跳到正文
只看一手
10月5日周一
  1. arXiv cs.CL17

    多模态声明验证对 LLM 改写有多鲁棒？

    研究测试了 11 个开源权重模型（覆盖 5 个 VLM 家族、2B 至 38B 参数）在多模态声明验证任务中对 LLM 改写的鲁棒性。结果显示多数模型准确率无显著下降，但概率出现一致性偏移：对冲类改写几乎在所有模型上引发显著偏移，增强类效果较弱，语法纠错等常规润色几乎无影响。

  2. arXiv stat.ML29

    AREX：面向 Flow Matching 少步采样的仿射残差指数积分器

    AREX 是一种无需训练的采样器，可将预训练 Flow Matching 模型的采样动态分解为仿射分量与神经残差项，并用显式矩阵传播子对仿射部分做解析积分，仅对残差项做数值积分。在图像与文本到图像生成任务中，AREX 在少步采样下持续提升样本保真度，且无需重新训练底层模型。

  3. arXiv cs.CV30

    SCION：用实例化神经基元实现场景组合

    SCION 是一种分层组合式场景表示，用可复用基元的紧凑词表加轻量级世界空间实例替代独立高斯，通过离散与连续场景参数的联合优化拟合多视图捕捉，在 1.2 MB 下仍保持高质量。它取得优于现有高斯压缩方法的率失真表现，并支持无需重训练的实例级场景编辑与动画，论文已被 NeurIPS 2026 接收。

  4. arXiv stat.ML13

    ResTGP：面向高维数据的残差树高斯过程建模框架

    研究者提出贝叶斯残差树高斯过程方法 ResTGP，用于处理多维域中具有异质结构的大规模空间数据。该方法沿二进树在多个分辨率上迭代分解预测过程与残差过程，实现灵活的多尺度协方差建模与分治计算，并基于递归消息传递的贝叶斯推断策略使计算量在给定树下随样本量线性增长。论文还证明了非参数回归框架下连续函数估计的后验一致性，数值实验与风暴潮应用验证了其优势。

  6. arXiv cs.AI31

    如何训练你的世界模型：基于 LM 的世界建模中微调与 RAG 的对比

    一项研究在具身、网页导航和社交等五类环境中系统对比了微调与 RAG 两种基于 LM 的世界模型构建方式，发现微调在 20 个设置中的 15 个能让智能体获得更高奖励。RAG 方法数据效率更高，而微调则更受益于扩大经验采集规模。研究者还提出用反事实干预估计检索阶段错误率，并构建了参数化捕捉核心动态、结合检索记忆的混合世界模型系统。

  7. arXiv cs.CV24

    MeshQuery：用智能体做 UV 展开的接缝规划

    MeshQuery 是一种免训练的智能体式自动 UV 展开方法，由 VLM 借助边选择工具规划符合艺术家习惯的接缝，并通过反馈循环迭代优化。在 Adobe Substance 3D 和 Toys4K 网格上，其生成的 chart 数量比最强基线少 2.9x/4.29x，接缝长度短 1.63x/1.7x，专业艺术家在 80.9% 的对比中更偏好其结果。

  10. arXiv cs.AI31

    AI Risk Observatory：用 LLM 分析英国上市公司年报中的 AI 风险披露

    研究用两阶段分类流水线处理 1,362 家英国上市公司 2020-2025 年的 9,821 份年报，发现提及 AI 风险的报告占比从 2.8% 升至 41.2%，AI 采用披露从 13.8% 升至 45.2%，供应商提及集中在以 Microsoft 为首的少数厂商。2025 年 41.2% 的报告提及 AI 风险，但仅 4.3% 属于实质性披露，危害披露全语料仅 7 份。

  11. arXiv cs.AI22

    如何实现敏感辩论：面向 AI 辩论的实例最优协议

    研究者提出一种新的 AI 辩论协议，针对可稳定分解为子问题的问题类别，在正确性上实现最坏情况保证，并使双方辩手诚实作答成为占优策略均衡，而非 Stackelberg 均衡。该工作还证明了黑盒下界，表明新协议在实例层面最优，仅靠黑盒查询人类判断的任何协议都无法超越它。相关结论通过将稳定问题分解与查询复杂度中的分数块敏感度概念相关联而得到。

