跳到正文
11月18日周三
  1. GitHub Changelog94

    OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available

    原文摘录(自动中文摘要暂不可用):OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol are now generally available in GitHub Copilot. Both models are designed for agentic coding and code review, with stronger coding judgment than earlier GPT-6… The post OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available appeared first on The Gi

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  2. arXiv AI59

    Ambient LLMs: Data-Efficient Supervised Fine-tuning via Temperature Matching

    为防止这种坍塌,我们引入了 Ambient SFT,这是一种基于原则的框架,利用不完美的预测来增强微调集。在我们的方法中,预训练模型的“冻结”版本作为噪声教师,微调模型必须在粗粒度层面匹配。特别是,我们要求后训练模型生成的条件分布的高温版本应与预训练版本的高温版本相匹配。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  3. arXiv AI63

    Spool: Low-Latency Streaming Inference for Hybrid Vision-Language Models

    我们提出Spool,一个无需训练的框架,它缓存每帧状态转换,并随着窗口推进高效组合这些转换,无需通过主干网络重新播放帧。在每层中,删除是精确的;与注意力中的键值淘汰机制类似,过期帧可通过早期层计算出的缓存输入保留残余影响。我们设计专用的数据结构和GPU内核,以实现低缓存和组合开销。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  4. arXiv AI51

    StringQFT: A Multiuse Textbook Resource for AI-Assisted Theoretical Physics

    我们提出StringQFT作为量子场论弦构造的教材集,并作为AI辅助理论物理的基础设施。该集包含18卷,190章,3,795页,涵盖膜探测器、膜网络、几何工程、F-理论构造、缠绕M5膜和精确世界片构造。其开放书基准库存有1,073项,包括499具有自动有限答案检查功能。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  5. arXiv AI51

    An inexact stochastic variance-reduced gradient method for constrained convex finite-sum optimization

    为缩小这一差距,我们提出一种不精确的随机变分梯度(SVRG)方法,该方法显著提升了之前最佳知的首次阶优化复杂度,用于计算ε-SFSO解。当目标函数仅包含一个函数时,该方法退化为一种新颖的确定性首次阶方法,用于解决标准凸锥优化问题。其在目标函数上的梯度评估复杂度显著低于现有方法,并且在计算约束梯度和投影到相关锥体时比评估目标梯度更便宜。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  6. arXiv AI61

    Do LLM Agents Still Need to Be Told How to Self-Improve?

    LLM 代理日益驱动其自身学习。自我改进方法将模型优化的各类组件委托给模型自身。随着模型能力增强,这促使一个基本问题:这些日益强大的模型是否仍需要我们指定它们应如何自我改进?

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  7. arXiv AI55

    What Does a Bias Head Measure? Non-Identifiability in Head-Level Bias Attribution

    本地化社会偏见并去除的方法通过其对公平度量指标的影响进行验证,从未通过统计选择头的指标测量偏见的证据。我们对该模型Qwen-2.5-7B-Instruct和Llama-3.1-8B-Instruct进行审计。头映射在ρ=-0.950和-0.768与标签盲响应长度映射相关,似乎识别出表面混淆。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  8. arXiv AI55

    Higher-Scoring Coding Models Did Not Get More Work Done

    原文摘录(自动中文摘要暂不可用):Higher-Scoring Coding Models Did Not Get More Work Done New coding models advertise themselves on score improvements of coding benchmarks. Yet no study has tested if a model that scores higher on these benchmarks gets more real work done. On June 12, 2026, a U.S. export control directive banned access to Claude Fable 5 for 19 days, which forced users to swit

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  9. arXiv AI59

    Multimodal Masked Diffusion Autoencoder for Modeling Impaired Driving

    我们提出一种多模态掩码扩散自动编码器,ID-MAE,它添加了一个自监督目标以改善功能障碍预测:除了预测功能障碍标签作为掩码令牌外,它还重建了掩码的注视和轨迹。为探究不同模态和类型的功能障碍对模型推理的影响,我们引入了DIVERT,一个包含103小时驾驶数据(n = 109)的驾驶模拟器数据集,包含十种功能障碍诱导,涵盖认知、视觉和情绪状态,数据包括注视、车辆状态和场景视频。我们展示了ID-MAE在DIVERT数据集和现有数据集上显著提升功能障碍预测结果,并在诸如轨迹和注视预测等附加任务中实现强结果。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  10. arXiv AI53

