⌘ K
… 读取采集状态 同步中...
雷

#GitHub

今日 2 条
今天10月13日周二
10月12日周一
  1. Datawhale80

    拆解明略科技企业级 Agent 开源项目 Octo

    Datawhale 成员拆解了明略科技开源的企业级多 Agent 项目 Octo，内部约 1800 名员工与超过 5100 个 Agent 已在平台协同工作。核心设计包括五级阶梯按需接入既有系统，以及将长期记忆与高精度执行解耦的员工 Agent 和专家 Agent 双角色架构。

    推荐理由：拆解了五级数据接入阶梯与员工/专家双Agent架构，为构建企业级多Agent网络提供了可落地的分层设计参考。

  2. AI HOT83

    AlphaProof Nexus 独立解决 9 个未解 Erdős 问题并获同行评审

    Google DeepMind 的 AlphaProof Nexus 独立解决了 353 个开放 Erdős 问题中的 9 个，其中 2 个悬置 56 年，相关成果已提交同行评审。该系统基于 Gemini 3.1 Pro，利用形式化语言 Lean 检查证明错误并指导修订，同时证明了 44 个 OEIS 整数序列猜想。

    推荐理由：原文展示了形式化验证闭环和同行评审细节，读者可据此判断 AI 数学证明的可信度与部署方式。

  5. 新智元43

    MiTA 提出快权重视角下的注意力五维分类框架，NeurIPS 2026 接收并开源

    北京邮电大学团队提出混合专家注意力模型 MiTA，将其发展为五维分类框架，已在 NeurIPS 2026 接收并开源代码。该模型通过地标查询构造可复用专家，在 LRA 长序列任务上将训练时间从 10.6 小时降至 2.4 小时，平均准确率 58.91%。在 64K 至 1024K 序列长度下，相比完整注意力分别获得 19 倍、56 倍和 159 倍推理加速。

10月11日周日
  1. 新智元69

    REA 项目利用 AI 实现逆向工程并登顶 GitHub 趋势榜

    REA 是一个基于 MCP 的逆向工程工具，允许 AI Agent 调用反编译工具分析二进制文件并生成可读代码，近日登顶 GitHub 趋势榜。作者认为该工具将打破软件闭源护城河，使代码逆向变得自动化，可能导致软件知识产权面临新挑战，迫使工程师采用极端代码混淆策略以保护资产。

    推荐理由：文章展示了通过MCP连接大模型与反编译工具链实现自动逆向分析的方法，为开发者提供了一种理解闭源软件内部逻辑的新路径。

10月9日周五
  2. LangChain Blog40

    Snyk 如何将内部支持智能体升级为客户功能

    Snyk 基于 LangChain 和 LangGraph 构建的 AI 安全平台 Snyk Assist 已作为核心产品功能向所有付费客户开放。该智能体支持自然语言交互，可自动执行查询漏洞、检查软件包、提交支持工单及记录功能请求等操作。Snyk 采用单运行时架构，通过 LangSmith 管理可观测性，并在生产环境中利用工具权限隔离与中间件机制确保安全性与可扩展性。

  4. AI HOT90

    OpenAI 在 GitHub 发布 722 份数学手稿仓库，覆盖数论与代数几何等方向

    OpenAI 于10月7日在 GitHub 发布 openai/math 仓库，收录未公开内部模型产出的722份数学手稿，归为372个成果组，覆盖数论、代数几何、偏微分方程等方向，每个结果平均花费约3小时 ChatGPT Pro 级别思考算力。作者将此次发布置于从四色定理到 Lean 的机器证明史中，解释了该事件在数学界引发争议的原因。

    推荐理由：将722份OpenAI数学手稿放入机器证明发展史中解读，帮读者理解争议背后的逻辑脉络。

10月8日周四
  2. GitHub Changelog72

    GitHub Copilot 上线 Claude Haiku 5.5

    Anthropic 最新轻量模型 Claude Haiku 5.5 正式在 GitHub Copilot 全面可用，专为子代理、快速编辑和终端任务等高并发场景设计。

