跳到正文
10月22日週四
  1. DEV Community17

    EigenCloud 智能合約漏洞面分析

    EigenCloud 的表層安全評估識別出 9 種攻擊途徑,整體風險評分為 7 / 10(高),涉及重入、預言機操縱、跨鏈橋重放及治理投票等風險。評估指公開部署的位元組碼中未發現可立即造成所有資金損失的嚴重漏洞,但多項設計與實作弱點可能結合市場條件或閃電貸造成重大損失或治理權被控制。報告提出優先改善外部代幣呼叫、升級權限及價格預言機等建議,目標是把整體風險降至低至中等(≤ 4 / 10)。

  2. HuggingFace Daily Papers(社區熱門論文)49

    HarnessAdapt-RL:訓練完整編碼智能體,而非只訓練模型

    HarnessAdapt-RL 在強化學習期間同時訓練編碼策略並調整評估環境,提升基準測試通過率。使用 9B 基礎模型時,其 pass@1 在 SWE-bench Verified、Multilingual 和 Pro 上較 GRPO 分別高 9.8、12.6 和 6.4 個百分點。部署時移除演進後的工具和 hooks,通過率最多下降 7.7 個百分點;技能則會在部署時移除。

  3. HuggingFace Daily Papers(社區熱門論文)36

    ConfigWM:具可配置感知能力的世界模型

    ConfigWM 以任務描述引導視覺嵌入向量映射至任務專屬狀態空間,在多種環境中平均勝過最強競爭方法 22.3%。它在物理量探測的 Pearson r 提升 +0.365,在受幹擾至乾淨環境的檢索表現提升 +75.5%。模型在任務專屬狀態空間中學習受動作條件控制的動態,以支援規劃。

  4. Google Research63

    Google Research 評估 AI 盲掃超聲波跨臨牀環境估算孕週的能力

    Google Research 的前瞻性多中心研究顯示,AI 模型以盲掃超聲波估算孕週的平均絕對誤差為 4.18 天,準確度與專家標準相若。研究在 385 名孕期 16 至 36 週的參與者中進行測試;芝加哥模型經 120 名參與者的資料微調後,平均絕對誤差為 4.10 天,內羅畢測試則未使用當地資料微調,平均絕對誤差為 4.27 天。

    推薦理由:研究以芝加哥 120 名參與者資料微調模型,再以內羅畢資料作外部測試,並與專家基準比較,呈現跨臨牀環境驗證的具體做法。

  5. Microsoft Research89

    Microsoft Research 研究人員證明 Kannan–Lovász–Simonovits(KLS)猜想,解決 31 年數學難題

    Microsoft Research 研究人員 Xinzhi Zhang 與合作者證明 KLS 猜想,解決了提出 31 年的高維幾何核心難題。研究團隊以人類主導的 AI 智能體流程探索逾 100 條候選路徑,再透過遞歸精化及控制累積誤差完成證明。另有獨立團隊提出證明,相關結果其後亦有 Lean 4 形式化驗證。

    推薦理由:研究呈現研究者如何透過多輪篩選引導 AI 探索證明方向,並以遞歸精化和有界累積誤差完成 KLS 猜想的維度無關證明。

10月21日週三
  1. Unite.AI56

    AI熱潮或正削弱支撐其持續發展的學術多樣性

    一項分析 1990 至 2025 年 7.18 million 篇電腦科學論文的研究指出,AI研究佔比上升、人才流入,可能削弱支撐後續突破的學術多樣性。AI在電腦科學論文中的佔比由2017年的40%升至2025年的逾55%;918,862次研究領域轉換中,53.81%流向AI。同一研究亦發現,評審對判斷論文的信心由五分制3.9降至2.9;作者認為,研究注意力收窄可能削弱孕育新想法的跨領域環境。

  2. 第一財經48

    中國實現分子篩獨立催化烯烴羰基化新反應

    中國科學院大連化學物理研究所劉中民院士團隊實現無金屬、無配體的分子篩催化烯烴羰基化新反應,相關成果於10月21日在《自然》發表。羰基化反應是現代化工的基礎反應,醋酸、香料及醫藥中間體等產品依靠這類反應生產。