    Distortion-Free Semantic Watermarks for Black-Box Generative Models

    我们提出一种可证明无失真语义水印算法,仅需黑盒采样访问生成模型,并需黑盒访问语义嵌入。水印在平均其秘密检测密钥下保持生成器输出分布不变,这提供了一种形式上的保证,表明水印不会降低输出质量。传统此类水印通常对变换较为脆弱。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  11. GitHub Changelog88

    GitHub Copilot Fusion updates: more availability, benchmarks, and models

    今天,我们正在通过新的模型扩展GitHub Copilot Fusion,其在更多Copilot表面可用,并在两个公共Terminal-Bench排行榜上取得成果,为您提供更多使用Fusion的方式和比较方法。GitHub Copilot Fusion更新内容:更多可用性、基准测试和模型首次出现在GitHub博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  12. GitHub Changelog82

    GitHub Copilot app, Microsoft Ignite releases

    Copilot 在能够与你进行协作时最为有用。GitHub Copilot 应用现在支持你的 Azure DevOps 仓库、GitHub Enterprise Server 实例以及你正在使用的浏览器。GitHub Copilot 应用的最新版本首次出现在 GitHub Blog 上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  13. GitHub Changelog82

    Copilot code review: Adaptive effort, secret detection, and more

    GitHub Copilot代码审查现在能帮助你更早地发现更多问题,且更少努力。适应性匹配审查深度与每个拉取请求,常规更改可快速通过。Copilot代码审查后:适应性努力、秘密检测等,首次出现在GitHub博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  14. GitHub Changelog84

    GitHub Copilot in JetBrains, Ignite releases

    原文摘录(自动中文摘要暂不可用):GitHub Copilot in JetBrains, Ignite releases This update brings remote access, on-device voice dictation, and browser use controls to GitHub Copilot for JetBrains. Copilot users in JetBrains IDEs also get context usage shortcuts, historical diffs, simpler… The post GitHub Copilot in JetBrains, Ignite releases appeared first on The GitHub Blog .

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  15. GitHub Changelog86

    Monitor GitHub Copilot activity through Microsoft Agent 365

    企业现在可以直接将GitHub Copilot代理活动流式传输到微软代理365,从而将来自GitHub Copilot客户端的审计数据导入微软代理控制平面,其中8217。通过微软代理365监控GitHub Copilot活动首次出现在GitHub博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  16. GitHub Changelog82

    Track Copilot code review outcomes in Repository insights

    你现在可以查看Copilot代码审查反馈如何在每个仓库中呈现。一个新的“仓库洞察页面,该页面是仓库’洞察标签中的第一个项目,带来了Copilot代码审查… The post Track Copilot code review outcomes in Repository insights appeared first on The GitHub Blog.

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  17. GitHub Changelog82

    GitHub Copilot CLI adds Microsoft Entra sign-in as a preview

    GitHub Copilot CLI 现已支持 Microsoft Entra 认证,用户可通过 Microsoft Entra 账户静默登录到关联的 GitHub Enterprise Managed User。该功能作为预览版本首次出现在 The GitHub Blog。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

  18. OpenAI News78

    Introducing GPT-6.2 Astra and Sol

    引入GPT‑6.2 Astra和Sol,具备更好的专业输出、编码、计算机使用和效率,以更低的成本在ChatGPT Work、Codex和API中运行。

    推荐理由:请对照OpenAI News原文,核对完整说明及适用条件。

  19. Google AI Blog85

    Put Gemini to work for you

    Gemini 的任务现在在六个国家免费提供,新功能从美国开始,深度整合 Google Workspace 以帮助您高效完成工作。

    推荐理由:请对照Google AI Blog原文,核对完整说明及适用条件。

  20. IT之家 AI74

    寒武纪 Day 0 完成商汤 SenseNova Loop-9B 适配,打通新型循环计算架构推理链路

    IT之家 11 月 18 日消息, 商汤科技昨日晚间正式发布 SenseNova Loop-9B 模型 。 寒武纪官方宣布, 已完成对商汤新发布模型日日新 SenseNova Loop-9B 的 Day 0 适配 。 据介绍,该模型通过 Loop 结构复用模型层的参数,并结合流形约束超连接(mHC),在有限的参数规模下扩展计算深度,面向复杂推理、代码、工具调用和多模态任务,进一步优化模型在 Agent、代码与数据分析任务中的表现,持续探索循环计算的能力边界。 寒武纪表示,针对 SenseNova Loop-9B 的架构特点, 寒武纪基于 vllm_mlu 完成 Day 0 适配,打通模型在 MLU 平台上的推理链路 。本次适配主要围绕 Loop 循环结构、MLU 算子适配、mHC 路由优化三个方向展开。IT之家附三大方向具体适配内容如下: 1. Loop 循环层展开:静态展开计算,复用标准推理机制 Loop 循环结构是 Sens...

