今日要闻
AI网红“方桃子”翻车:虚拟人接美瞳广告 运营方被罚款
腾讯新闻 · AI频道控制 GitHub Copilot 自定义设置的来源
GitHub Copilot changelogAgent演示惊艳,一进生产就不好用:SAP直指企业AI落地的最大幻觉
InfoQ AI从发现前沿资讯,到找到趁手的工具。
发现好用的 AI
左右滑动探索 →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OOpenDesign 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EEvoMap 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JJAX 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MMy 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E
Elicit知识与研究Elicit 面向科学研究提供语义检索、研究报告、文献筛选与数据提取,可在来源材料中追溯回答,并通过文献库、研究 Agent 与持续跟踪流程组织证据,适合从问题探索推进到系统性综述。
待评分 · 分类列表推荐妙腾讯广告推出的AI直播电商解决方案
待评分 · 分类列表推荐IIamIP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AI 正在发生
1545 条已发布资讯实时分区控制中的零样本协同认知受限伙伴
arXiv:2610.31726v1 发布类型:新 摘要:有效的人机协作需要能够与不可预测的人类伙伴进行协调的智能体。通过实时人类反馈或大规模行为数据集进行强化学习成本高昂,而纯模拟训练则容易过拟合于人工设定的规范,在与真实人类的零样本协作中往往表现不佳。我们提出了一种针对认知受限伙伴训练协作智能体的框架:这些模拟伙伴的多样性源于基于人类生理学文献的程序化约束,具体包括反应延迟和感知局限,而非依赖奖励塑造或历史训练中的关键节点。在经过改造的月球着陆器环境中,我们报告了初步证据,表明这些伙伴的表现更接近r
新研究发现:强化学习中的现有Critic可直接复用为大语言模型置信度估计器
一篇于2026年10月26日发布在arXiv(编号2610.31820v1)的AI研究论文指出,针对采用基于价值的强化学习(value-based RL)训练的大语言模型(LLMs),其已有的Critic模块无需额外训练或数据即可作为高精度、高校准性的置信度估计器使用。
推荐理由该研究揭示了置信度估计与RL中Critic训练在数学本质上的等价性(在正确性结果定义下),并通过跨十余个领域(数学、代码、工具调用、通用推理)的实证验证了复用Critic的有效性与泛化能力;成果对降低LLM可信部署门槛具有直接工程价值。
用于上下文依赖解析的POS签名演示检索
arXiv:2610.31966v1 发布类型:新 摘要:上下文学习的示范通常通过语义相似度进行检索,而这在结构化预测任务中可能并非相关性的良好替代指标。我们研究了面向通用依存句法分析的示范选择方法,采用一种基于词性签名的策略,该策略以加权词性统计特征表示句子,并从已标注的训练集里检索出三个长度兼容、由人工标注的示例。我们在UD英语网络树库测试集的全部2,077个句子上,对两种未经过微调的开放权重语言模型进行了评估,将该策略与按样本数量和格式匹配的固定三元组及语义三元组基线,以及零样本、链式思维和批判性修正等系统进行了比较。结果表明,基于词性签名的检索方式获得了最高的标注准确率
基于演员-评论家架构的智能体的金融情境丰富策略:一种用于股票交易的深度强化学习方法
arXiv:2610.32237v1 发布类型:新 摘要:在现代金融市场中,超过四分之三的大宗交易均由基于先进交易策略的算法交易执行,其精度与速度均优于传统的人工交易。然而,以价格指标为核心的传统策略难以捕捉由社会情绪、政治不稳定或突发经济变化等现实事件所引发的市场动态。随着深度强化学习(DRL)的兴起及数据获取的日益便捷,亟需更高效的算法,以便将这些外部因素纳入交易策略之中。深度强化学习在模拟现实场景以及简化复杂决策方面展现出巨大潜力,因为DRL智能体能够自动
TaxoSAE:通过分类逻辑重新思考稀疏自编码器
arXiv:2610.31894v1 发布类型:新 摘要:近期的稀疏自编码器(SAE)能够将大型语言模型(LLM)的表示分解为可解释的特征,从而实现对编码知识的精确读取与控制。然而,现有的SAE将每个特征视为独立单元,而现实世界中的知识往往具有层级化的分类结构。因此,这种读取方式无法保证分类学上的一致性,控制也缺乏足够的粒度来明确指定编辑的范围。我们提出了TaxoSAE,该方法在SAE的特征空间中显式地编码了分类学信息,基于“is-a”(超类—子类)关系构建。TaxoSAE通过堆叠一系列SAE来模拟一个分类体系,每一层对应一个分类层级,并引入了一种分类对齐损失,使每个概念在被激活时都能准确对应其所属的分类层级。