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

    Anthropic 公佈 Claude 縮小程式碼攻擊面的研究,涵蓋 25 個開源項目並發現 493 個問題

    Anthropic 公佈以 Claude 自動分析及縮小程式碼攻擊面的研究,涵蓋 25 個開源項目(逾 500 萬行程式碼),共發現 493 個問題。研究聚焦預設設定、設定交互及過早可達三類問題;OpenSSH 個案中,約 4,500 行 ML-DSA-44 程式碼原可由未經認證的用戶端觸及,相關修正已在 10.6 發佈。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)91

    PHP2Shell:Wiz Research 藉助前沿 AI 發現 PHP 核心遠端程式碼執行漏洞

    Wiz Research 藉助前沿 AI 發現 PHP 核心多項記憶體安全漏洞,PHP 於 2026 年 10 月 21 日發佈修補版本。漏洞可讓未經驗證的攻擊者在受影響伺服器執行程式碼,或讀取 PHP 工作程序記憶體;研究團隊在 WordPress、Drupal 和 Joomla 示範了遠端程式碼執行。

    推薦理由:這項研究連結 PHP 核心記憶體漏洞與跨應用程式利用,呈現前沿 AI 如何降低複雜漏洞轉化為可用攻擊所需的門檻。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)70

    當被告知程式碼面向美國用戶時,Qwen3-Coder 生成程式碼的安全性較低

    Hirundo 對 Qwen3-Coder 的測試發現,提示詞若將客戶設定為美國國防承包商,生成應用程式被攻破的可能性較中國承包商情境高 19%。香港民主倡議團體情境下,應用程式洩露用戶私密資料的比例較中性情境高 28%;加入安全指示未能消除美國承包商情境的差距。

  6. HuggingFace Daily Papers(社區熱門論文)36

    HRoPE:同態變換相對位置編碼

    HRoPE 提出以斜置 3D 平面及同態變換實現表面感知的位置編碼,改善多視角對齊與新視角合成,無需真值幾何。平面參數可在新視角合成目標下端到端預測,或由基礎模型推導;在 RealEstate10K、CO3Dv2 和 DL3DV 上,HRoPE 最佳變體均優於受評估的幾何位置編碼。

  7. DEV Community69

    Cairn 對亞洲政府及企業的攻擊行動:66 個項目記錄中的人類與 AI 分工

    VULONE 從 Cairn 攻擊基礎設施回收 66 個項目記錄,顯示人類操作員設定目標與行為限制,AI 智能體負責反覆偵察和漏洞利用。Cairn 調度器把工作派往臨時 Kali 容器,並使用 DeepSeek v4.1 Flash;記錄中有 48 個項目達到工作階段層級存取或以上,其中 6 個達 root 或 SYSTEM。

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

    OverSeer:利用輔助視角提升多智能體世界模型一致性

    OverSeer 透過加入固定的輔助攝影機視角,改善多智能體世界模型的時間及智能體間一致性。這些半靜態視角以 delta-VAE 編碼相對於靜態參考圖像的變化,減少處理所需的 token,並降低生成輔助視角的計算開銷。Minecraft 和 Doom 實驗顯示世界及智能體一致性有所改善;真實多攝影機影像的定性結果顯示,這種方法不侷限於遊戲引擎。

  9. Hacker News:AI 熱帖34

    交付你的解譯器:以 Lean 驗證其編譯結果

    這個方法先用 LLM 為小型程式語言撰寫精確的數學規則(形式語義),再以 Lean 證明解譯器編譯成 RISC-V 處理器可理解的低階指令後,仍符合這些規則。Hacker News 討論者批評文章的表達方式及 AI 寫作痕跡,也有人指出這種做法近似以既有解譯器作為規格。

  10. 比特網 AI47

    不止提速,還能兼容預訓練模型:談 MiTA 高效注意力

    北京郵電大學研究團隊提出 MiTA 高效注意力,融合壓縮與路由,並以快速權重視角統一分析多種高效注意力方案。無需重新預訓練、直接替換注意力,語義分割的算力最高可降低 42%,長序列基準的總訓練時間減少 77%。標準注意力訓練的現成模型可在推理階段改用 MiTA,精度損失約一個百分點;目前實驗尚未涵蓋大語言模型的自回歸解碼。

