跳到正文
11月15日週日
  1. IT之家42

    OATs:讓日常物品變成需要照顧的虛擬寵物

    金大華開發的 OATs 微型 AI 智能體系統,透過電子墨水屏和傳感器,讓日常物品以虛擬角色表達狀態。主模組硬件成本約 20 美元,普通續航約 3 至 4 天,連接聲音傳感器後約 1 天。OATs 現階段仍是概念驗證技術,尚非成熟的消費產品。

  2. 新浪科技41

    OATs:讓日常物品化身需要照顧的虛擬寵物

    卡內基美隆大學研究人員開發 OATs,透過電子墨水屏和傳感器,讓日常物品配備會按物品狀態改變表情的虛擬角色。主模組硬件成本約為 20 美元,普通情況下續航約 3 至 4 天,連接聲音傳感器後約為 1 天。OATs 目前仍屬概念驗證技術,設計刻意限制互動能力,以免過度擬人化。

  3. 第一財經24

    研究顯示全球冰凍圈正加速退化

    一項最新國際研究顯示,全球冰凍圈正加速退化,部分變化具有不可逆性,可能對地球生態系統和人類社會帶來長期風險。研究指出,人類活動引起的氣候變化是主要驅動因素,黑碳排放、工業活動和基礎設施擴張亦會加劇局部退化。研究人員呼籲各國制定更積極的減排目標,並減少冰凍圈敏感地區的人為擾動。

  4. DEV Community51

    研究分析 AI 將 Ansible 角色轉成 Python 時的保障流失,並介紹 Reemote

    研究發現,AI 將 Ansible 角色改寫成一般 Python 程式時,常失去多主機同步執行、預演及變更回報等運維保障,主因是缺少對應的組態管理框架。實驗以開源 Python 套件 Reemote 作為轉換目標,Apache 和 DataDog 角色的轉換程式均在模擬主機測試中通過冪等性檢查。評估只涵蓋兩個角色各自預設路徑中的單一作業系統系列,驗證環境並非實際伺服器羣組。

  5. 新浪科技45

    科學家研發新型生髮梳,雄脱小鼠 28 天後毛髮覆蓋率接近 100%

    北京航空航天大學、香港城市大學等機構的研究人員研發生物電子梳 Detangle,結合電刺激與治療性分子遞送,研究雄脱小鼠的毛髮再生。接受電刺激及兩種分子聯合治療的小鼠,28 天後毛髮覆蓋率接近 100%,外用米諾地爾組約為 70%。Detangle 目前仍處於動物實驗階段,能否在人身上重現效果及其安全性仍待驗證。

  6. 新浪科技60

    獨立研究重新分析人類首張黑洞照片,驗證 M87 光環結構

    一項獨立研究重新分析事件視界望遠鏡對 M87 星系中心黑洞的觀測數據,結果顯示各數據集中的環狀結構一致,並與原始照片的光環直徑和整體朝向吻合。研究以「閉合不變量」整合三台望遠鏡的測量數據,並採用 GenDIReCT 機器學習成像;傳統統計成像方法也得出環狀結構。光環特徵對應質量約為太陽 65 億倍的黑洞,研究亦指出這項技術可能應用於醫學影像分析和地震成像。

  7. 新浪科技52

    GDC 調查:40% 遊戲業從業者工作中使用生成式 AI,55% 認為其對行業有負面影響

    GDC 發佈的調查涵蓋逾 2600 名遊戲業從業者,40% 表示工作中會使用生成式 AI,55% 認為它對遊戲行業有負面影響。AI 使用者中,73% 將其用於資料研究和集思廣益,62% 用於分析和內容總結,56% 用於編寫及檢查程式碼。QA 和社區支援部門中,認為生成式 AI 對行業有負面影響的受訪者比例達 76%。

  8. 新浪科技47

    OptiMer 以合併分佈向量優化大模型持續預訓練的數據配比

    日本信息通信研究機構(NICT)團隊提出 OptiMer,透過合併分佈向量搜尋持續預訓練的最優數據配比,並獲得 EMNLP 2026 傑出論文獎。實驗中,OptiMer 在配比優化階段加速 15~35 倍,平均得分為 70.37,高於傳統數據混合訓練的 63.71。團隊將方法應用於 Gemma-SEA-LION-v4-27B,日語得分由 66.34 提升至 74.40,同時保留東南亞語言任務表現。

  9. IT Square · AI44

    TestMu AI 報告:81% 軟件團隊曾合併未完全理解的 AI 程式碼

    TestMu AI《State of AI in Quality Engineering 2026》報告指出,81% 的軟件團隊曾合併未完全理解的 AI 生成程式碼或測試。隨着 AI 編寫的程式碼增加,44% 的團隊表示漏檢缺陷或生產環境事故有所上升。只有 41% 的團隊會在合併前自動檢查 AI 編寫的程式碼,97% 已在測試中使用 AI 或計劃採用 AI。

