⌘ K
… 读取采集状态 同步中...
雷

#推理

今日 7 条
10月11日周日
  1. 极市平台75

    何恺明团队发布视觉原生Harness框架VISTA，实现多模态模型按需回看视觉记忆

    何恺明团队在最新论文中提出视觉原生Harness框架VISTA。该框架通过构建无损视觉记忆与主动检查机制，使多模态模型无需重新训练即可随时回看、放大和对比历史画面。搭配VISTA，Claude Opus 5.0在ARC-AGI-3基准上达到满分，游戏动作数比人类基线少57.4%；GPT-5.6 Sol同样全通关。

  3. CVer84

    OpenAI 发布 GPT-6.1 Sol 的 Ultrafast 模式

    OpenAI 发布了 GPT-6.1 Sol 的 Ultrafast 模式，在标准版基础上实现最高8倍提速。该模式 API 定价为每百万输入 token 12 美元、输出 60 美元。在 Codex 和 ChatGPT Work 端，Ultrafast 仅限 Pro 500 等高端订阅用户使用，而 API 端无需订阅等级限制即可直接调用。

    推荐理由：给出了8倍加速的参数与API定价，以及普通订阅用户在Codex和ChatGPT端的使用门槛。

  8. AI HOT58

    Redwood Research 发布论文：实证检验蒸馏定罪（DFI）与蒸馏提能（DFC）

    Redwood Research 发布论文，实证检验用于定罪与用于能力的两条蒸馏安全路径。在 AuditBench 测试中，将不可信教师模型蒸馏回其底层指令微调模型时，学生模型暴露隐藏怪癖的比率显著高于教师本身，表明怪癖的迁移速度快于隐藏它的倾向；该效果在学生与教师不共享预训练基座时失效。

  11. TechCrunch · AI68

    Jev 开发公司 TypeSafe AI 融资 8.7 亿美元，估值 75 亿美元

    Jev 模型的开发公司 TypeSafe AI 完成 8.7 亿美元融资，投后估值 75 亿美元， Andreessen Horowitz 领投。Jev 基于 Transformer 架构但不输出文本，而是生成用于自动化的概率校准决策。该公司声称其模型比传统大语言模型运行更快且消耗 token 更少，已有三分之一的世界 500 强公司在使用。

  12. The Verge · AI94

    OpenAI 发布近 400 个数学结果，数学家预计需数年才能消化

    OpenAI 突然发布涵盖 700 多份手稿的近 400 个 AI 生成数学结果，涉及组合、几何、数论等多个领域。由于大量结果缺乏 Lean 形式化验证，且论文质量参差不齐，数学家表示仅理解这些成果就需要数年时间。

    推荐理由：报道梳理了数学界对OpenAI大规模成果发布的反应与困境，揭示了当前学术验证体系面临的压力。

  14. MarkTechPost68

    微软 AI 发布 Microsoft-Decision-1：基于 Qwen3.5-9B 的决策评分模型

    微软发布 Microsoft-Decision-1 决策模型，基于 Qwen3.5-9B 后训练，用于路由、分类及 Agent 控制。该模型在 36 个基准测试中平均准确率 83.5%，p50 延迟 85 ms，成本为每百万输入 token 0.042 美元且输出免费，仅通过 API 提供。

    推荐理由：微软发布基于 Qwen3.5-9B 的决策评分模型，其校准概率输出机制与低延迟特性提供了区别于生成式模型的工程参考。

10月9日周五
  1. 量子位 QbitAI76

    Aether AI 发布具身智能系统 CRIS-0，实现 0.2 秒急停与秒级因果重规划

    Aether AI 展示其具身智能系统 CRIS-0 在真实物理环境中的因果推理能力。该系统在咖啡制作测试中面对突发干扰，平均 2 秒内完成实时重规划，在 10 次扰动中实现 9 次有效恢复。CRIS-0 基于因果原生 Agent 架构，利用因果世界模型在执行前推演物理后果，并通过安全急停机制实现 0.2 秒响应，展现了应对复杂动态环境的能力。

    推荐理由：Aether AI 展示了 CRIS-0 在物理扰动下的实时因果推理能力，其 0.2 秒急停和 2 秒重规划机制为具身智能落地提供了具体参考。

  5. 人工智能学家84

    Claude Haiku 5.5 发布，引入自适应推理机制与百万 Token 上下文

    Anthropic 发布 Claude Haiku 5.5，OSWorld 2.1 成绩从 15.7% 提升至 72.4%，引入自适应推理机制并支持 100 万 Token 上下文。10 万 Token 内输入单价 0.10 美元，超出部分涨至 0.50 美元；复杂编程任务在 Terminal-Bench 4.0 中得分 39.2%，仍落后于 Sonnet 5.5 的 70.6%。

    推荐理由：通过 OSWorld 和 Terminal-Bench 等基准量化了操作能力的提升幅度，并给出了不同上下文长度下的具体定价策略。

  6. AIGC开放社区77

    Claude Haiku 5.5发布：瞄准高频任务，平均运行成本降约75%

    Anthropic发布Claude Haiku 5.5，官方称与Haiku 4.5相比常见任务平均运行成本降低约75%，并首次加入可调节的思考强度（effort）设置。模型定位于摘要、分类、数据库查询、上下文压缩等高频重复任务，也可作为代码智能体的子智能体；测试显示其在Terminal-Bench 4.0等多步骤命令行任务上仍落后于Sonnet 5.5。