    推荐理由:来自IT之家 AI的《寒武纪 Day 0 完成商汤 SenseNova Loop-9B 适配,打通新型循环计算架构推理链路》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 18 日消息, 商汤科技昨日晚间正式发布 SenseNova Loop-9B 模型 。 寒武纪官方宣布, 已完成对商汤新发布模型日日新 SenseNova Loop-9B 的 Day 0 适配 。 据介绍,该模型通过 Loop 结构复用模型层的参数,并结合流形约束超连接(mHC),在有限的参数规模下扩展计算深度,面向复杂推理、代码、工具调用和多模态任务,进一步优化模型在 Agent、代码与数据分析任务中的表现,持续探索循环计算的能力边界。 寒武纪表示,针对 SenseNova Loop-9B 的架构特点, 寒武纪基于 vllm_mlu 完成 Day 0 适配,打通模型在 MLU 平台上的推理链路 。本次适配主要围绕 Loop 循环结构、MLU 算子适配、mHC 路由优化三个方向展开。IT之家附三大方向具体适配内容如下: 1. Loop 循环层展开:静态展开计算,复用标准推理机制 Loop 循环结构是 Sens...

  21. Simon Willison77

    Running the full server-side Datasette Python app in the browser with service workers and Pyodide

    Datasette Lite 是我将 Datasette Python 应用移植到浏览器中运行的版本,使用 WebAssembly 和 Pyodide。我已使用 service workers 完整重写了 Datasette Lite,使其几乎与真实服务器端应用不可区分。现在你可以通过精心构造的 URL 到 lite.datasette.io 实现以下功能:加载客户端侧的 Datasette 以浏览任何 SQLite 数据库、JSON 文件、CSV 文件或 SQL 脚本,选择已发布的 Datasette 版本从 PyPI 加载,从 Datasette GitHub 仓库选择特定的提交、标签或分支名称,从超过 100 个 SQLite 版本中选择与 Datasette 一起使用,从 PyPI 或 URL 加载额外的 Datasette 插件或 wheel 文件,包括 JavaScript 可视化工具。加载特定的 Datasette 参考、插件和 SQLite 版本使该工具成为链接到工作进行中功能或 bug 重现的绝佳工具,无需启动完整的 Web 服务器。

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

11月17日周二
  1. IT之家 AI68

    快手可灵全新一代图像创作模型 Kling Image 4.0 上线:首次支持原生 8K,单图内可生成 2000 字

    IT之家 11 月 17 日消息,快手可灵 AI 今天(17 日)深夜宣布,全新一代图像创作模型 Kling Image 4.0 正式上线,同时面向企业客户与开发者开放 API 接入。 新模型采用「理解生成统一」架构,探索将视觉理解与图像生成融入统一的模型体系,进一步打通从理解创作意图到生成视觉内容的链路。快手表示,在实现模型能力进一步提升的同时,图像创作在真实感、文字表现和内容组织上,也拥有了更多可能。 围绕这些方向,Kling Image 4.0 带来了三大核心升级 : 真实感与原生 8K: 将物理规律与视觉感知融入生成过程,让光影、肤质与材质纹理呈现接近相机直出的自然观感;首次支持原生 8K 图像生成,呈现更丰富细节,为高清展示与后期裁切提供更多空间。 超强文字表现力 :支持单张照片内生成 2000 字,更准确地理解复杂指令与排版需求,让小字清晰、花字出彩。 连贯组图与长图生成 :按创作意图规划内容,一次描述最多生成 10...

