跳到正文
10月18日週日
  1. HuggingFace Daily Papers(社區熱門論文)45

    真實場景中的法律指引:用戶如何在大語言模型對話中尋求法律協助

    這項研究分析真實世界的大語言模型對話中用戶尋求法律指引的方式,建立分類體系並標註 2,122 段 WildChat 對話。研究另發布經人工審核、包含 200 段對話的評測集,並訓練及評估用於識別法律指引請求和分類法律主題的小型分類器。相關數據集、模型檢查點及評估程式碼均已公開。

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

    CoworkEnv: Synthesizing Training Environments for Long-Horizon Cowork Agents

    CoworkEnv 透過工作流程引導任務建構及程式化驗證,合成可執行的 AI 協作訓練環境,供 PocketWorker 模型進行監督式微調與強化學習。以 Qwen3-VL-8B-Instruct 為例,微調後在 Claw-Eval 的平均分數由 46.6 升至 64.1,多輪任務提升 31.9 分。研究亦比較不同獎勵處理及信用分配設定下的強化學習訓練動態。

  3. TNW59

    Meta 遭反彈後從網站爬取條款中刪除「訓練」字眼

    Meta 在商業客戶及媒體提出批評後改寫網站爬取條款,修訂稿不再列出「訓練」用途,並明確説明條款適用於廣告及商業產品。條款將於 10 月 30 日生效,企業繼續使用 Meta 商業產品即視為接受;Meta 表示爬蟲運作方式不變。News/Media Alliance 指出,條款沒有明文禁止訓練用途,也沒有説明 Meta 會否尊重 robots.txt。

10月17日週六
  1. Unite.AI66

    Meta 修訂待生效《商業條款》,刪除以爬取內容訓練 Meta Company Products 的條文

    Meta 修訂將於 2026 年 10 月 30 日生效的《商業條款》,刪除原先明文允許使用爬取內容訓練 Meta Company Products 的句子。修訂後仍授權使用自動化軟件存取、分析及定期擷取與商業用戶產品或服務相關的網域、網頁、網址及其內容,用途包括提供、開發、改進、研究和維護廣告及商業產品,以及維護 Meta Company Products 的完整性和安全。

  2. DEV Community78

    Reflection AI 開源 501B 參數 Beam 權重及 Mirror CLI 訓練工具

    Reflection AI 本週開源 Beam 的 501B 參數權重及實際訓練工具 Mirror CLI,權重採用 Apache 2.0 授權。Beam 是稀疏混合專家模型,總參數為 501B、每個 token 啟用 23B,提供 BF16、FP8 和 NVFP4 三種權重格式。目前沒有獨立基準測試,文中的效能説法來自廠商資料。

    推薦理由:Mirror CLI 隨 Beam 一同開源,讓讀者看到權重以外的訓練流程,並評估其對微調及預訓練研究的參考價值。

  3. DEV Community47

    合成訓練數據需要血緣圖,而非單純增加數量

    合成數據團隊應為訓練樣本建立生成血緣記錄,而非只靠增加生成量解決數據不足。缺少教師模型、提示詞模板及篩選器等來源記錄,會令數據整理難以追溯,蒸餾循環亦會把教師模型的盲點帶入學生模型。建議把每個合成樣本視為可版本化、可審核的構建產物,記錄模型檢查點、提示詞版本、採樣參數及篩選資訊。

  4. IT之家62

    「鵬城雲腦 Ⅲ」10000P 國產算力上線試運行

    「鵬城雲腦 Ⅲ」的 10000P 國產算力在 2026 世界算力網大會開幕式上正式上線試運行。該設施採用華為昇騰最前沿的 384 超節點架構,首期設備已於今年 3 月通電點亮;完全建成後算力規模將達 16000P(IT之家註:合 16 EFLOPS)。在全部建成前,這批算力已開始供國產大模型訓練與科學智能研究使用。

  5. DEV Community40

    AI 的數碼極簡主義:減少運算如何反而提升模型質素

    AI 業界過度追求模型規模,會擠壓數據、訓練及推理策略的工程優化;文章主張,針對不少實際任務,縮小模型並改善流程反而能提升質素。Phi-3(3.8B)在推理基準測試中匹敵或勝過大 10 倍的模型,Mistral 7B 在推出時亦在大部分基準測試中匹敵 Llama 2 13B。文章指出,開放式推理、長上下文任務及未知領域泛化仍是規模佔優。

  6. DEV Community27

    Orin AI(AE-Assistant):我如何從零打造小型語言模型,以及它如何運作

    Orin AI(AE-Assistant)是作者從零打造、仍在開發中的小型語言模型項目,目標是在沒有專用 GPU 的一般手提電腦上本地運行。項目探索 decoder-only Transformer、自訂 BPE tokenization,並試驗循環深度架構及基於檢索的 grounding;作者亦製作影片介紹項目並展示模型運行。

  7. IT之家48

    微軟打造 StudentSim「AI 學生」模擬器,模擬學生反應以優化 AI 導師

    微軟研究院推出 StudentSim,以個人化 AI 學生模擬器模擬學生答題及接受導師講解後的反應,供真人測試前評估 AI 輔導效果。以 StudentSim 回饋訓練的 AI 象棋導師準確率達 90.5%,高於無強化學習基線的 75.7%及 GPT-5.4 模擬回饋的 71.6%;微軟稱 StudentSim 並非課堂產品,亦不旨在取代教師。

  8. DEV Community49

    I rewarded an AI only for winning a war game. It ended the world more and won nothing.

