从发现前沿资讯，到找到趁手的工具。
JAX模型与基础设施JAX 是一个面向加速器的 Python 数值计算库，专为高性能数组计算与大规模机器学习设计，支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首K
Kiro编程与开发Kiro 是面向开发者的 AI 工程工具，可将需求整理为规格、架构与任务，通过智能体实现代码，并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首E
EvoMap智能体与自动化EvoMap 是面向AI Agent经验复用的基础设施，通过GEP协议组织可复用策略与带验证记录的修复资产，提供市场和质量排序，帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首M
MemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具，支持本地化处理，无需上传数据，保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件（如 MP4、MP3、AAC、M4A 等）高效转录为文本，并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力，适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首O
Open Design设计与 3DOpenDesign 是开源设计工作区，可连接本地编程智能体、自带模型密钥或使用云端模型，围绕设计系统生成和编辑原型、网页、演示与图形；本地软件免费与模型服务费用需要区分。
分类推荐榜首A
AI Short写作与内容AI提示词管理和共享平台，多种场景的快捷指令
分类推荐榜首AAssemblyAI 是面向开发者的语音 AI 平台，提供预录音、实时和短片同步转录 API，并结合说话人、情绪、章节与摘要分析，以及语音智能体、听写和敏感信息处理等能力构建语音应用。
待评分 · 分类列表推荐M
My Glow Up AI生活与个人My Glow Up AI提供基于自拍的免费分析，无需注册，可生成适合你的发型建议和美容计划。
待评分 · 分类列表推荐I
IamIP行业应用IamIP是一个专利平台，提供AI驱动的搜索、分析和监控工具，帮助用户更高效地进行专利研究和管理。
待评分 · 分类列表推荐U
Udacity AI学院教育与语言Udacity AI 学院是人工智能课程与学习路径入口，涵盖机器学习、深度学习、计算机视觉、自然语言处理及 AI 产品管理，可按基础和目标选择课程与项目训练。
待评分 · 分类列表推荐arXiv:2610.36353v1 发布类型：新 摘要：大型语言模型（LLMs）常常将含糊的输入当作具有单一明确含义来回答。这存在严重问题，因为输入歧义是不确定性的一个上游来源：当一个提示可能存在多种有效解释时，关键问题在于模型是否应当直接作出回应。现有的输入不确定性方法通常依赖于由大型语言模型生成的语句或澄清，但这类转换可能在测量歧义之前就已经对输入进行了消歧。我们提出了一种保留标签的扰动框架，用于检测输入歧义，在该框架中，扰动保持与原始输入相近，同时保留其标签。我们通过两种检测器对该原则进行了具体实现：一种是基于规则的黑盒扰动库
arXiv：2610.36191v1 发布类型：新 摘要：大型语言模型（LLMs）经常生成流畅但事实错误的回复，这引发了对其可靠性的担忧。近期的幻觉检测方法越来越多地利用内部表示，但从高维隐藏状态中提取有效信息仍然充满挑战。现有方法往往依赖于特定激活或基于池化的压缩方式，可能忽略了分布在Transformer各层、特征模式和标记中的判别性信息。我们提出了LOTUS（基于低秩顺序统计TUcker的子空间学习），这是一种用于幻觉检测的多线性低秩分解框架，能够在降低对标签依赖的同时，从LLM的隐藏状态中提取紧凑的表示。
arXiv：2610.36668v1 发布类型：新 摘要：阿希服从实验近来作为衡量大型语言模型（LLMs）中从众行为的一种手段而备受关注。尽管先前的研究主要致力于证明大型语言模型中的从众现象，但我们的工作在此基础上进一步引入了定量分析维度。我们并未针对一系列问题对前沿大型语言模型进行抽样，而是通过反复采样同一个问题，利用大型语言模型的概率特性生成答案分布。由此，我们可以比较模型在被呈现人为制造的共识前后答案分布的变化。实验结果证实，前沿大型语言模型确实存在从众现象，这与先前文献的结论相一致；同时，借助我们提出的分布间对比方法，还提供了更多……
K3.1 Pro发布之后，由于多位用户反馈额度烧得太快，月之暗面紧急发布公告，称“问题出在我们，我们也本应更早修复”，在补偿额度的同时，月之暗面也表示将“减少不必要的子Agent调用和输出长度”。就在模型上线前两天，Anthropic发了一篇文章，标题为《构建Agent：何时该把子Agent折叠回主循环》（Building agents: When to fold subagents into your main agent loop），它所讲的，刚好就是关于子Agent这件事。Anthropic的结论是，通过对比多家企业部署的Claude他们发现，一个带技能的Agent，质量反而胜过了“一群...
微软让同一个大模型扮演五位“医生”组成会诊小组，其中一位AI医生专门负责抬杠。在其他角色倾向于某个诊断时，它要找出其中的漏洞，免得大家沿着一条错误的思路越走越远。这套名为MAI-DxO的系统，最近登上了《科学（Science）》杂志。微软10月22日公布的结果显示，在用《新英格兰医学杂志》304个疑难病例开展的测试中，它的诊断准确率约为83%。作为对照，允许查阅资料的医生组，准确率约为36%。会诊小组里，还有一位专门管花费。如果便宜的检查能提供同样的信息，它就会建议替换，尽量省掉花钱多、作用小的项目。研究团队希望，这样的分工既能帮助AI找准病因，也能减少不必要的检查费用。接下来，微软计划与美国...