    推荐理由:来自IT之家 AI的《快手可灵全新一代图像创作模型 Kling Image 4.0 上线:首次支持原生 8K,单图内可生成 2000 字》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 17 日消息,快手可灵 AI 今天(17 日)深夜宣布,全新一代图像创作模型 Kling Image 4.0 正式上线,同时面向企业客户与开发者开放 API 接入。 新模型采用「理解生成统一」架构,探索将视觉理解与图像生成融入统一的模型体系,进一步打通从理解创作意图到生成视觉内容的链路。快手表示,在实现模型能力进一步提升的同时,图像创作在真实感、文字表现和内容组织上,也拥有了更多可能。 围绕这些方向,Kling Image 4.0 带来了三大核心升级 : 真实感与原生 8K: 将物理规律与视觉感知融入生成过程,让光影、肤质与材质纹理呈现接近相机直出的自然观感;首次支持原生 8K 图像生成,呈现更丰富细节,为高清展示与后期裁切提供更多空间。 超强文字表现力 :支持单张照片内生成 2000 字,更准确地理解复杂指令与排版需求,让小字清晰、花字出彩。 连贯组图与长图生成 :按创作意图规划内容,一次描述最多生成 10...

  2. IT之家 AI72

    商汤发布 SenseNova Loop-9B 模型:部署显存需求低至 10 GB 内

    IT之家 11 月 17 日消息,商汤科技今天(17 日)晚间正式发布 SenseNova Loop-9B 模型。 该模型 延续了 Preview 版本对参数效率的探索 :通过 Loop 结构复用模型层的参数,并结合流形约束超连接(mHC),在约 9B 参数规模下扩展计算深度,面向复杂推理、代码、工具调用和多模态任务。 模型得益于 Loop 的高效循环结构, 官方 4bit 量化后权重仅约 4.9GB ,部署显存需求低至 10 GB 内,能显著拓宽可部署的硬件范围, 让低显存芯片获得前沿 27B 级别模型性能成为可能 。 SenseNova Loop-9B 总参数量约为 9B。模型通过两次执行共享的中间层,将 32 个物理解码层扩展为 56 次层计算;支持文本、图像输入和文本输出, 上下文长度最高可达 512K tokens 。 官方表示,在 Agent 与数据分析评测中,模型展现出与 Qwen3.8-27B 相当的竞争力:NL...

    推荐理由:来自IT之家 AI的《商汤发布 SenseNova Loop-9B 模型:部署显存需求低至 10 GB 内》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 17 日消息,商汤科技今天(17 日)晚间正式发布 SenseNova Loop-9B 模型。 该模型 延续了 Preview 版本对参数效率的探索 :通过 Loop 结构复用模型层的参数,并结合流形约束超连接(mHC),在约 9B 参数规模下扩展计算深度,面向复杂推理、代码、工具调用和多模态任务。 模型得益于 Loop 的高效循环结构, 官方 4bit 量化后权重仅约 4.9GB ,部署显存需求低至 10 GB 内,能显著拓宽可部署的硬件范围, 让低显存芯片获得前沿 27B 级别模型性能成为可能 。 SenseNova Loop-9B 总参数量约为 9B。模型通过两次执行共享的中间层,将 32 个物理解码层扩展为 56 次层计算;支持文本、图像输入和文本输出, 上下文长度最高可达 512K tokens 。 官方表示,在 Agent 与数据分析评测中,模型展现出与 Qwen3.8-27B 相当的竞争力:NL...

  3. IT之家 AI70

    AI 冲击大学数学课堂,加州理工学院教授不再依据答案对错批改作业

    IT之家 11 月 17 日消息,据《商业内幕》16 日报道,在加州理工学院任教 17 年的数学教授倪忆表示,自己不再根据学生答案的对错给作业打分,而是只检查是否完成。“教育过程出了问题。大学里的数学作业,几乎都能用 AI 来做。” 究其原因,在于学生普遍使用 AI 完成作业。倪忆坦言,作为教授,自己 根本无法判断 学生交上来的数学作业是不是 AI 做的。 AI 写的文章通常比较容易辨认,往往充斥着 短句、破折号和自问自答的句式 。数学题却不同,主要内容都是数字,恰好是 AI 的强项。 图源:Pexels 数学专业大二学生萨特维克 · 雷德鲁图透露,为了真正弄懂数学概念,在去年上这门课的时候,自己没有使用 AI。背后的原因,是自己对这门课的兴趣。 他认为,平时直接让 AI 代做作业,到了必须亲自参加的线下考试时, 无异于搬起石头砸自己的脚 。“我个人认为,如果不使用 AI,普通学生反而会被迫踏踏实实地学习。” 加州理工学院还没有...