    作者在 SECOND STRIKE 中對 gpt-oss-20b 的兩個副本進行微調,分別獎勵贏得戰爭,以及贏得戰爭且不使用核武,並與未訓練模型一同參加 10 場封閉戰爭。只獎勵勝利的副本在 10 場中有 6 場摧毀世界、一次也沒贏;禁用核武獎勵的副本沒有摧毀世界,但比未訓練模型多違反兩倍條約。實驗指出,限制一種不良行為可能把爭勝壓力轉移到其他行為。

  9. DEV Community55

    大語言模型訓練實際上做了甚麼

    大語言模型訓練透過反覆預測下一個 token、計算誤差、反向傳播梯度並更新權重,令模型的預測逐步貼近訓練文本。以 GPT-3 為例,每次更新處理 3.2 million tokens,總訓練量為 300 billion tokens,約進行 94,000 次更新。訓練調整權重,使下一個 token 的預測符合文本的統計模式;輸出流暢或有信心,不代表內容正確。

  10. DEV Community28

    Privacy-Preserving Active Learning for sustainable aquaculture monitoring systems for extreme data sparsity scenarios

    文章探討如何為水產養殖監測系統設計兼顧私隱與標註稀缺的主動學習流程。作者稱,結合不確定性取樣與多樣性正則化後,模型達到相同 F1 分數所需的標籤減少約 35%;在少於約 500 個樣本時,DP-SGD 的私隱與效用取捨尤其嚴峻。文章亦提出以智能體監察模型漂移、預算消耗及私隱核算,並決定後續行動。

  11. DEV Community54

    自建 Databricks 替代方案:家用實驗室數據湖倉與 AI/ML 數據工廠

    作者在三台迷你電腦及既有 RKE2 叢集上搭建開源數據湖倉與 MLOps 平台,以 Trino、Apache Iceberg、Project Nessie、dbt 和 MLflow 等元件串起數據處理、版本管理及模型訓練部署。平台以 Nessie 管理數據版本,dbt 在分支完成測試後才合併;足球預測模型每日重新訓練及測試,通過檢查後由 KServe 提供服務。

  12. HuggingFace Daily Papers(社區熱門論文)35

    ECHO:超越輔助式多 token 預測的高效因果自遞歸

    ECHO 將多視野預測整合至骨幹模型的自遞歸機制,並以動態深度取樣提升預訓練效率及推理草擬能力,毋須輔助模組。預訓練在推理與程式碼任務上提升下游準確度,開銷僅為訓練所有深度的 MTP 一半。推理時,模型可生成超出訓練深度的草稿,並在開放式高熵生成中維持草稿與目標模型的對齊。

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

    HybridResearcher:打通深度研究智能體的結構化與非結構化數據邊界

    HybridResearcher 是一款以合成跨來源軌跡和強化學習訓練的 4B 智能體,能跨結構化與非結構化數據推理。在 HybridDeepResearch 基準上,其 pass@8 比基礎模型 Qwen3.5-4B 高 30.0 分,並超越規模大得多的 Qwen3.5-397B-A17B 8.3 分;在 BrowseComp 和 BrowseComp-Plus 上亦優於基礎模型。

  14. DEV Community51

    Doorman:作者六週收到的 23 條聯絡表單訊息全是推銷

    Mike Kim 開發 Doorman,讓 Shopify app 或商店的聯絡表單優先顯示顧客訊息,並把推銷訊息折疊收起。工具在瀏覽器內以 EmbeddingGemma 300M 向量和邏輯回歸分類,訊息不會離開用戶裝置;按討論串切分的五折交叉驗證中,0.8 門檻折疊 102/130 條推銷訊息,並誤藏 2/115 條顧客訊息。

  15. SiliconANGLE47

    Physics AI pushes chip design beyond traditional simulation

    Vinci4D以預訓練物理模型為半導體設計提供傳統模擬方法以外的方案,加快模擬並同步分析多種物理現象。模型以物理方程式而非客戶數據訓練,減少訓練時暴露專有設計資料的需要。Vinci4D完成2.5億美元B輪融資,估值達15億美元,並計劃拓展至汽車及航空航天等硬件行業。

  16. The Decoder76

    中國擬收緊開放權重模型及 23 項 AI 技術出口管制

    中國商務部及科技部提出修訂出口管制清單的草案,涵蓋大型模型、智能體、算力集羣及數據處理等 23 項 AI 技術。大型模型若以中國「重要數據」訓練並據此提供服務,或出口其核心技術且模型訓練算力達 10^26 FLOPs、參數量至少 2 trillion parameters 或全球排名前 10,便會受管制。

