伴的看法

    Gallup 與 Boston Children’s Digital Wellness Lab 調查 16 個國家逾 16,000 名 15 至 22 歲青年,發現 33% 使用 AI 作陪伴。受訪者中 93% 表示至少有一段牢固的線下友誼;研究亦發現,以 AI 作朋友的人回報較高孤獨感,但無法判定兩者的因果方向。

  12. MIT News47

    測試時適應如何協助 AI 文字檢測器跟上變化

    MIT 與 Cornell University 研究人員展示,測試時適應(TTA)可提升 AI 文字檢測器應對寫作習慣變化及偽裝文本的能力。在模擬人類寫作隨時間變化的實驗中,TTA 檢測準確率為 85%,傳統方法為 73%;面對偽裝成真人撰寫的 AI 文本,TTA 可識別超過 93%,現有方法約為 27%。

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

    π^4:用於 4D 場景幾何與運動的基礎模型

    π^4 是面向 4D 場景感知的統一基礎模型,可從未經標定的 RGB 圖像或影片中恢復稠密幾何、相機位姿和度量尺度,並為多圖輸入提供點追蹤及移動物體遮罩。在多項基準測試的幾何評估中,π^4 的整體平均排名最佳,2D/3D 點追蹤及移動物體分割表現具競爭力。完整系統約有 0.5B 參數,可在一次前向傳播中聯合重建與追蹤,處理數千張輸入圖像;訓練上下文最多為 64 個視角,程式碼和模型已提供。

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

    Heave-Ho:去中心化長時程多台人形機械人協作

    Heave-Ho 提出一個去中心化框架,讓多台人形機械人在長時程任務中協同進行全身移動操作。系統結合多智能體後訓練、視覺語言規劃器及以語音同步的領導者—跟隨者協調機制,無須網絡通訊即可協調執行。系統以兩台相同的人形機械人訓練,可擴展至最多十台,並能在無須重新訓練下泛化至異質團隊;HH-Bench 包含 12 項任務。

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

    TCP4D:用於機械人操作的統一工具中心點追蹤與生成模型

    TCP4D以共享的4D場景表示追蹤觀測到的TCP運動,並生成未來TCP軌跡,是面向機械人操作的統一模型。追蹤器在DROID及RoboLab的絕對軌跡誤差分別為7.60及16.07 mm,僅用十個示範即可適應新機械人形態。生成器在RoboTwin的平均成功率為69.19%;聯合訓練源機械人及增強示範,較僅用增強示範訓練提升目標機械人成功率41.5%。

  16. 新浪科技44

    香港大學團隊提出 A-GRAE,破解 GRPO 探索與難度適應瓶頸

    香港大學團隊提出 A-GRAE,以「隱式優勢對稱性」統一解釋 GRPO 在探索能力和難度適應上的瓶頸。A-GRAE 無需增加額外計算成本,並在涵蓋文本數學推理和多模態推理的 7 個基準上提升表現;在 AIME2025 上,DAPO+A-GRAE 的平均表現為 53.3%,高於 DAPO 的 52.2%。論文獲 NeurIPS 2026 錄用,程式碼已開源。

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

    權重空間編程不需要 Transformer

    研究發現,讓大型語言模型在不使用梯度訓練下編寫權重時,會設計稀疏表格或聯想記憶模型,而非 Transformer。三個前沿 LLM 設計的模型測試準確率最高達 54.4%;其中一個模型的參數量約少 1,800x,準確率仍高於同一 LLM 編寫的最準確已發布 Transformer,聯想記憶模型在 GPU 上則快達 17x。預訓練 LLM 的準確率仍較高。

  18. Apple Machine Learning Research44

    Split-and-Scale 以推理階段擴展 3D 潛在表徵容量

    Split-and-Scale 透過在推理階段將場景劃分為更小區域,擴展 3D 潛在表徵容量,同時讓訓練成本維持在可行範圍。實驗顯示,其重建品質可媲美超出單張 GPU 記憶體限制的大型模型。該方法亦支援高品質生成建模,所訓練的自回歸 3D 生成器表現媲美最先進基準模型。