边缘端智能数据模型分类的小语言模型：一种成本感知的混合方法
研究评估轻量级开源语言模型在资源受限的边缘环境下，将输入数据实体匹配到最合适的智能数据模型（SDM）的表现，系统基准测试了通用、推理专用和代码专用三类架构在多个领域数据集上的效果。实验还将所调研的大语言模型与 TF-IDF 和轻量级句子编码器两种近零成本相似度基线在同一任务上对比，为判断 LLM 分类在边缘平台的实际价值提供参考。
全部 AI 动态
arXiv cs.AIAI 评分2222 arXiv cs.AIAI 评分3737 面向生成式 AI 工作负载的智能内容摄取系统
一篇 arXiv 论文提出面向生成式 AI 的生产级内容抽取系统，将内容抽取作为独立生命周期阶段，包含选择性 OCR 路由、基于参考的抽取评分器、确定性结构感知父子分块器和只读检索评估器。
arXiv cs.AIAI 评分2424 CuratorMAS：通过多智能体编排实现数据集自动策展
CuratorMAS 是一个多智能体协作框架，将数据集策展拆解为五个可编程执行阶段并组成可并行工作流，通过数据集探索、在线领域知识检索、评估标准推导与指标计算、过滤及技能进化模块完成自动策展。实验显示，该框架将噪声率最多降低 36.03 个百分点，下游模型 F1 分数最多提升 8.88 个百分点。
arXiv cs.AIAI 评分2424 无需重训即可修正物理违规：Boltz-2 与 OpenFold-3 的推理时投影方法
针对 AlphaFold 3 类共折叠模型输出中链间原子重叠、配体键长键角失真、环不共面及手性反转等物理违规问题，研究者提出两种闭式投影算子，直接作用于扩散模型去噪后的干净坐标估计 x̂₀：链间范德华投影推开冲突最严重的原子对，配体距离几何投影恢复键长、键角、内部接触、共面性与手性。
arXiv cs.AIAI 评分2222 JIVEAdapter：基于联合与个体变异分解的多任务加性低秩适配器
JIVEAdapter 是一种多任务加性低秩适配器，借鉴统计方法 JIVE，将每次权重更新分解为所有任务共享的 Joint 结构与各任务独有的 Individual 结构，并惩罚 Individual 与 Joint 近似正交以保持可解释性。
arXiv cs.AIAI 评分2525 面向非洲语言社区的离线 AI 模块：语音优先架构、硬件参考栈、量化与基准测试
离线 AI 模块工作流发布语音优先的完全离线部署方案，包含模块化架构、低成本硬件 BOM 和面向 2-5B 参数指令微调模型的可复现量化与基准测试流程。
arXiv cs.AIAI 评分2727 SSRFT：将安全对齐重构为安全角色内化的 LLM 安全框架
研究者提出 SSRFT（Supervised Safe-Role Fine-Tuning），首个将安全对齐重构为"内化预设安全角色"的框架，通过心理测量问题、少量越狱提示词和安全角色描述构建 SRQA 数据集，让模型内化安全价值观而非显式拒绝模式。
arXiv cs.AIAI 评分2424 MOTIVE：面向视觉语言模型的多视角自验证与可靠性引导重思考框架
针对视觉语言模型自验证依赖单一标准或固定提示词、可靠性评估不完整的问题，研究者提出 MOTIVE 多视角自验证框架，通过正确性对齐的多视角验证学习为每个候选答案打分。推理时该分数决定直接采纳还是触发历史引导的重思考，在多种多模态基准和 VLM 主干上持续优于强自验证与自纠正基线，并减少不必要的推理轮次。
arXiv cs.AIAI 评分2222 TopoPlanner：面向 LLM 智能体的拓扑一致任务规划框架
TopoPlanner 将工具依赖图提升为 cellular workflow complexes，作为拓扑感知上下文供 LLM 进行工具规划，通过 cosheaf 一致检索获取请求相关的闭合子复形，并对检索到的拓扑做多维结构推理后生成工具序列。在四个工具规划基准上，针对 loop、merge 及 loop-merge 工作流，该方法在不同本地 LLM 骨干上均优于基于提示词和图增强的基线。
arXiv cs.AIAI 评分2020 联合上界覆盖率与路径选择效用：两项城市代理任务的实证评估
基于北京和成都路网速度数据构建的离线代理任务显示，联合校准上界可将路径覆盖率从83.19%提升至92.26%（北京M1）、75.14%至88.33%（成都M1）、74.01%至90.64%（成都M2），但C2策略分别使迟到率增加0.1633、0.7848、0.9200个百分点，平均出行时间增加0.588、3.082、4.418秒。