AI排行榜上的冠军会换，用户每天使用的产品却未必换。大模型的下一场竞争，不仅仅是谁的模型更强，而是把一次使用变成习惯。
OpenAI 又卷起了大模型的性价比。#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
arXiv：2610.33015v1 发布类型：新 摘要：长期记忆使大型语言模型（LLM）代理能够维持个性化且时间上连贯的交互，但为实现记忆的接纳、提取与组织而反复调用LLM进行推理，会带来显著的成本与延迟。我们提出了SLICE-Mem，一个轻量级的记忆框架，它将基于显著性引导的接纳与基于谓词的信息提取相结合。一个紧凑的分类器用于识别值得保留的用户发言，而基于语义依赖关系的提取器则将被接纳的发言转化为简洁的记忆条目。这一在线处理流程无需调用生成式LLM，同时跨条目的一致性校验被推迟至离线的整合阶段。我们在Memora和LongMemEval-S的每周子集上，使用8B a对SLICE-Mem进行了评估
arXiv：2610.32429v1 发布类型：新 摘要：大型语言模型（LLM）代理正越来越多地以异步方式执行任务：主代理在子代理运行的同时继续工作，而任务状态可能在其结果到达之前就已发生变化。主代理必须决定哪些工作需要更新或保留、哪些检查需要重复，同时避免进行被禁止的修改。仅凭最终任务的成功并不能说明这些结果是否被正确处理，而且自然的异步到达现象也难以复现。我们提出了 Async-RBench，一个用于评估 LLM 代理中异步任务执行的基准测试，包含涵盖八种场景的 200 个可执行任务。场景控制器通过预定义的任务状态条件来调控结果的交付，而事件响应契约（ERC）则规定了每种响应应满足的要求
arXiv:2610.33012v1 发布类型：新 摘要：具备工具调用能力的大型语言模型（LLM）智能体，在从相同初始状态出发的多次独立运行中，表现出行为不一致的现象，例如调用不同的工具、产生相互矛盾的输出，或采取截然不同的策略。这种行为上的波动会随时间累积，从而削弱部署的可靠性。现有的评估指标主要通过基于任务完成度的得分来衡量正确性，而未能捕捉智能体在多次执行中的行为一致性。此外，对智能体行为的分析要么停留在词元层面，借助概率分布进行评估；要么聚焦于单次响应层面，采用语义聚类方法，但两者均无法刻画不一致性如何在轨迹的后续步骤中进一步传播。我们提出了递归语义发散（RSD），一种无
arXiv:2610.33007v1 发布类型：新 摘要：在集成的地面与非地面（TN/NTN）6G网络中，自然语言服务意图可能存在不完整、模糊或不一致的情况，这使得无约束的大型语言模型生成难以实现面向网络的可靠编排。本文提出了一种知识引导的大型语言模型框架，该框架将语法约束的语义解析与知识图谱驱动的澄清循环相结合，从而为四大典型服务类别生成经过验证、可直接用于编排的服务配置文件。在包含200个样本的意图数据集上，该框架实现了89%的分类准确率和95%的策略有效性，且每条请求平均只需0.66次澄清迭代。与纯大型语言模型基线相比，所提出的框架显著提升了策略的有效性及共
arXiv：2610.33039v1 发布类型：新 摘要：我们推出了 Nemotron 3.5 Bolt 74B-A9B 24GB，这是一种混合型 Mamba-Transformer 视觉语言模型，可在本地智能体驱动的工作负载中实现每 GB 内存的计算速度与智能性能的最优平衡。该模型源自 Nemotron 3.5 Super VL 120B-A12B 系列，通过结合 Star Elastic 压缩与 2 位量化感知蒸馏技术，适用于内存受限的部署场景。该模型针对推理、智能体工具调用以及网页与终端交互进行了优化。此外，我们还训练了一款名为 LiLiCorr 的投机性起草器，并随模型一同发布，以达到预期的推理速度。最终得到的模型在多项通用智能体任务基准测试中，相较于具有相似内存占用和速度的领先模型，实现了更高的准确率。
arXiv:2610.33237v1 发布类型：新 摘要：语言模型如何判断自己是否拥有足够的证据来作答？语言模型往往会在证据不足的情况下仍给出答案。决定是直接作答还是继续收集更多证据，需要对现有证据下答案正确的概率做出精确的校准估计。然而，大多数校准研究都将输入视为固定不变，而未考虑这种估计应如何随证据的变化而调整。我们提出了“证据状态校准”，要求模型在作答前的置信度与其正确作答的概率相匹配，并且每当证据改变这一概率时，置信度也相应调整。我们提出了一种名为\ours{}（即“充分性置信度估计”）的方法，该方法通过微调
让好奇心有方向，让每一天的阅读更有价值。