KnitTrans:用于高效且有效的大型语言模型强化学习的协同轨迹迁移
arXiv:2610.32389v1 发布类型:新 摘要:在大型语言模型的强化学习(RL)中,从滚动阶段到训练阶段的轨迹迁移既会影响学习质量,也会降低系统效率。强制执行全批训练要求可能会延迟已完成轨迹的准入,从而导致更高的架构陈旧性——即与集中式执行相比,采用分散式流水线所带来的额外参数版本差距。除了准入问题之外,数据访问与训练消耗之间的错配还会在传输大型轨迹负载时引发冗余移动和不必要的等待。我们提出了 KnitTrans 系统,通过三项设计来协调滚动到训练的路径。首先,基于约束保持的迷你批次准入机制能够在早期迷你批次组合方面提供灵活性……
别忘了你刚刚学到的内容:自主修复将客服人员的失误转化为持久的学习经验
arXiv:2610.31846v1 发布类型:新 摘要:智能体应当从自身错误中学习,从而使经验带来持续改进。然而,当前的智能体仅能暂时从错误中恢复:上下文中的反思很容易在不同会话间被遗忘,并且会与有限的上下文资源产生竞争;而全参数微调则成本高昂,还可能干扰已有能力。我们提出了一种名为“自我引导”的机制,使智能体能够从错误中学习,兼具临时性上下文重试与策略更新的优势。当智能体执行任务失败时,它会回顾自身的行动轨迹,从中提炼出经验教训,并立即将其转化为一个轻量级的低秩适配器。通过冻结原始权重,自我引导机制有效避免了适配器训练对原有模型的过度覆盖……
基于空间启发式策略的在线三维装箱扩散强化学习
arXiv:2610.32241v1 发布类型:新 摘要:传统启发式方法在诸如三维装箱问题中的空间利用率和布局紧凑性等核心目标上积累了成熟的经验,其依赖于人工设计的规则型逻辑。然而,这些方法在泛化能力和对动态场景的适应性方面存在明显局限。扩散强化学习融合了强化学习的空间搜索能力与扩散学习的数据分布建模能力,在动作分布建模和决策合规约束等方面取得了一定进展。尽管如此,仍存在诸如对三维装箱问题中空间拓扑结构的感知不足、布局优化能力有限等问题。
大型语言模型的分布对齐及其泛化特性
arXiv:2610.31687v1 发布类型:新 提要:大型语言模型正越来越多地被用于模拟和探究人类行为,例如开展问卷调查。对于这类应用,一个关键特性是输出需满足分布对齐:即其输出分布应与某一参考(在本例中为人类)分布相一致。实现分布对齐的一个障碍在于如何从小规模训练数据中进行泛化。本文研究了:(1) 如何使大型语言模型实现分布对齐;以及 (2) 实现分布对齐的大型语言模型在面对未见样本以及不相关主题与任务时的泛化能力。通过两个大规模基准测试,我们发现大型语言模型确实能够实现分布对齐,并且能够在同一领域的未见问题上实现泛化。而跨主题的泛化则取决于各主题之间的关联性(例如…
LazyFlash:用于加速长上下文微调的前向密集、后向稀疏注意力机制
arXiv:2610.31911v1 发布类型:新 摘要:随着大型语言模型(LLMs)处理的序列长度不断增长,注意力机制已成为主要的计算瓶颈。稀疏注意力大多面向推理阶段,但许多方法在训练时仍采用密集模式,或无法支持稀疏训练;此外,这些方法额外增加的复杂性使得稀疏性难以转化为实际的运行时间加速,因此在实践中密集注意力仍然被广泛使用。本文提出了 LazyFlash,一种前向密集、后向稀疏的注意力机制,其核心基于这样一个观察:注意力机制的训练过程主要由反向传播阶段主导。LazyFlash 使前向传播保持完全密集,因此训练得到的模型仍然是标准的密集模型,现有系统(如 vLLM)无需任何修改即可直接服务。对于反向传播阶段,LazyFlash 提出了一种梯度-a
PPO 与 SAC:双臂空间机器人协作运动控制的比较研究
arXiv:2610.32034v1 发布类型:新 摘要:随着轨道碎片数量的不断增加,人们对主动清除碎片和在轨服务的兴趣日益浓厚。与单臂系统相比,双臂空间机械手能够在抓取稳定性和载荷分布方面提供更优的性能。然而,在存在臂间碰撞规避、姿态对齐以及传感不确定性的情况下,协调两台机械手仍是一项极具挑战的任务。本文针对具有臂间碰撞规避约束的目标到达任务,提出了一种用于双臂空间机械手协同运动规划的协调强化学习框架。该框架采用一种集中式状态表示,融合了关节空间、末端执行器以及目标相对位置等信息;同时,设计了一种多目标奖励函数,以促进目标达
Sebastian Raschka发布八视频课程《从零构建推理模型》
Sebastian Raschka于2026年10月24日在Ahead of AI杂志(magazine.sebastianraschka.com)发布一套共八讲、超11小时的Python与PyTorch实操视频课程,系统讲解推理模型的评估、推理时扩展、强化学习(RLVR)与知识蒸馏,基于预训练Qwen3-0.6B模型实现全部方法。
推荐理由该课程是作者继《从零构建大语言模型》后推出的进阶技术教育内容,聚焦当前主流LLM的核心演进方向——推理能力增强,覆盖从基础环境搭建到GRPO强化学习、自蒸馏等完整技术链,且明确声明所有实现均‘从零手写’、可复现,具备强教学性与工程参考价值。