arXiv cs.AIAI 评分2222 更好的交通预测为何未能改善信号控制：一项预测到决策价值的分层诊断研究
一项基于安徽宣城 29 天重建需求数据的分层诊断研究显示，入口级和车流级预测相对历史均值分别降低 4.03% 和 3.92% 的平均绝对误差，但因果预测与五秒事件 oracle 在冻结测试日反而使排队车秒数增加 6.09% 和 3.39%。
arXiv cs.AIAI 评分3434 EPOCH：通过证据治理搜索实现可靠发现
EPOCH 是一种证据治理架构，通过显式任务契约、类型化记忆、主动证伪、准入检查和独立重放构建发现循环，让每个候选方案按其支撑主张的强度与范围接受评估。它在 AlgoTune 上取得 SOTA 聚合表现，平均归一化得分 0.65 对最强基线 0.53，并在内部 Math14 套件上取得最高平均分 0.57。在十个发现问题上，EPOCH 产出可执行构造、优化算法、反例和带证明支持的结果。
arXiv cs.AIAI 评分3737 AegisFlow：面向脆弱数据生态的多智能体自愈修复框架
AegisFlow 是一个基于 LLM 的多智能体框架，通过 Watchdog 与 Repair 智能体自动生成、测试并部署代码补丁，在五类常见故障场景下将 MTTR 从平均 170 分钟降至 3.2 分钟，补丁成功率达 92%。
arXiv cs.AIAI 评分3131 SAGA：通过知识抽象实现 LLM 智能体自我进化
针对 LLM 智能体难以从经验中持续进化的问题，研究者提出 SAGA 框架，将交互轨迹逐步抽象为情景描述、可复用流程和带明确适用条件的原理，并保留与执行证据的关联。检索到的原理会被实例化为任务专属指导，通过纠正反馈与重采样优化候选动作，形成执行—抽象反馈闭环。在 ScienceWorld 和 ALFWorld 上的实验显示任务表现提升，消融研究验证了上下文实例化与动作调控对利用原理级知识的重要性。
arXiv cs.AIAI 评分2222 视觉 Transformer 如何通过转喻回路为抽象概念奠基
研究揭示 Vision Transformer 通过"转喻式奠基"机制识别抽象概念：在 CLIP 和 DINO 视觉编码器上应用 Transcoders 后发现，抽象预测由"火"等具体可解释的锚概念驱动，感知原语主导浅层、类物体锚点先于抽象目标出现，含渲染文字的图像则走独立的感知到文本路径。因果干预实验验证这些转喻中间特征确实参与抽象概念奠基。该成果发表于 EMNLP 2026 主会。
arXiv cs.AIAI 评分2727 RadOnc-Agent：面向放疗全流程 AI 工作流的 LLM 编排框架
RadOnc-Agent 是一个将放疗流程形式化为四个临床阶段、并通过对话界面提供 26 个可调用函数的智能体框架，由大语言模型控制器将临床意图映射为受 schema 约束的调用。
arXiv cs.AIAI 评分2222 Anchor Divergence：用锚点分布为对比学习指定上下文语义几何
研究者提出 Anchor Divergences，通过对比学习、指数族与信息几何的相互作用，在固定表示上建立锚点概率分布与 Bregman 几何之间的对应关系，从而为特定语义结构定制几何度量。检索实验显示，该方法能高效指定上下文相关的语义相似度。代码已开源。
arXiv cs.AIAI 评分2626 FluidPD：面向 SLO 的预填充-解码分离 LLM 服务原地弹性方案
FluidPD 是一个面向 SLO 的 P/D 分离 LLM 服务系统，通过 FluidToken 将部分预填充计算卸载到空闲的解码 worker 以应对瞬时失衡，并用 FluidRole 原地切换运行中 worker 的预填充/解码角色以应对持续失衡，避免模型重载与引擎重启。
arXiv cs.AIAI 评分2424 Text2Dashboard：面向企业 DataBrain 的自然语言仪表盘生成受控智能体架构
Text2Dashboard 是面向 DataBrain 的原型系统，通过可安装 Codex 插件与独立 Agent Runtime，将自然语言分析请求转化为可审查的仪表盘，由确定性软件控制执行并记录状态变更。
arXiv cs.AIAI 评分3636 GameGo：用真实资产锚定的合成轨迹训练游戏开发智能体