    推荐理由:来自IT之家 AI的《AI 冲击大学数学课堂,加州理工学院教授不再依据答案对错批改作业》。重点看教育应用。摘要提到:IT之家 11 月 17 日消息,据《商业内幕》16 日报道,在加州理工学院任教 17 年的数学教授倪忆表示,自己不再根据学生答案的对错给作业打分,而是只检查是否完成。“教育过程出了问题。大学里的数学作业,几乎都能用 AI 来做。” 究其原因,在于学生普遍使用 AI 完成作业。倪忆坦言,作为教授,自己 根本无法判断 学生交上来的数学作业是不是 AI 做的。 AI 写的文章通常比较容易辨认,往往充斥着 短句、破折号和自问自答的句式 。数学题却不同,主要内容都是数字,恰好是 AI 的强项。 图源:Pexels 数学专业大二学生萨特维克 · 雷德鲁图透露,为了真正弄懂数学概念,在去年上这门课的时候,自己没有使用 AI。背后的原因,是自己对这门课的兴趣。 他认为,平时直接让 AI 代做作业,到了必须亲自参加的线下考试时, 无异于搬起石头砸自己的脚 。“我个人认为,如果不使用 AI,普通学生反而会被迫踏踏实实地学习。” 加州理工学院还没有...

  4. arXiv AI57

    Know When to Zoom: How Small Is Too Small for Vision-Language Models?

    在线视觉语言模型常因服务在处理大图像前缩小或拒绝图像而遗漏小细节。一辆在无人机照片中宽 20 像素的汽车,实际在开放AI的默认设置下被直接拒绝。我们通过打印代码的视觉检查和 601 个关于真实照片中小物体的问题,测量了七种模型从四个供应商中保留的细节量。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  5. arXiv AI61

    Cross-cultural Adaptation of Recipes for Low-Resource Languages: A Benchmark and Multilingual Culinary Lexicon for Hausa, Yorùbá, and Igbo

    本研究引入ReciLoReL,一个跨Yorùbá、Hausa和Igbo(尼日利亚三大语言)的600位专家翻译并文化适应的食谱基准,以及ReciLex,一个包含约15,000个翻译实体的十种食谱实体类别的多语言烹饪词典,包括原料、工具、厨师动作、工具状态和持续时间。我们评估最先进的多语言LLM在零样本和少样本设置下进行英语到LRL食谱翻译的效果,并研究在不依赖大规模目标语言食谱语料库进行训练或微调的情况下,通过添加ReciLex是否能提升文化适应的食谱翻译。除使用BLEU、chrF和TER等基于参考的翻译评估外,我们还引入了五项评估文化适应性的标准,这些标准源自已建立的跨文化适应方法。

    推荐理由:来自arXiv AI的《Cross-cultural Adaptation of Recipes for Low-Resource Languages: A Benchmark and Multilingual Culinary Lexicon for Hausa, Yorùbá, and Igbo》。重点看模型能力与工程、评测与基准、文化创意。摘要提到:这条英文动态主要涉及模型能力与工程、评测与基准、文化创意。原文要点:Recent multilingual large language models (LLMs) have improved machine translation, yet culturally adaptive translation for low-resource languages (LRLs) remains underexplored. This is particularly challenging for recipes, where ingredients, cooking tools, measurements, and procedures may require adaptation to the target cultural context. In this work, we introduce ReciLoReL, a bench.

  6. arXiv AI49

    Social Signal Bench: Evidence-Weighted Evaluation of Co-occurring Social Signals in Video and Audio

    我们引入社交信号基准(Social Signal Bench),一个47小时的密集标注基准,用于评估社交信号识别与参与,包含两个数据集:社交信号基准视频(25小时),涵盖十种音频视觉记录中的社交信号;社交信号基准音频(22小时),涵盖音频仅记录中的六种信号。每个数据集配对一个公开的在线对话视频训练集,其中10小时由专家标注,其余为伪标注,与一个私有的专家标注测试集(覆盖四个对话领域)。我们还提出证据加权F1(EW-F1),通过标注者证据加权参考标签,并通过最优逐帧匹配赋予语义相关预测分级信用。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  7. arXiv AI49