  10. DEV Community24

    機械人工程標準 HRS-012:貨運無人機

    HRS-012 為貨運無人機訂明分層且具故障隔離能力的電氣與電子架構,要求按安全關鍵程度劃分推進、航電、任務、貨載及輔助電源域,並設計冗餘供電、保護和故障隔離。標準亦要求航電與高頻寬任務運算保持邏輯獨立,並持續監測主要電力設備,以支援故障偵測、維護及飛行決策。

  11. Hacker News 熱門(buzzing.cc 中文翻譯)67

    以 Lean 形式化美國税法,檢出 138 項文本錯誤並提出三項税務新發現

    研究團隊以 Lean 形式化美國《國內税收法典》,檢查條文交叉引用並建立 2025 年聯邦個人所得税模型,以搜尋文本錯誤和税務漏洞。交叉引用檢查列出 257 項結果,其中 138 項為實際文本錯誤;2025 年模型亦以 IRS 公佈數據及三款報税工具比對,測試 5,000 個家庭。

  12. Hacker News 熱門(buzzing.cc 中文翻譯)72

    多個 Lovable 應用程式暴露護照資料及逾 200,000 條聊天訊息

    研究團隊分析 159,041 個 Lovable 專案,並在多個使用 Supabase 的應用程式中發現敏感資料可被未登入者存取。案例包括逾 200,000 條聊天訊息,以及超過 1,000 條含護照號碼等身份證明資料的紀錄。研究指出,30% 只適用於深入檢查的 24,664 個網站,不能視為已確認的資料洩漏率;樣本亦不代表所有 Lovable 應用程式。

  13. HuggingFace Daily Papers(社區熱門論文)46

    多分支 Transformer

    Multi-Branch Transformer(MBT)透過並行分支處理 Transformer 區塊,並結合共享 KV cache,提升語言模型品質及推理效率。實驗顯示,標準 Transformer 需要多用最多 1.26x 訓練計算量,才能達到最終模型的驗證損失;模型最多減少 34% KV cache 儲存,並在單張 H200 GPU 上提升最多 51.4% 解碼吞吐量。

  14. HuggingFace Daily Papers(社區熱門論文)40

    模擬器失配帶來的不合理信心:SPEED+ 模擬到真實基準上的方向性穩健性

    研究以在合成航天器影像上訓練的單目姿態估算器檢驗 SPEED+ 模擬到真實的遷移,發現模型在真實影像上的姿態誤差伴隨過度自信,且適應效果因光照域而異。合成資料上按 90% 校準的區域,在 sunlamp 僅涵蓋 9-15% 的旋轉誤差,在 lightbox 則涵蓋 21-38%;調整骨幹網絡最後階段,可將 63-83% 的額外合成增益帶到兩個真實域。

  15. HuggingFace Daily Papers(社區熱門論文)44

    PanDWM:全景 4D 駕駛世界模型

    PanDWM將六個攝影機視角拼接成360°全景帶,並以蒸餾因果學生模型和前饋式3D Gaussian解碼器生成一致的4D駕駛場景。於nuScenes的單一拼接視角評測中,其FID和FVD均低於多攝影機基線,速度為基線的8-46倍。相比50步教師模型,PanDWM維持FID,並將FVD降低22-25%。

  16. HuggingFace Daily Papers(社區熱門論文)40

    RAPO:長鏈多模態推理中的傳播感知視覺保留反思錨點

    RAPO 透過識別高熵推理位置作為稀疏反思錨點,並以 chain-masked KL 目標訓練策略在後續推理中保留視覺影響。在 Qwen3-VL-2B-Instruct 上,RAPO 將六項基準的平均 mean@8 accuracy 從 GRPO 的 40.79 提升至 43.01。標準推理時無須額外重新注入視覺資訊或選擇錨點。

  17. HuggingFace Daily Papers(社區熱門論文)41

    SALA:語義對齊的潛在動作如何實現具身基礎模型雙軸擴展

    SALA 利用人類與機械人影片的語言語義相似度對齊潛在動作,建立共享潛在動作空間,無需配對數據即可為具身基礎模型訓練提供監督。增加通用人類影片的預訓練數據,可持續降低下游任務的機械人動作預測誤差;增加特定任務的人類影片進行後訓練,則可大幅提升真實機械人任務成功率。

  18. HuggingFace Daily Papers(社區熱門論文)45

    開放權重大語言模型技術報告的新穎性檢視:消融研究、可重現性與透明度

    研究檢視 40 份開放權重大語言模型技術報告,評估其新穎性主張是否有消融研究支持,以及報告的可重現性與透明度。73 項架構或訓練新穎性主張中,19 項有受控對照;40 份報告中,4 份披露多於一次訓練,只有 1 份同時披露數據混合、token 數量及計算資源。研究提出 7 項技術報告撰寫規則,並指出不評判模型質素,未經測試的主張仍可能成立。