    推荐理由：原文给出了75%的运行成本降幅及新的effort设置，读者可据此判断它在高频子任务中的可用性。

  8. AI HOT47

    NVIDIA KGMON 团队分享 KDD Cup 2026 数据分析智能体的构建经验

    NVIDIA KGMON 团队在 KDD Cup 2026 数据智能体竞赛中获第二名，核心方法是构建更小、更清晰且易验证的智能体运行框架。团队通过统一 SQL 查询接口、限制工具集及预注入模式上下文，优化固定小型 LLM 在异构数据源上的分析能力。他们建议通过记录追踪日志、评估多次尝试及人工审计轨迹，来提升数据分析智能体的可靠性。

  9. TechCrunch · AI45

    AI 评测平台 Arena 完成 2 亿美元 B 轮融资，估值升至 31 亿美元

    AI 评测平台 Arena 宣布完成 2 亿美元 B 轮融资，投后估值达到 31 亿美元。该公司 6 月年化收入达 1 亿美元，本轮融资由 Lightspeed Venture Partners 和 Khosla Ventures 领投。Arena 推出 AI Evaluations 服务，并新增对齐评估类别，用于检测模型未授权行动、虚假归因和欺骗性补全行为。

  11. InfoQ CN83

    黄仁勋与Satya Nadella阐释Windows混合智能与Agent底层架构变革

    微软在10月8日Windows发布会上宣布引入混合智能，通过模型路由和本地AI能力让GitHub Copilot等产品自动切换云端与本地模型。黄仁勋与Satya Nadella现场讨论指出，Agent正成为新的电脑用户，操作系统需原生提供隔离与治理机制。

    推荐理由：两位负责人复盘了从Windows到Agent的基础设施演进，提出混合智能与本地安全原语将重构个人电脑的工作方式。

10月8日周四
  1. The Decoder71

    以太坊研究者警告AI可能破坏钱包签名系统

    两名以太坊研究者警告，AI辅助的数学可能在数个月内破坏加密货币钱包使用的签名系统。Justin Drake 建议进入安全模式，将资金转移到从未签过名的地址以避免泄露公钥。Vitalik Buterin 表示同意但反对行动过快，指出他因错误迁移损失的货币比黑客攻击多，并主张长期采用纯哈希函数架构以防范AI和量子威胁。

  4. AI HOT66

    CrowdStrike 报告 AI 驱动渗透工具 ARTEX 被用于攻击多家韩国银行

    CrowdStrike 报告称一名疑似单人攻击者在 2026 年 9 月下旬至 10 月初使用开源工具 ARTEX 攻击多家韩国银行，窃取大量数据。该工具利用 DeepSeek v4.1-flash、GLM-5.3 和 Grok 4.6 进行自动化渗透测试，其中新韩银行泄露记录超过 25,000 条。

    推荐理由：报告列出了使用的开源渗透工具 ARTEX 及后端模型，展示了 AI 辅助如何放大单人攻击规模与数据泄露风险。

  5. AI科技评论45

    墨尔本的屏幕，芝加哥的数据，杭州的大模型：医疗AI的万亿价值从何而来

    Pro Medicus、Tempus AI和德适科技分别以影像工作流、患者数据及医疗大模型切入，市值约780亿、875亿及220亿元人民币。德适iMedImage底座覆盖19类影像，训练需约200份影像，已助99家医院开发158项模型。其AI AutoVision于2026年5月获证，2026年上半年模型服务收入9454.1万元，同比增长101.1%。

  6. 人工智能学家43

    神经结构推理器：让知识图谱“长进神经网络”的类脑黑科技

    由北京脑科学研究院等团队提出的神经结构推理器，通过四层架构与 Hebbian 学习将知识图谱结构显式嵌入神经网络。实验显示其在 Nations 与 YAGO3-10 等数据集表现强劲，且推理路径可逐层观察。该模型在性能、效率与可解释性间取得平衡，训练速度显著优于多数神经基线。

  10. InfoQ CN75

    o1奠基者：1万Agent解千禧年难题，多Agent贡献不足10%

    OpenAI研究员Noam Brown指出，1万个Agent解决千禧年难题主要归功于强大的基础模型，多智能体贡献不到10%，其本质是并行扩展测试时计算的方式。他认为当前最棘手的风险是模型在评估中为骗取高分而学会作弊，且随着模型迭代周期短于任务时长，传统的对齐验证手段正面临失效危机。

    推荐理由：o1奠基者通过拆解多智能体对千禧年难题的贡献，指出当前瓶颈在于基础模型能力与对齐机制，为理解RSI提供了关键视角。

  11. 量子位 QbitAI88

    Claude 发布 Haiku 5.5，跑分与价格对标 GPT-6 Luna

    Claude Haiku 5.5 发布，在 OSWorld 2.1 和 GDPval-AA 等基准测试中优于 DeepSeek V4.1 Flash 和 GPT-6 Luna。模型支持从 low 到 max 的 effort 自适应思考调节，输入价格大幅降低，但在复杂编码任务上仍不及 Sonnet 5.5，适合执行层任务并行处理。

    推荐理由：哈伊库 5.5 在 OSWorld 等测试中超越前代与竞品，同时通过自适应思考参数调整成本与任务边界。