    推荐理由：官方确认轻量模型接入主流 IDE，为需要控制成本又要求较高编码能力的用户提供了新选择。

  3. GitHub Changelog57

    GitHub Copilot 本地沙箱功能正式发布

    GitHub Copilot 的本地沙箱功能在 Copilot CLI、GitHub Copilot 桌面应用及 VS Code 中正式发布。该功能基于 Microsoft eXecution Container（MXC）跨平台实现，允许开发者或组织通过策略限制智能体对文件系统、网络、Git 凭证及其他系统资源的访问权限，适用于包括本地 MCP 在内的工具和服务。

  5. GitHub Blog · AI & ML67

    GitHub 发布 ModernBERT 秘密检测模型以增强 AI 驱动的代码安全

    GitHub 宣布将 ModernBERT 分类器集成至秘密保护功能，该模型基于与 Microsoft Applied Sciences 合作开发，能在 2 毫秒内评估候选秘密批次。

    推荐理由：GitHub 展示了基于 ModernBERT 的细粒度秘密检测器在推动保护中的延迟与精度优势，揭示了 AI 提速背景下安全防御需从人工响应转向自动化的趋势。

10月7日周三
  1. 人工智能学家90

    OpenAI 公布 722 篇数学手稿，核心名题结果与形式化现状梳理

    OpenAI 将其内部未发布模型生成的 722 篇数学手稿公开至 GitHub 仓库，涵盖 372 个成果族。文章精选了黎曼猜想、BSD 猜想、Held 猜想等 30 道数学名题的涉及成果，并详细说明了其中约 50 项为证伪或反例。这些成果大多未经同行评审，其中声称解决的关键问题中，仅有六成附有经计算机逐行检查的 Lean 形式化证明，形式化证明与原始猜想表述的对应准确性仍需专家确认。

    推荐理由：系统梳理了OpenAI发布的722篇数学手稿中具里程碑意义的成果及形式化现状，展示了AI在解决经典难题上的能力边界。

10月6日周二
  3. AI HOT48

    Google 发布基于 TEE 的下一代联邦学习系统，Gboard 已部署

    Google 发布基于可信执行环境（TEE）的下一代联邦学习系统，提供完全可验证和可审计的数据匿名化保证，访问策略发布至公共透明日志 Rekor。Gboard 已部署该系统用于英语和日语下一词预测模型，训练时间从过去的每次 1-2 个月显著缩短，并带来更强的隐私保证和更高的准确率。

10月4日周日
  1. Datawhale70

    Jev-Omni 多模态决策模型本地部署与实测教程

    Datawhale 发布了 Jev-Omni 多模态决策模型的本地部署教程，覆盖环境准备、权重下载、素材配置与最小验证脚本。Jev-Omni 基于 Gemma 4 12B IT 底座微调，统一支持文本、图像、音频与视频四类输入，在 GB10 算力卡（121 GB 统一内存）上实测，文本、图像、音频单次推理耗时均在 1 秒以内，视频单次耗时约 4 秒。

  4. 机器之心78

    StartLux 发布开源决策模型 StartLux-Decision，决策测试综合成绩超过 Jev

    上海 StartLux 发布完全开源的 StartLux-Decision 模型，提供 0.8B、2B、4B、9B 和 27B 五个规格。在 Decision Index 0.2.1 的 38 项基准测试中，27B 版本综合得分 63.88，31 项成绩超过 Jev 1.13；在对 Jev 的国际象棋对弈 36 局中赢下 35 局。