研究提出自评估强化学习框架SARL,提升检索增强大模型的搜索状态感知能力
2026年10月24日,arXiv发布论文arXiv:2610.30435v1,提出Self-Assessment Reinforcement Learning(SARL)框架,旨在解决现有检索增强大语言模型中搜索代理缺乏搜索状态感知能力的问题。
推荐理由该研究针对检索增强型大语言模型在复杂任务中因无法识别已获/缺失信息而导致幻觉推理和过早终止搜索的关键缺陷,提出无需测试时额外评估的端到端强化学习方案,并在多跳推理与深度研究基准上取得显著性能提升。
发布尼泊尔语-英语混合语音识别新基准与合成到真实两阶段适配框架
研究者于2026年10月24日在arXiv发布论文(编号2610.30860v1),提出首个面向自发播客场景的尼泊尔语-英语代码切换ASR基准,含13,044条真实语句(15.45小时),并设计合成到真实的两阶段适配方法:先以0.95小时多说话人TTS合成语音监督微调,再引入带脚本奖励的组相对策略优化(GRPO)。
推荐理由该工作直面低资源语言代码切换ASR中脚本混淆与切换点错误率高的核心难题,通过严格审计数据杜绝机器翻译泄露和声学循环,并公开全部验证文本、时间戳、剧集元数据及重建脚本;实验结果具统计显著性(p≤0.001),且在单语基准上验证了泛化稳定性。
研究者重构西西里语神经机器翻译系统,提升低资源语言翻译质量
一篇于2026年10月24日发布在arXiv(编号2610.30374v1)的技术论文报告了对西西里语小规模神经机器翻译(NMT)系统的重构工作:基于双语期刊《Arba Sicula》PDF提取高质量平行语料,改进句对齐、分词与词干敏感子词切分,并将原Perl依赖流程迁移至无Perl实现;实验对比从头训练的小型Transformer与微调预训练NLLB模型,证实后者显著更优,尤其在译入西西里语方向。
推荐理由该论文提供了针对濒危/低资源语言西西里语的可复现、工程化增强的NMT实践路径,涵盖语料构建、模型适配与训练策略优化等关键环节,且所有评估均基于冻结的《Arba Sicula》测试集,方法透明、限制明确,具有技术参考价值。
研究提出Delta N-gram:面向语言模型原生N元语法表的前向-only持续写入方法
2026年10月24日,arXiv发布论文arXiv:2610.31125v1,提出Delta N-gram——一种不修改预训练N-gram表T⁰、仅通过前向传播写入稀疏增量补丁Δ的新机制,支持高效、可逆的持续记忆更新。
推荐理由该工作针对持续学习中模型基础参数扰动大的问题,提出结构轻量(4.1M参数)、计算高效(纯前向)、完全可逆(清空Δ即恢复原始模型)的记忆增强路径,并在Qwen3.8-Flash-Next等模型上验证其更强的文档特异性与抗干扰能力,属前沿可信AI系统研究。
AQL-Lite发布:面向现代标准阿拉伯语的高效大模型持续预训练框架
2026年10月24日,arXiv上线论文2610.30344v1,提出AQL-Lite框架,通过质量优先的数据筛选与部分参数持续预训练(CPT),显著提升多语言大模型对现代标准阿拉伯语(MSA)的适应效率。
推荐理由该研究直面阿拉伯语大模型训练中噪声数据多、方言混杂、持续预训练成本高等核心挑战,提出可复现、轻量、高性价比的技术路径,并在多个权威阿拉伯语基准上验证有效性;所有结论均基于论文明确报告的实验设置与结果,无外部推断。
自然语言自动编码器可有效 verbalize 大模型激活差异,支持模型差分与可解释性研究
一项发表于2026年10月24日arXiv的论文(arXiv:2610.30934v1)系统评估了自然语言自动编码器(NLAs)在激活空间差异表征上的泛化能力,实验证明其在组合性、微调模型适配、微调目标恢复及模型差分专用化四方面表现稳健。
推荐理由该研究基于四项可复现实验设计,覆盖四个来自三个家族的大语言模型,在激活 verbalization 这一新兴可解释性方向上提供了迄今最系统的泛化性证据;所有结论均严格限定于论文报告的实验设置与观测结果,未外推至未测试模型规模或任务。
研究提出新评估方法与模型以应对政治争议话语中未明示论证(enthymeme)识别的标注分歧问题
该论文基于关于疫苗接种和移民议题的推文数据(每条由五名标注者独立标注),发现现有微调模型在enthymeme检测任务中F1分数始终停滞在0.67左右;为此,作者提出应放弃单一标签评估范式,转而采用能刻画标注者意见分布的新指标,并设计可直接预测该分布的模型,在不降低F1的前提下更好捕捉人类判断分歧。
推荐理由论文直面NLP中长期被忽视的‘标注者分歧即本质特征’这一现实——尤其在政治敏感语境下,enthymeme的识别高度依赖主观推理。其方法论转向(从点预测到分布预测)和对话语结构局限性的实证揭示,对内容审核系统的设计具有明确警示意义:依赖多数票训练的模型可能系统性忽略需深度语境推断的隐性论证。