  12. arXiv cs.LG20

    固定目标异常检测器的收敛坍缩问题：用核锚定局部性正则化（KAR）缓解

    研究揭示固定目标异常检测器存在"收敛坍缩"：优化越好、检测越差，因收敛后残差信号在异常与正常数据上同时消失。作者提出闭式、免训练、CPU 高效的 Kernel Contraction Matching（KCM），并在此基础上引入 Kernel-Anchored Regularizer（KAR），惩罚神经预测偏离训练目标的核加权平均。

  13. arXiv cs.CV22

    SymRegFlow：面向视频世界模型的对称正则化流匹配

    SymRegFlow 是一个对称正则化流匹配框架，可在无新视角 RGB 真值监督的情况下，实现连续视角下的多视角一致视频生成。该方法通过几何变换将源视图转为带噪锚点，结合掩码双锚点监督与跨锚点去噪输出一致性来抑制锚点误差，并在仿射高斯代理下证明一致性正则化可恢复干净参考最优解。

  15. arXiv cs.CV24

    TRAC：面向高效自回归视频生成的轨迹感知复用与自适应校正框架

    TRAC 是一个无需训练的自回归视频生成加速框架，通过鲁棒累积调度（RCS）、自回归轨迹感知引导调度（ATGS）和频谱结构校正（SSC）三个组件，解决分块去噪轨迹中近似误差累积传播的问题。在 SkyReels-V2 和 FramePack-F1 上的实验显示，TRAC 相比现有方法同时实现了最高的推理效率和最佳生成质量。

  18. arXiv cs.CL22

    心理健康污名自动评估基准：LLM 常过度预测污名，除非给出明确操作规则

    研究者提出一个基于理论的心理健康污名自动评估基准，包含真实网络新闻与社交媒体文本，并按污名模式、领域及具体成分进行细粒度标注，覆盖六种心理健康状况。结果显示，检测情感、毒性和仇恨言论的模型无法很好捕捉心理健康污名，LLM 在缺乏明确操作规则时往往过度预测污名。基准的公开部分、标注、典型示例与代码已发布。

10月3日周六
10月2日周五
  3. GitHub Blog · AI & ML22

    AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能

    GitHub 提出 AI 时代开发者需要强化的三项技能：学会指挥 AI 智能体而非仅使用它、不要轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。

  4. NVIDIA Blog62

    NVIDIA 推出 DGX Spark 64GB 本地 AI 配置，起售价 4,999 美元

    NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 DGX Spark 64GB 配置，保留 GB10 Grace Blackwell 超级芯片、DGX OS 和完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备本地运行。

    推荐理由：原文给出 64GB 新配置的价格、可跑模型规模与双机集群方式，便于判断本地跑智能体的门槛。

10月1日周四
  3. Google DeepMind87

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的基准与内部落地案例，可据此判断前沿模型的能力边界与分阶段开放节奏。

9月30日周三
  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证，同时实验室测试显示不损害生物功能。

    推荐理由：DeepMind 把水印从数字内容扩展到合成生物，读者可了解其如何在不影响蛋白功能的前提下嵌入可验证信号。

9月29日周二
  1. Microsoft Research65

    微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

    微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型与连接科学工具、文献和湿实验的交互式 harness 组成。

    推荐理由：微软研究院公开 Quine 的生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。

  2. Microsoft Research18

    微软亚洲研究院新加坡成立一周年：推进前沿 AI 研究、合作与人才培养

    微软亚洲研究院新加坡（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向推进工作。实验室与新加坡医疗生态伙伴合作探索多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。

9月26日周六
9月25日周五
  2. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。

    推荐理由：GitHub Security Lab 公开了自主模糊测试流水线的架构与运行方式，读者可了解 LLM 智能体如何接管覆盖率反馈与崩溃分诊。