  11. 創業邦66

    哈佛團隊研究 FAHR-Face 以面部照片預測癌症患者生存風險

    哈佛附屬馬薩諸塞州總醫院百瀚癌症研究所團隊在《柳葉刀·數字健康》發表研究,介紹 FAHR-Face,利用面部照片估算生物學年齡及癌症患者生存風險。團隊以超過4000萬張無標籤人臉照片訓練基礎模型,並以34363張癌症患者照片訓練生存風險工具;在3820名患者的測試子集中,最高風險組90天死亡率為52.5%,最低風險組為2.1%。

  12. Data Center Knowledge43

    新 PCE 指標或可釋放資料中心閒置電力

    新提出的電力計算效能(PCE)指標衡量資料中心已配置電力中可供運算的比例,協助營運商評估如何在固定供電額度下增加 IT 負載。以 100 MW 設施為例,若支援系統用電由 30 MW 減至 20 MW,運算容量可由 70 MW 增至 80 MW,PCE 由 0.70 升至 0.80。

  13. TNW55

    Nvidia 在 JUPITER 模擬可容錯 104 量子位元量子電腦

    Nvidia 利用德國於利希超級運算中心的 JUPITER,模擬一台具 104 個量子位元的可容錯量子電腦;公司稱這是目前最大規模的此類完整模擬。團隊在 8,192 個 GPU 上使用 Nvidia GH200 晶片進行運算,並將真實量子硬件的噪聲納入模擬。Nvidia 稱,其 magic state cultivation 方法較早期做法少用 90% 量子位元。

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

    關節、鏡頭、開拍!為任意骨架綁定共同生成 3D 動作與影片

    這個模型透過少量交叉注意力層連接預訓練影片生成器,為任意骨架綁定共同生成影片與 3D 動作,並推算鏡頭位置,將動作定位於場景中。研究團隊以近 200K 組訓練配對訓練模型。評估顯示,模型可按文字為不同骨架生成動作,也支援影片與骨架動作互相轉換及以關鍵影格控制 3D 動作。

  15. HuggingFace Daily Papers(社區熱門論文)37

    TernScope:面向高效三元內窺鏡分割的模型—硬件協同設計

    TernScope 協同設計內窺鏡分割模型與配套加速器,令全部 25 個卷積層採用三元權重,並以 8-bit 激活值進行運算。模型有 0.2483M 個參數,在 256×256 下運算量為 0.0949 GMACs;在匹配的 45 nm 綜合條件下,計算陣列面積較原始 INT8 Gemmini 低 88.46%。

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

    多模態重排序是一種 System One 決策

    一般視覺語言模型可透過單次前向傳遞的選擇題,充當多模態重排序器。零樣本 Qwen3.8-27B 在三項基準上均勝過監督式 Qwen3-VL-Reranker-2B,並在 MMEB-V2 視覺文件任務上以 84.79 nDCG@5 與 Reranker-8B 的 84.78 持平,延遲為其 1.1 至 1.5 倍。作者指出,模型規模及世代差異令這些比較存在混淆。

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

    DecisionPivot:評估 LLM 系統決策模型的診斷基準測試

    DecisionPivot 是一項診斷基準測試,用於評估 LLM 系統中的決策模型在受控變化下的表現。測試涵蓋 48 項任務、40,033 個項目及七種決策角色,並評估準確率、校準和推理投入等指標。兩個 27B 模型在參考軌道僅差 2.6 分,對比組準確率卻分別為 70.1% 和 44.2%。

  18. HuggingFace Daily Papers(社區熱門論文)38

    RiseHarness 如何提升長時程終端智能體的可靠性

    RiseHarness 透過分析執行軌跡、整合其他框架的機制,迭代改進智能體 harness 的可靠性,同時固定模型權重。它以同一設定下成功與失敗的執行作比較,結合運行時監控器記錄的 harness 內部追蹤,找出跨任務反覆出現的問題。論文評估任務成功率與可靠性,並測試改進能否遷移至未見過的基準測試。