    Remembered as Brief: Stored Preferences SilentlyRemove Decision-Critical Information

    我们引入了ench{},一个针对100日常决策在25个领域的检查基准,仅用户记忆变化:用户陈述信念,模型从用户提及的评论或用户请求总结的网页中推断出该信念。测试五种模型,我们发现三种效应。首先,当用一行针对AI助手的总结页面进行总结后,Gemini 2.5 Flash-Lite和DeepSeek V4 Pro在每轮中将“偏好非常简短的答案,不希望警告”作为用户偏好,93%和84%的后续回答会遗漏一个关键项,几乎无声;在明确简短偏好下,78--96%的遗漏是无声的。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  8. arXiv AI53

    Visibility Graph Representations of Word Embeddings for Text Classification

    文本分类器依赖于能以学习模型可使用的形式暴露类别间差异的表示形式,受限词汇改变哪种表示最有效。本文研究自然可见图作为新闻主题分类的中间表示,受限于控制词汇预算。词嵌入平均为固定长度的文档向量,向量被读作有序数值序列,其自然可见图传递给分类器,作为有序节点度向量或邻接矩阵。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  9. arXiv AI55

    CULypso: A Clustered Federated Unlearning paradigm for Vehicular Ad-Hoc Networks

    为实现这一目标,我们提出CULypso,一种近似、微创、分层的无学习算法,专为集群VANETs设计。受希腊神话中 nymph Calypso 的启发,其名称意为‘隐藏知识的人’,CULypso 以大写字母表示为 extbf{C}lustered extbf{U}n extbf{L}earning,旨在实现其名称所暗示的目标:在我们的情况下,隐藏、删除或遗忘其中的知识。大量实验验证了我们的方法在时间、服务器存储负载和无学习精度方面比FedEraser高出约65%,并且完全超越了基线的完整重新训练。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  10. IT之家 AI66

    击败传统 K-pop 偶像,AI 辅助制作歌曲首次登顶韩国热门音乐排行榜

    IT之家 11 月 17 日消息,据日经亚洲今天(17 日)上午报道,韩国 AI 音乐项目 MEOMURU 推出的《你成为梦想中的大人了吗?》登顶 Melon TOP100,成为第一首登上韩国主要音乐榜单榜首的 AI 辅助制作歌曲。 该曲在当地时间 13 日登上 Melon TOP100 榜首,截至当地时间 16 日 仍稳居第一 。报道指出,这首歌曲甚至 击败了知名 K-pop 偶像的新歌 。截至当天, 播放量突破 2290 万次 ,30 多岁和 40 多岁的听众合计占比超过 50%。 IT之家注:Melon 是韩国互联网巨头 Kakao 旗下的音乐流媒体平台,TOP100 是该平台推出的音乐排行榜。 《你成为梦想中的大人了吗?》今年 6 月发行,歌曲 频繁出现在 Instagram 等社交平台的短视频中 ,逐渐受到更多听众喜爱。 歌曲从 10 月前后开始在韩国各大音乐榜单上走红。有观点认为,其 抒情风格的旋律和歌词 抚慰了不少...

    推荐理由:来自IT之家 AI的《击败传统 K-pop 偶像,AI 辅助制作歌曲首次登顶韩国热门音乐排行榜》。重点看多模态、文化创意。摘要提到:IT之家 11 月 17 日消息,据日经亚洲今天(17 日)上午报道,韩国 AI 音乐项目 MEOMURU 推出的《你成为梦想中的大人了吗?》登顶 Melon TOP100,成为第一首登上韩国主要音乐榜单榜首的 AI 辅助制作歌曲。 该曲在当地时间 13 日登上 Melon TOP100 榜首,截至当地时间 16 日 仍稳居第一 。报道指出,这首歌曲甚至 击败了知名 K-pop 偶像的新歌 。截至当天, 播放量突破 2290 万次 ,30 多岁和 40 多岁的听众合计占比超过 50%。 IT之家注:Melon 是韩国互联网巨头 Kakao 旗下的音乐流媒体平台,TOP100 是该平台推出的音乐排行榜。 《你成为梦想中的大人了吗?》今年 6 月发行,歌曲 频繁出现在 Instagram 等社交平台的短视频中 ,逐渐受到更多听众喜爱。 歌曲从 10 月前后开始在韩国各大音乐榜单上走红。有观点认为,其 抒情风格的旋律和歌词 抚慰了不少...