研究团队提出 GameGo 框架，将简短游戏创意系统化转化为基于行业实践的产品需求文档，并构建了覆盖 2D、2.5D、3D 游戏的 55,060 条开发轨迹数据集 GameGoData 及含 124 个游戏查询的 GameGoBench。基于该数据训练的 GameGoCoder 在游戏开发基准上超越同类基线，性能接近前沿模型。代码、数据集与模型将全部公开。
Hacker NewsAI 评分3434 Photopea 作者称 GitHub 拒绝下架 AI 去广告盗版仓库
Photopea 开发者称 GitHub 拒绝下架多个由 AI 去除广告后生成的盗版仓库，他于 2026 年 9 月 4 日提交 DMCA 通知，一个月后收到回复称无法确认违反 17 U.S. Code § 1201。这些仓库让用户误以为问题出自 Photopea.com，已影响其声誉，他正考虑寻求律师介入。
掘金AI 评分4545 当 Spec 遇见遗留系统：用 LangGraph 构建带人工审核节点的长任务 Agent
一次用 LangGraph 把"写 Spec、生成、验证、人工把关"落成真实系统的实践：流程拆成 Spec 构建、代码生成、自动验证、风险分级人审、部署上线五个阶段，构成可暂停、可恢复的状态机。高风险改动才暂停等待人工批准，checkpointer 把状态持久化到数据库，进程可安全退出后由外部轮询器从暂停点唤醒。作者强调重试与重新规划必须分开处理，并给重新规划设上限，避免循环空转。
掘金AI 评分4141 Cohere 推出企业级 AI 平台 North 2，主打模型无关与可控部署
Cohere 发布企业级 AI 平台 North 2，定位为可对接任意模型的 AI Agent 控制中枢，支持接入 Slack、SharePoint、Jira 等工具，并可通过提示词生成演示文稿、仪表盘和简单应用。
掘金AI 评分6666 EmbeddingGemma 2 发布：740M 参数多模态嵌入模型，支持本地推理
EmbeddingGemma 2 发布，参数量 740M，基于 Gemma 4 架构，从纯文本嵌入扩展到原生处理文本、代码、图像、视频和音频，映射到统一嵌入空间。
掘金AI 评分2727 一句“帮我看看我基金组合”，怎样走过 ETF Agent 的六层系统
ETF Agent 用六层系统处理“我的组合主要暴露在哪些行业”这类提问：从会话与请求身份、入口决策、原生研究循环，到统一 Projector 装配模型输入，再经工具执行、证据计算、正文交付与 Langfuse 观测。系统将消息身份与运行身份分开管理，同一消息重发复用原运行，正文冲突则拒绝覆盖已有执行。
掘金AI 评分2222 开源原生 Markdown 编辑器 Yu Markdown v0.1.3 发布，提供 macOS 与 Windows 安装包
Yu Markdown v0.1.3 发布，这是一款采用 Apache 2.0 协议开源的原生 Markdown 编辑器，已提供 macOS 与 Windows 安装包。
量子位精选AI 评分8585 OpenAI 公开 722 篇数学手稿，覆盖准黎曼猜想与 BSD 等难题
OpenAI 公开 722 篇数学手稿，归为 372 组结果，出自一个尚未发布的内部模型，论文、源码和部分 Lean 证明已上传 GitHub。内容涉及准黎曼猜想、霍奇猜想、BSD 猜想、π 的无理性指数等，模型此前尝试约 4000 个研究问题，平均每项结果算力约相当于 ChatGPT Pro 思考 3 小时。
推荐理由：OpenAI 一次性公开 722 篇数学手稿，读者可了解其覆盖范围与数学界对核验进度的保留态度。
掘金AI 评分3232 用 Codex 磁盘空间统计 Skill 排查 C 盘：AppData 占用 87.81GB
开发者用 Codex 配合自建的 disk-usage-excel Skill 统计 C 盘占用，8 分 14 秒后生成 Excel 报表，显示 C:\Users 占 117.94 GB，其中 AppData 达 87.81 GB。
掘金AI 评分5050 Personal AI Agent 架构实战：Memory、权限、跨 App 与本地/云端设计
Personal AI Agent 的关键分水岭不是模型参数，而是系统是否具备 Identity、Long-term Memory、Task State、Authorization、Approval 与 Audit 等完整执行层。