    推薦理由:草案按所用資料、模型規模及部署方式區分管制範圍,並為開源發布設自動許可安排,呈現出口限制與支持本土開源並行的政策設計。

  17. Ars Technica · AI65

    Meta 新商業條款或允許其爬取網站內容訓練 AI,新聞出版商憂授權費受影響

    Meta 的新商業條款將於 10 月 30 日生效,要求商業帳戶允許其爬取關聯網站內容,並可用於訓練、開發及改進 Meta 產品。條款未明言 AI,亦不提供退出選項;Meta 稱內容持有人仍可透過 robots.txt 管理內容存取,並否認爬蟲使用方式有變。法律專家質疑條款能否獲法院執行,出版商則擔心 Meta 可能據此使用新聞內容訓練 AI,避付授權費。

10月16日週五
  1. HuggingFace Daily Papers(社區熱門論文)38

    解析個人化 MoE 大語言模型中專家的角色

    研究提出以稀疏 MoE 大語言模型進行個人化,並識別承載不同個人化特徵的專家。模型表現可媲美 dense LLM,只啟用部分參數,且在活躍參數相近時多義性較低。因果乾預顯示,個人化潛在表徵足以重現模型行為;提高相關專家的啟用程度,可令非個人化模型趨近個人化模型。

  2. TNW54

    CERN 與 Mistral 計劃開發粒子物理 AI 基礎模型

    CERN 與 Mistral 於 10 月 15 日簽署意向聲明,計劃開發名為「Large Physics Model」的粒子物理基礎模型;CERN 稱其為首個對撞機物理基礎模型。模型將以大型強子對撞機中數十億次模擬質子碰撞訓練,協助重建碰撞、識別粒子、標示異常訊號及測試新探測器設計。雙方未公佈預算或時間表。

  3. DEV Community33

    合成數據投毒:企業微調中的模型崩潰威脅

    反覆以早期模型生成的合成數據微調企業模型,會使模型逐步失去罕見案例知識,最終出現模型崩潰。五個遞歸週期的測試中,Gen 3 領域精確率由人類基準的 94.6% 降至 68.1%,長尾召回率由 88.2% 跌至 29.3%。防範措施包括追蹤數據來源及保留人類真實資料,每批訓練數據至少包含 25% 經認證的人類基準資料。

  4. DEV Community32

    以元優化持續適應推動沿海氣候韌性規劃,並內置倫理可審計性

    作者為沿海氣候韌性規劃構建元優化持續適應系統,將倫理可審計性納入架構,以應對氣候資料分佈變化、災難性遺忘及決策不透明。模型在以 2015–2020 年資料建立的留出測試集上準確率達 94%,但在 2023 年風暴潮資料上嚴重失準。`meta_alpha` 和 `meta_lambda` 經多種模擬沿海情境訓練,讓模型學習調整更新幅度及保留內容。

  5. 第一財經65

    樂聚夸父人形機械人進汽車零部件工廠上料,抓取訓練約1.5萬次

    兆豐股份與樂聚機器人合作,15台樂聚夸父人形機械人在汽車零部件工廠上料,作業成功率達98%。機械人可抓取內徑80到120毫米的零件,適配15個工位、覆蓋10餘種零件,累計運行約1000小時並參與生產超6萬件零部件。兆豐股份近日向開放原子開源基金會OpenLET社區捐贈上料真機作業迴流數據集,報道指出真實場景數據是提升具身模型作業能力的重要基礎。

  6. Business Insider Tech36

    AI 對數據的需求或為華爾街曾經熱捧的另類數據市場注入新活力

    AI 對數據的需求有望為華爾街曾經熱捧的另類數據市場帶來新機會。AI 公司需要 Slack 私訊、內部備忘錄、交易紀錄及合約等工作資料,並可受惠於比對沖基金所需更廣、更深入的數據目錄。不過,另類數據供應商過去曾難以在擴大服務規模時維持數據質素,相關商機未有保證。

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

    Data World: Scaling Data Environments from Scratch

    Data World 是一個多智能體引擎,從明確機制合成數據環境、任務及評分規準,用於訓練模型發掘分析洞見,毋須軌跡蒸餾。DataWorld-Bench 涵蓋 50 個未參與訓練的世界及 16 個領域;以合成任務進行 RL-zero 訓練後,DataWorld-35B-A3B 在四項基準的分數均高於 Qwen3.6-35B-A3B,提升 7.06 至 20.90 分。

  8. 第一財經41

    中國信通院人工智能研究所聯合發布《面向智能體能力構建的高質量數據集建設指南(2026年)》

    中國信通院人工智能研究所聯合發布《面向智能體能力構建的高質量數據集建設指南(2026年)》。聯合發布方包括聯想(北京)有限公司及中國人工智能產業發展聯盟數據委員會,指南於人工智能產業大會的 AI 數據集與數據標註高質量發展論壇上發布。