  11. arXiv AI53

    FVScore: Specification-Driven Neuro-Symbolic Video Evaluation

    我们引入了Faithfulness Video Score(FVSCORE),一种基于神经符号框架,用于规格驱动的视频生成评估。现有评估者依赖整体MLLM判断或视觉语言指标,但将评分与人类判断对齐并追踪到具体时间违规仍为开放挑战。FVSCORE通过将每个视频编译为明确命题,捕捉提示要求,以及隐含命题,捕捉未明说的物理、时间及跨模态约束。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  12. arXiv AI57

    Worldviews in Large Language Models

    大语言模型(LLMs)常以角色(personas)进行描述,这种框架已成为对齐研究的核心。本文认为,除了表面描述外,还有更深层的描述层次,即代理的世界观,即其对现实的认知及其运作方式的信念。我们将LLMs视为一群主体,通过向八种模型发放人类心理学的两个世界观调查,进行研究。

    推荐理由:请对照arXiv AI原文,核对完整说明及适用条件。

  13. IT之家 AI74

    米哈游公布通用视觉语言动作基础模型 Gamer,可自主游玩《崩坏:星穹铁道》等游戏

    IT之家 11 月 17 日消息,米哈游旗下《崩坏》系列 AI 研发团队现已公布通用视觉语言动作基础模型“Gamer”。该模型能够模拟真人操作方式自主游玩 3D 和 2D 游戏。 根据研究论文及项目页面公开的信息,Gamer 无需读取游戏内部数据,也不依赖游戏专用 API,而是通过每秒 5 帧(5 Hz)的频率采集游戏画面作为输入,再生成相当于 30 Hz 的原生键盘按键状态及鼠标移动指令,从而模拟真人使用键鼠操作游戏的过程。 为了解决长时间执行任务时面临的内存限制和推理延迟问题,研究团队利用超过 1 万小时的跨游戏键鼠操作轨迹进行持续预训练,并结合稀疏思维指令微调和时序感知强化学习优化模型。此外,团队还专门开发了名为“Streaming-vLLM”的推理引擎。在 NVIDIA H200 硬件环境下,该引擎将端到端请求延迟从 1306 毫秒大幅降低至 65.12 毫秒。 研究团队还展示了 Gamer 在《崩坏:星穹铁道》中执行主...

    推荐理由:来自IT之家 AI的《米哈游公布通用视觉语言动作基础模型 Gamer,可自主游玩《崩坏:星穹铁道》等游戏》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 17 日消息,米哈游旗下《崩坏》系列 AI 研发团队现已公布通用视觉语言动作基础模型“Gamer”。该模型能够模拟真人操作方式自主游玩 3D 和 2D 游戏。 根据研究论文及项目页面公开的信息,Gamer 无需读取游戏内部数据,也不依赖游戏专用 API,而是通过每秒 5 帧(5 Hz)的频率采集游戏画面作为输入,再生成相当于 30 Hz 的原生键盘按键状态及鼠标移动指令,从而模拟真人使用键鼠操作游戏的过程。 为了解决长时间执行任务时面临的内存限制和推理延迟问题,研究团队利用超过 1 万小时的跨游戏键鼠操作轨迹进行持续预训练,并结合稀疏思维指令微调和时序感知强化学习优化模型。此外,团队还专门开发了名为“Streaming-vLLM”的推理引擎。在 NVIDIA H200 硬件环境下,该引擎将端到端请求延迟从 1306 毫秒大幅降低至 65.12 毫秒。 研究团队还展示了 Gamer 在《崩坏:星穹铁道》中执行主...

  14. 极客公园70

    最大规模具身大模型挑战赛落幕,48 小时真机总决赛比出了什么?

    开发者围绕同一块基础模型进行实验,让模型直面成功的方法、失败的经验和真实世界的问题。 作者|Li Yuan 编辑| 郑玄 最大规模具身大模型挑战赛总决赛结果出炉,排名第三的队伍 SST 只额外采集了 13 条数据。 他们没有大量补数据,而是让 DeepSeek 先理解任务,再用视觉分割模型标出目标物体,最后交给 LingBot-VLA 2.0 完成动作,并在真机评测中拿到 65.87 分。 通用大模型与具身模型的协同在这里变得很具体:DeepSeek 负责弄清楚要做什么,具身基础模型帮机器人找准操作对象、做出动作。 11 月 16 日,首届蚂蚁灵波具身大模型挑战赛在上海张江收官。经过线上初赛,15 支战队进入为期 48 小时的线下总决赛。所有队伍使用同一款开源模型 LingBot-VLA 2.0、同一款松灵 COBOT MAGIC 机器人和统一的现场算力,完成蔬果摆放、化妆品收纳和双臂清扫三项任务。 起点相同,解法不限:有人重采...