Hacker NewsAI 评分3434 Jev 驱动的 SRE 诊断管线：21 个故障通过率 76.2%，哪些成功哪些失败
一项无 LLM 智能体的 Jev 驱动诊断管线在 21 个 SREGym-Lite 故障上完成 105 次诊断，通过 80 次（76.2%），中位诊断时间 14.6 秒。
Hacker NewsAI 评分88 一对夫妇因一条关于 Norm Macdonald 的帖子两年内被报假警 55 次
一对夫妇因发布一条关于 Norm Macdonald 的帖子，在两年内被报假警（swatting）55 次。该事件在 Hacker News 上获得 67 分、47 条评论。
Hacker NewsAI 评分6262 Strands 发布开源决策模型 Strands Decider 2B
Strands 发布 Strands Decider 2B，一个 20 亿参数的开源决策模型，可在本地 CPU 或 GPU 上运行，权重、训练数据和脚本均已开源。
掘金AI 评分2222 NapCat 接入 QQ 机器人反复掉线排查：根因是守护脚本抢 Token
用 NapCat 把 QQ 接入自动化系统时反复掉线，排查二十来次后发现主因不是网络或腾讯风控，而是自己挂的守护脚本偷偷拉起桌面注入版，抢走 Shell 无头模式的登录 Token。作者在 Windows 11 + NapCat Shell + QQ 9.9.33-52230 环境下给出端口与日志交叉验证、失败熔断、进程树清理等加固方案，并称文末附有彻底断根的「终极重构版」。
掘金AI 评分2222 FSCrawler 3.0 发布：全新插件架构与 VLM OCR，一个二进制支持 Elasticsearch 7/8/9
Elastic 的 David Pilato 发布开源文件爬虫 FSCrawler 3.0，距 2.9 版本已过去 4 年 7 个月 16 天，累计 2,877 次提交、净增 31,484 行代码。
掘金AI 评分4848 LightCraft：纯 Rust 重写的开源 RAW 照片开发工具，内置 MCP 服务器
LightCraft 是一个用 Rust 从零实现的开源 RAW 照片开发与管理工具，对标 Adobe Lightroom，支持桌面原生应用与浏览器 WebAssembly 运行。
掘金AI 评分5050 给 AI 助手加能力，规则文件和 Skill 到底该用哪个？
针对 Roo Code / Cursor / Claude Code 等 AI 助手，作者提出「意图 vs 执行」双层模型：规则文件管「什么时候、必须做什么」，Skill 管「具体怎么做」。实测把所有规范塞进 rules 会让系统提示词涨到 3000+ Token，抽离执行逻辑后 rules 可瘦身到 200 Token 左右，并避免「Lost in the Middle」导致的注意力失焦。
掘金AI 评分6262 上下文组装：召回 50 条全塞给 LLM 为何回答越来越差
这篇 RAG 教程从一次企业内部知识库事故讲起：文档解析、切片、Embedding、向量检索、Hybrid Search、Reranker 都正常，Top-10 里也有正确答案。
掘金AI 评分1212 古代没有程序员，但蒲松龄们早就被"裁员"过了
一位写了近十年代码的程序员从古籍中梳理出被时代冲击者的三种结局：卢德分子砸织机、镖师转型、蒲松龄落第后写出《聊斋志异》。他借此对照 AI 写代码对程序员的冲击，认为 AI 替代的是"把需求翻译成代码"的动作，而非判断该做什么的能力，并选择把这场对峙本身做成作品。
掘金AI 评分6262 模型下载全攻略：HuggingFace、hf-mirror、ModelScope 国内实操
这篇教程针对国内直连 huggingface.co 不稳定、大文件下载易中断的问题，给出 HuggingFace、hf-mirror、ModelScope 三种可复制的模型下载方案。
掘金AI 评分3434 AI 复盘技能从 49 分钟压到 43 秒：主流程洁癖与时间盒三纪律实战
一次晨间复盘技能跑了 49 分钟，作者当场定下 5 分钟硬上限，把 kb 推送、钉钉修复等非主流程活甩出主线，并用 tools/jihua_collect.py 一条命令并行抓完八项数据源，实测全链 43 秒。其中 collector 抓数 0.4 秒，判断加写盘约 40 秒，kb 收尾 8.5 秒转入后台不阻塞主流程。