    推荐理由：原文披露了五档模型规格及决策测试成绩，为判断这类模型在 Agent 中的适用性与本地部署成本提供了具体参照。

  5. AI HOT79

    Microsoft ThinkingBox 在 Hugging Face 上发布，以数据库终态和 20 次重复评测智能体

    Microsoft 与 Hugging Face 发布智能体沙箱 ThinkingBox 和基准 ThinkingBox-Bench，现可通过 OpenEnv 在 Hugging Face 上运行。该基准覆盖 507 个有状态业务工作流，每任务运行 20 次，以终端数据库状态和副作用作为可执行判定依据，报告 pass@1、pass@20 及 20/20 全通过率。

    推荐理由：原文给出了数据库终态判定与 20 次重复一致性指标，为记录型智能体提供了可复现的可靠性评估方法。

10月3日周六
10月2日周五
  1. GitHub Blog · AI & ML50

    AI 正在改变开发者工作，GitHub 建议强化这三项技能

    GitHub 官方博文指出 AI 正在改变开发者工作模式，核心技能正从纯代码编写转向指令 AI、评估其输出以及沟通技术权衡。文章给出三项具体建议：一是学习如何指挥 AI Agent 而非仅仅使用工具；二是不要盲目信任 AI 的首个答案，利用多模型互评提升代码质量；三是利用 AI 节省的编码时间去解决更大范围的架构与设计问题。

  3. AI HOT74

    OpenRouter 解析 LangChain 与 CrewAI 编排和原生路由的差异

    OpenRouter 发文将多模型编排分为工作流编排、模型路由和提供商路由三层，指出 LangGraph 和 CrewAI 负责工作流编排，OpenRouter 负责模型与提供商路由，二者不能互相替代。

    推荐理由：原文将多模型编排拆解为工作流、模型和提供商三层，并给出同一管道在直接路由和框架下的对照代码，读者可据此选择项目所需的层级。

10月1日周四
  1. 新智元30

    港科大团队提出 AccelEval 基准：评测 LLM 将 CPU 程序加速为 GPU 实现的能力

    港科大团队发布 AccelEval 基准，覆盖 6 领域 42 项任务，评测 LLM 生成正确且端到端更快的 GPU 代码能力。在 H200 上测试中，Gemini 3.1 Pro 在中规模任务上取得 71.2 倍几何平均加速比，大规模达 161.5 倍。该基准还建立 43 类 CUDA 优化策略目录，分析加速背后的工程经验。

9月30日周三
  1. 大模型智能37

    ACL 2026杰出论文奖：PALU通过局部熵最大化实现精准大模型遗忘

    PALU（前缀感知局部遗忘）获ACL 2026杰出论文奖，通过仅优化敏感前缀词元的Top-K候选实现局部熵最大化，显著降低模型遗忘对通用能力的损害。在Llama-2-7B上，其Forget Quality达0.7126，比基线提升约13.4%，同时保持0.6238的Model Utility。该方法收敛速度快于NPO，在10%遗忘比例下仍能维持稳定的遗忘-效用平衡。

9月29日周二
9月27日周日
  1. CVer28

    AML Lab 7 篇论文被 NeurIPS 2026 录用

    应用机器学习实验室（AML Lab）共有 7 篇论文入选第 40 届 NeurIPS 2026。这些研究涵盖 UniRank 推荐重排、GeoRouter 图像地理定位、MemoType 长短期记忆框架及 MaRK 状态空间模型算子调节等方向。UniRank 在线 A/B 测试中提升用户分享率 1.016%，MemoType 在 Recall@1 上最高提升 16.18%。

9月26日周六
  1. GitHub Blog · AI & ML40

    GitHub Copilot 如何用 canvases 构建自定义工作流

    GitHub Copilot 应用支持通过 canvases 功能让用户和 AI 智能体共同操作自定义界面。用户输入 /create-canvas 指令并描述工作流即可生成 Kanban 看板或发布检查表，无需编写代码。界面支持双向实时同步，用户操作或智能体更新均即时生效，生成的 canvas 可作为扩展保存供团队复用。

9月25日周五