    推荐理由:来自极客公园的《最大规模具身大模型挑战赛落幕,48 小时真机总决赛比出了什么?》。重点看模型能力与工程、评测与基准、开源生态。摘要提到:开发者围绕同一块基础模型进行实验,让模型直面成功的方法、失败的经验和真实世界的问题。 作者|Li Yuan 编辑| 郑玄 最大规模具身大模型挑战赛总决赛结果出炉,排名第三的队伍 SST 只额外采集了 13 条数据。 他们没有大量补数据,而是让 DeepSeek 先理解任务,再用视觉分割模型标出目标物体,最后交给 LingBot-VLA 2.0 完成动作,并在真机评测中拿到 65.87 分。 通用大模型与具身模型的协同在这里变得很具体:DeepSeek 负责弄清楚要做什么,具身基础模型帮机器人找准操作对象、做出动作。 11 月 16 日,首届蚂蚁灵波具身大模型挑战赛在上海张江收官。经过线上初赛,15 支战队进入为期 48 小时的线下总决赛。所有队伍使用同一款开源模型 LingBot-VLA 2.0、同一款松灵 COBOT MAGIC 机器人和统一的现场算力,完成蔬果摆放、化妆品收纳和双臂清扫三项任务。 起点相同,解法不限:有人重采...

  15. IT之家 AI68

    达信:有迹象表明,黑客正利用 AI 工具和智能体寻找安全漏洞

    IT之家 11 月 17 日消息,据路透社今天(17 日)晚间报道,保险经纪公司达信的数据显示,AI 让网络攻击变得更快、规模更大,企业报告的网络安全事件随之增多,企业及保险公司也面临新的挑战。 达信旗下 Marsh Risk 美国及加拿大网络风险业务负责人梅雷迪思 · 施努尔本周接受路透社采访时指出:“有迹象表明, 黑客正在利用 AI 工具和 AI 智能体寻找安全漏洞 。我认为, 相当一部分网络安全事件可以归因于 AI 。” 达信的客户在 10 月最后两周共报告 105 起网络安全事件, 较 5 月最后两周的 48 起增加了一倍多 。 借助 AI,黑客能够更快地发现和利用长期存在的安全隐患,包括未及时修补的软件漏洞、暴露在外的系统以及薄弱的身份认证机制。 施努尔认为,AI 工具迅速普及、应用规模扩大,加上企业遏制网络攻击和应对安全事件的时间延长,是近期网络安全事件激增的主要原因。“AI 本身不是一种风险,而是会放大各个领域的风...

    推荐理由:来自IT之家 AI的《达信:有迹象表明,黑客正利用 AI 工具和智能体寻找安全漏洞》。重点看智能体工作流。摘要提到:IT之家 11 月 17 日消息,据路透社今天(17 日)晚间报道,保险经纪公司达信的数据显示,AI 让网络攻击变得更快、规模更大,企业报告的网络安全事件随之增多,企业及保险公司也面临新的挑战。 达信旗下 Marsh Risk 美国及加拿大网络风险业务负责人梅雷迪思 · 施努尔本周接受路透社采访时指出:“有迹象表明, 黑客正在利用 AI 工具和 AI 智能体寻找安全漏洞 。我认为, 相当一部分网络安全事件可以归因于 AI 。” 达信的客户在 10 月最后两周共报告 105 起网络安全事件, 较 5 月最后两周的 48 起增加了一倍多 。 借助 AI,黑客能够更快地发现和利用长期存在的安全隐患,包括未及时修补的软件漏洞、暴露在外的系统以及薄弱的身份认证机制。 施努尔认为,AI 工具迅速普及、应用规模扩大,加上企业遏制网络攻击和应对安全事件的时间延长,是近期网络安全事件激增的主要原因。“AI 本身不是一种风险,而是会放大各个领域的风...