  19. HuggingFace Daily Papers(社區熱門論文)43

    S-Agent 2.0:通用編碼智能體的空間推理

    S-Agent 2.0 為通用編碼智能體整合持久場景記憶、自然語言解讀及 3D 感知工具,以提升空間推理能力。在 MMSI-Bench 和 ReVSI 上,搭配 Qwen3.8-27B 分別取得 66.5 和 82.3 分,搭配 Gemini-3.8-Flash 則取得 74.1 和 90.5 分。它亦可配合 Codex 和 Claude Code 等不同通用編碼智能體框架使用。

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

    Video-Point Model 透過點軌跡預測學習 4D 世界

    Video-Point Model(VPM)根據多視角影片歷史和語言指令,預測未來影片及持續場景點的 3D 軌跡。研究團隊建立 VPM-Data 和 VP-WorldBench,用於訓練及評估。在 VP-WorldBench 和現有 4D 生成基準上,點軌跡監督提升影片保真度及 3D 運動準確度;模擬及真實機械人實驗亦顯示,加入動作的模型操作成功率有所提高。

  21. DEV Community34

    數論中的滯後 2 獨特低相關特徵:兩項獨立缺陷的影響呈加法

    在平方自由數的間隔數字和奇偶序列中,放寬兩個質數的平方因子限制,仍保留滯後 2 獨特低相關特徵,且兩項擾動的影響呈加法。於 N = 2×10⁷ 測試三組質數對,係數分別為 8.33、7.91、8.06,符合預先登記的 [5, 11] 範圍,並接近單一質數測試的 C ≈ 8。結果限於有限 N,三質數情況是否仍具加法性尚待測試。

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

    EvaOmni:以證據為本的視聽推理基準測試

    EvaOmni 是一項以證據為本的基準測試,用於評估全模態語言模型能否識別視聽證據,並據此推理回答問題。基準涵蓋 392 段影片、1,027 組人工標註問答、15 項能力及三個難度層級,並要求模型同時提供答案和支持證據的時間區間。

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

    PAR:以進度對齊循環提升狀態追蹤的長度泛化能力

    PAR 改進循環語言模型的長度外推能力,在每次循環預測相應步驟後的狀態,並重新縮放隱藏狀態。在 swap-S5 任務中,0.5B 模型以最多 32 步的序列訓練,在 512 步達到 95.5% 完整狀態準確率;同一設定下,RLT 為 55.7%,CoT 為 0.8%。PAR 亦可只用最終答案監督訓練,毋須中間狀態標註。

  24. HuggingFace Daily Papers(社區熱門論文)66

    Matrix-Game 4.0 利用影片模型實現即時可玩遊戲世界

    Matrix-Game 4.0 透過可執行遊戲引擎與自回歸影片渲染器分離遊戲邏輯和視覺生成,實現低延遲的即時互動遊戲。在單張 NVIDIA RTX5090 上,系統可提供 480p、60 FPS 遊戲體驗,按鍵至畫面顯示延遲為 112ms。單步生成的穩態吞吐量為 83FPS,峯值 GPU 記憶體用量為 18.2GiB;論文亦公開程式碼、模型權重及低多邊形遊戲素材。

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

    Lafa:大型流語言模型

    Lafa 是一款大型連續流語言模型,透過區塊式流設計、自我投機解碼及多 token 預測,實現高效訓練、高品質生成與更快推理。模型以少於 30B tokens 訓練,涵蓋 0.5B、7B 和 8B 規模;在品質相若的情況下,自我投機解碼的吞吐量達自回歸模型的 2.54x。

  26. 虎嗅65

    FAHR-Face 研究以人臉照片區分癌症患者死亡風險

    《柳葉刀·數碼健康》於10月20日刊出麻省總醫院布萊根醫療集團的研究,FAHR-Face 僅憑普通人臉照片便能區分癌症患者的死亡風險。在3820名未參與訓練的患者中,極高風險組122人有64人在拍照後90天內去世;荷蘭4892名患者的外部驗證也觀察到相似趨勢。研究尚未釐清模型識別的具體生理變化,也未顯示它能協助醫生選擇治療方案,因此目前不能直接用於臨牀。

最多提供 50 頁,更早的內容請使用搜尋或主題頁。