  19. HuggingFace Daily Papers(社區熱門論文)57

    SWE-CoWork:以組織情境基準評測編碼智能體

    SWE-CoWork 基準在模擬軟件組織中評測編碼智能體,涵蓋 101 項任務、101 個真實程式碼庫、11 種語言和 12 個應用領域。評測 11 個模型時,兩個領先模型雖通過約 63% 的失敗轉通過(F2P)測試,完整完成的任務卻少於 8%。向 Seed Evolving 和 GPT-6 Astra 預先提供完整需求,令 F2P 通過率提高約 16 個百分點,但完整任務成功率沒有改變。

  20. HuggingFace Daily Papers(社區熱門論文)45

    GlyphAtlas:分離筆畫細節與版面配置的場景文字合成方法

    GlyphAtlas 是一個建基於 FLUX.1-Fill-dev 的場景文字合成模型,透過分離文字版面配置與筆畫繪製,改善小字、密集多行文字及複雜文字系統的合成效果。模型以中文和英文訓練,並可零樣本泛化至日文、韓文和阿拉伯文。團隊開源程式碼、權重及包含 1.5M 張場景文字圖片的 GlyphAtlas-Data-1.5M。

  21. HuggingFace Daily Papers(社區熱門論文)47

    居中消融:為何末層方向消融效果不足或導致崩潰,以及一種封閉形式的修正方法

    研究提出 Centered Ablation(CA),以封閉形式從消融方向中投影去除共同模式,解釋並修正標準末層方向消融效果不足或令文本崩潰的問題。在 8 個模型上,CA 在標準方法效果不足時將攻擊成功率提高 29 和 46 個百分點,並將 Gemma-2-9B 的崩潰率由 50% 降至 1%。研究亦指出,兩種標準安全評審對崩潰文本的評分方向相反,可能造成 46 個百分點的效果差異。

  22. HuggingFace Daily Papers(社區熱門論文)58

    JEPA4R:具身 JEPA 世界模型以 4D 點雲進行規劃

    論文提出 JEPA4R,一種以單部深度相機取得的點雲為觀測、在潛在空間預測及規劃,並透過凍結潛在表示上的策略頭執行動作的 JEPA 世界模型。解碼器生成的 4D 點雲在 200 步內平均點誤差維持在 1.1 cm 以內;在 MetaWorld 和 Adroit Relocate 分別取得 98.4% 和 88.0%,高於排名第二的 R3M 的 96.0% 和 65.3%。

11月14日週六
  1. MarkTechPost53

    Stanford 研究人員開源 Memorilla 記憶系統,凍結 LLM 僅需 16 個記憶 token

    Stanford 研究人員開源 Memorilla,這個記憶系統把整個文件集轉為 16 個記憶 token,供凍結的 LLM 使用。在 FactKG 上,凍結的 Qwen3-8B 配合 Memorilla 得分為 84.33%,高於完整上下文的 80.43%,文件 token 用量少 108 倍。程式碼、訓練配方及模型檢查點以 Apache 2.0 公開;可訓練的記憶模組有 194M 參數。

  2. 新浪科技41

    北大、微信安全團隊以《Pandora's Toolbox》梳理通用智能體全生命週期安全

    北京大學知識計算實驗室(KCL)與騰訊微信安全技術團隊聯合發佈綜述論文,提出從來源、編排、執行及持久反饋分析通用智能體安全的框架。論文梳理技能、用戶、記憶與環境四類攻擊面,並歸納安全評測和防禦方法。摘要指出,執行結果可能污染長期記憶、技能或項目工件,使風險跨會話延續。

  3. Baseten Base Labs:模型研究39

    梯度對齊獎勵:能否令監督轉為 on-policy?

    Baseten Base Labs 探討梯度對齊獎勵能否以學生模型生成的樣本計算梯度,同時以專家示範提供學習訊號。研究指出,利用張量運算可用兩次標準反向傳播,高效計算完整對齊獎勵,實際開銷不大。實驗以 Qwen3-8B 和 Opus 5.5 生成的示範測試四數 Countdown,考察模型能否擬合及會否過度貼近示範原句。

  4. 新浪科技57

    香港科技大學如何為 AI 搜尋結果中的圖片編號,讓智能體跨工具調用

    香港科技大學 MMSense Lab 提出視覺原生智能體框架,為圖像分配編號並存入同一圖像庫,讓不同工具在解題流程中接續調用同一張圖。團隊另提出 ODE,按模型 rollout 的解題紀錄修訂出題規則;在八項評測中,8B 模型平均準確率由 24.9% 升至 39.0%,30B 模型由 30.6% 升至 41.5%。