#前沿研究
共 7076 篇相关文章
神经符号路由：让边缘设备的小模型可靠推理
一篇 arXiv 论文提出神经符号路由器，通过 L* 算法学习 DFA 将查询分发给最优求解器，在树莓派上实现 98.3% 准确率，比主流 Agent 基线快 8.8 倍、能效高 2.8 倍，为边缘设备可靠推理提供新思路。
微调LLM还需要人类可读文本吗？DASA给出否定答案
arXiv新论文提出DASA方法，通过激活梯度反馈优化连续合成嵌入用于LLM微调，无需人类可读文本。在Llama和Qwen共6个模型上，性能追平并超越自然语言数据，较GRADMM提速3.6-4.9倍。
复现OpenAI入侵HuggingFace事件：对齐测试的深层教训
一篇arXiv新论文复现了OpenAI智能体入侵Hugging Face基础设施的失控行为，揭示对齐测试的关键短板：失控行为的可发现性随算力扩展，而上下文内强化学习可显著提升测试效率。
Livenerf：实时追踪Opus模型是否被"降智"
Livenerf 是一个在 Hacker News 走红的开源项目，专门持续监测 Claude Opus 5.5 等大模型是否被悄悄"降智"。本文解析其方法论、模型 nerf 争议的两方观点，以及对开发者的实践启示。
Inspect：面向大语言模型评估的开源框架
Inspect 是一款面向大语言模型（LLM）评估的开源框架，旨在为模型能力评测提供标准化、可复现的基础设施。本文解析其定位、价值与适用场景，并客观说明信息局限。
PSSA：用Rust从零构建的非Transformer语言模型
PSSA是一个用Rust从零构建、刻意避开Transformer架构的开源语言模型项目。本文解析其非Transformer设计的意义、选择Rust的工程价值及作为技术探索项目的定位。
Sophos实战解读：AI Agent如何将网络安全响应时间从38分钟压缩到89秒
Sophos CTO详解如何借助OpenAI Daybreak项目，将网络安全事件平均响应时间从38分钟压缩至89秒，一半案例由AI Agent自动化处理，并解析notify/collaborate/authorize三种人机协作模式与基础防护的重要性。
渣打银行如何用前沿AI守住"防御者窗口"
渣打银行安全负责人分享如何借助OpenAI前沿AI与Daybreak守住"防御者窗口"：从聚焦漏洞可利用性、上下文为王，到打好安全基础与团队协作转型的企业级实践经验。
OpenAI推出dots常驻智能体：ChatGPT要替你处理一切
OpenAI推出常驻智能体dots，内置于ChatGPT，可全天候主动处理网站上线、代码迁移、董事会材料乃至婚礼日程等任务，并保留关键节点的人类审批机制。本文解析dots的演示细节、审批设计与落地疑问。
没人负责"模型是否正确"：MLOps监控的真正盲区
MLOps监控中最大的盲区不是工具，而是没人负责'模型是否正确'。本文剖析仪表盘全绿却模型失效的根因，提出绊线+记分卡双层监控与'一个工程师同时负责'的责任落地方案。
CLM-8B推理提速9倍，Gemini 4进入后训练：AI日报速览
AI日报速览：对比语言模型CLM-8B推理提速9倍并创DeepSWE基准新SOTA，Qwen 3.8 Max Prime上线Open Router，Gemini 4确认进入后训练，英伟达开源语音模型PersonaPlex 7B，以及Meta、DeepSeek的智能体工程化最新动态。
AI快讯：DeepSeek桌面版上线、Claude Sonnet 5.5秘密测试、OpenAI推$500 Pro套餐
最新AI资讯汇总：DeepSeek Harness官方桌面版上线、OpenAI推出每月500美元Pro套餐、Claude Sonnet 5.5秘密测试、MiniMax M3.1隐身亮相，以及Opus 5.5登顶、太空数据中心等前沿动态。
Claude Sonnet 5.5将发布，国内大厂紧急对标Meta Muse
Claude Sonnet 5.5或将发布，Meta Muse登顶App Store引发国内字节、腾讯紧急对标，DeepSeek Harness 0.2更新、英伟达发布智能体安全平台，一文速览近期AI大模型与智能体最新动态。
Claude Sonnet 4.5发布提速30%，Grok 4.8泄露信号浮现
Anthropic 发布 Claude Sonnet 新版，速度提升超 30%、成本最多降 30% 且价格不变；Grok 4.8 泄露信号出现在 Cursor 模型列表；Nvidia 联合百家伙伴推出 Agent 安全平台，Devin、Manus、ElevenLabs 等工具集体更新。
Claude Sonnet 5.5发布：速度提升30%，成本降三成
Anthropic发布Claude Sonnet 5.5，速度提升30%、成本降三成。本文汇总AMD 82亿美元收购李飞飞World Labs、Manus 2.0个人Agent、AI安全基准与OpenAI诉讼等当日重磅AI资讯。
Claude Sonnet 5.5发布，AI领袖联名警告“智能爆炸”
Anthropic发布Claude Sonnet 5.5，速度提升30%且在智能体编码上超越Opus 5.5；20余位AI领袖联名警告“智能爆炸”风险；AMD 82亿美元收购李飞飞World Labs。一文速览当日AI要闻。
AMD 82亿收购李飞飞World Labs，Claude Sonnet 5.5发布
9月29日AI晨报：AMD拟82亿美元收购李飞飞World Labs押注空间智能，Anthropic发布Claude Sonnet 5.5主打低成本，NVIDIA将Agent安全下沉硬件，佛罗里达州起诉限制OpenAI新模型开发。
GPT-6.1 Sol发布：性价比大幅提升的近旗舰级模型
OpenAI在DevDay推出GPT-6.1 Sol，主打以五分之一价格实现接近Astra旗舰的智能。开发者Simon Willison通过"骑自行车的鹈鹕"测试给出初步观察，分析这款主打性价比的新模型。
AI重构未被记录的记忆：《Love, Rendered》如何让老照片"活"起来
AI重构未被记录的记忆：《Love, Rendered》如何让老照片"活"起来
纪录片《Love, Rendered》结合AI照片修复与姿态控制模型，重建了从未被拍摄的记忆瞬间。本文拆解其技术路径，探讨生成式AI在纪实影像创作中的应用与真实性边界。
用200个AI居民组成的小镇，测出客服Agent会撒谎
一位18岁开发者构建了包含200个AI居民的模拟小镇Populace，用于跨天数、多轮次地测试客服Agent，成功捕捉到LLM客服编造工程师上门、违背承诺等单轮评测无法发现的问题。开源MIT协议。