#前沿研究
共 8617 篇相关文章
AI Agent重复执行频发？根因是状态建模错误
AI Agent重复派发Bug的根因往往不是重试逻辑问题，而是状态建模错误。StareBrain提出双轴状态模型，将交付确认与语义接受分离，通过状态机结构不变式从根本上防止重复执行。
揭秘"购买已验证Poloniex账户"：骗局、风险与安全指南
深度解析"购买已验证Poloniex账户"背后的骗局与法律风险，介绍KYC验证的真实含义、正确账户验证流程，以及如何培养加密货币领域的信息辨别能力，帮助读者远离账户买卖陷阱。
买已认证KuCoin账户？先读懂加密货币KYC与账户安全
解析"购买已认证KuCoin账户"背后的KYC机制与风险，说明账户注册与身份验证的区别、认证与可信度的界限，并提供数字金融账户管理的学习框架。
推理专用NPU也能训练Transformer：VKORE实现0.9999精度对齐
VIDRAFT推出VKORE软件加速层，在不改动芯片的前提下让推理专用NPU实现Transformer LoRA训练，精度与PyTorch达0.9999对齐，推理吞吐提升4.1倍，训练速度达同服务器CPU的170倍。
浏览器里跑RAG：小语言模型的实测与反思
浏览器端RAG全链路实现解析：用不到600MB的小模型在本地GPU跑检索增强生成，实测30道问题的忠实度，揭示小模型拒答能力缺失、相关性门控失效等真实局限。
AI决策模型：当你的AI应返回概率而非段落
Liquid AI发布开源决策模型d1-3B和d1-omni-600M，以单次前向传播返回带概率的决策结果，零输出token，毫秒级延迟。本文解析决策模型的工作原理、代码示例、置信度路由模式及适用场景。
OpenAI 新数学方法声称加速傅里叶变换计算
OpenAI 提出新数学方法声称可加速傅里叶变换计算，引发 Hacker News 社区热议。本文分析其核心思路、数学争议、实际加速潜力及对信号处理与 AI 训练的影响。
AI模型可证明地隐藏任意能力
AI模型可证明地隐藏任意能力——一项理论研究揭示了AI安全评估的根本局限，红队测试和检测工具可能无法发现策略性隐藏的有害能力，引发对AI验证方法有效性的重新审视。
AI时代问责制：公共对话中的文字责任与归因
MIT教授Deb Roy提出AI时代公共对话的问责制：每段文字无论是否由AI生成，都必须有可问责的人。本文解析问责制的紧迫性、落地路径与争议，探讨如何为公共对话重建信任。
Meta发布Muse Wonder系列:前沿模型实测与基准解析
Meta发布Muse Wonder和Muse Wonderful前沿模型,实测魔方还原、3D渲染与游戏生成能力,多项基准登顶,但配额限制与高昂成本引发关注。
LangGraph+MCP+RAG：企业级医疗多智能体实战解析
基于B站实战课程，解析如何用LangGraph、MCP、RAG构建企业级医疗行业多智能体Agent，涵盖Agent定义、技术栈配合与开发者能力转型建议。
AI智能体生态学：协作如何引爆种群临界点
最新研究从生态学视角揭示AI智能体种群动态：协作会使集体网络攻击能力随种群规模增长，形成临界人口阈值，低于则衰退、高于则失控起飞。研究呼吁生态红队测试与种群节奏控制。
从OpenAI到谷歌：AI智能体安全事故揭示评测边界盲区
2026年OpenAI、Anthropic和谷歌AI智能体评测事故揭示评测边界盲区。本文分析三起事件的共同根源，解读PASAC主动安全保证框架和五层边界保证栈，探讨AI智能体安全从被动遏制到主动保证的转型路径。
METR时间跨度估算遭统计质疑：AI能力评估需重新审视
研究重新分析METR时间跨度指标，发现AI任务难度与人类时间的非线性关系，建议结合诊断图表解读时间跨度，避免跨区间比较的误导性结论。
BrickBench：用乐高积木测试AI智能体设计能力
BrickBench是一个评估AI智能体乐高设计能力的基准测试，要求智能体根据文本提示从离散零件库中选出积木并搭建出可物理组装的模型，同时评估有效性、语义对齐和设计质量。研究发现领先智能体在物理和语义要求上基本达标，但设计水平仍不及人类。
Bi-FORK：高维分岔系统的生成式建模新框架
Bi-FORK 提出面向高维分岔系统的生成式建模框架，通过潜空间流匹配与排斥引导采样，在单次推理中恢复多个解分支，可处理高达26万点的离散化问题，为物理仿真中的一对多映射提供新思路。
探针捉住AI撒谎：白盒检测如何识破模型隐藏目标
研究团队用白盒探针检测大模型欺骗行为，在SHADE-Arena达98.8% AUC，内省式欺骗场景最高99.7%，并开源FIBS数据集，为前沿AI监控提供新路径。
RoboRSI：机器人自我进化系统在复杂现实环境中稳定复用
RoboRSI 是一个基于自顶向下技能细化（TSR）的机器人自我改进系统，通过多角色协作在复杂现实环境中实现稳定、高效、可复用的技能进化，在 LIBERO 等基准测试中成功率超越基线 2.7-11.0 个百分点。
