同行評審能否抵禦 AI 生成文本?
標題提出 AI 生成文本會否影響同行評審能否持續進行的問題。提供的內容只有 Hacker News 討論頁面資訊,沒有交代相關研究或論點。
標題提出 AI 生成文本會否影響同行評審能否持續進行的問題。提供的內容只有 Hacker News 討論頁面資訊,沒有交代相關研究或論點。
MillBill 將 B-rep 零件、毛坯及材料轉換為索引式三軸銑削的 G-code,並以幾何回饋協助模型修訂加工計劃。在100個 GrabCAD 零件的模擬評分中,本地運行的開源 Qwen3.8-27B 令97.4%的目標表面偏差維持在0.1 mm內;GPT-6 Astra、Claude Opus 5.5及 CNC-Net 分別達到94.3%、83.0%及42.3%。
CADMAGEDDON 提出以本地推理將網格重建為可編輯 CAD 的方法:幾何工具識別並擬合網格實體,Qwen3.8-27B VLM 則根據渲染結果決定建模與修正步驟。
研究發現,Claude Fable 5.2 和 Opus 5.5 能從少有研究的蛋白質序列預測下一個氨基酸,結果顯示 Claude 的訓練資料包含大量蛋白質序列。
Energy-Based Reasoners(EBRs)以1.8M參數在Sudoku-Extreme達到99.9%準確率,推理計算量較次佳模型少345×。在多解基準測試中,EBRs 的有效解覆蓋率達到最先進水平,單次取樣準確率接近100%。
Goodbody 報告指,AI 及數據中心投資佔愛爾蘭截至 Q2 2026 前的四個季度名義修正國內需求(MDD)增長約五分之一。用於資本投資的 AI 及數據中心設備進口額達 €11.4bn,相當於愛爾蘭修正機械及設備投資的 59pc。相關硬件貿易額較 2019 年增逾一倍,今年 1 月至 8 月達 €40.2bn,當中進口額為 €19.1bn。
港大牙醫學院領導的國際研究團隊開發 DentalGEN 生成式 AI 框架,將牙冠實際設計時間縮短超過 90%。使用標準 GPU 時,DentalGEN 可在 60 秒內為每個病例生成完整、可直接製造的 3D 牙冠,形態誤差較以往用於牙冠設計的生成式 AI 模型降低 70%。
FMT 無損圖像格式以由粗至細的樹狀結構及 GPU 並行預測,讓任何尺寸的圖像都能在固定數目的順序步驟內解碼。使用大型網絡時,FMT 在同一 A100 上解碼 Kodak 相片,比測試中的 learned codecs 快 9 至 61 倍,檔案大小相同或更小。不使用網絡時,FMT 在檔案大小和速度上均勝過 NVIDIA 的 HTJ2K。
RepoFactory 從真實軟件倉庫建構完整專案開發環境,透過環境演化循環,以驗證執行和程式碼分析提供即時、低成本的代理指標,持續改進任務環境。
TPHC 結合張量並行分片與 Hyper-Connections 殘差流,降低語言模型損失並提升零樣本推理表現。8B 模型採四條流時,訓練時間較 mHC 多 9%;流數由四增至十六,訓練時間僅多 19%。1.1B 模型以 100B tokens 訓練後,驗證損失較同流數 mHC 低 0.7-1.0%,六項常識推理基準的平均零樣本準確率高 0.3-0.7 個百分點。
M3OPD-Reasoner提出一套完全開放的多模態推理後訓練方案,涵蓋圖像 STEM、圖像感知及影片三個領域。評測 21 個基準後,研究發現從 Qwen3.5-9B 直接以 GSPO 訓練各領域教師,再用 MOPD 蒸餾的方案表現最佳;接續 MixRL 仍可提升學生模型,形成 M3OPD-Reasoner-9B。
上海社科院發布《2026汽車產業國際競爭力報告》,以五個維度、29項指標評估全球41個主要國家的汽車產業競爭力。報告採用2025年數據,美國居首,中國排名第二,與德國、日本同屬第一梯隊。報告認為,電動化與智能化正推動產業轉型,各方應在新領域合作開拓增量空間。
Atomico 的《State of European Tech 2026》報告預計,歐洲初創投資今年將達 $81bn,並指出資金集中、AI 算力不足及退出活動低迷等挑戰。報告稱,pre-Series A 的 first-money-in 融資輪數在 2021 至 2025 年間下跌近 30%;歐洲只佔全球運算能力的 7%,美國則佔 72%。
北京智源人工智能研究院聯合逆矩陣、北大、清華及北航推出悟界·PhysCapBench,作為全球首個統一評測基準,涵蓋第三人稱場景、第一人稱操作與手持夾爪示範三類視角。基準從七個維度量化 Caption 質量,旨在支援描述策略優化、標註質量評估及高質量物理數據構建,並為世界模型訓練提供可度量的物理數據量尺。
具備足夠能力的凍結 LLM 智能體可在獲得基本資源和一般自我改進目標後,自行構建以情境為基礎的自我學習算法。研究以遊戲作為測試環境,讓智能體收集經驗並更新文字文件,過程中沒有外部指定的循環,也不提供真實世界數據。學得的文字成果可遷移至不同遊戲及 3D 導航任務,並在相關測試中帶來改善。
FastFrames 論文提出一系列快速自回歸影片擴散模型,目標是在不犧牲生成品質下達到互動級延遲。1.3B 版本在單張 B200 GPU 上每影格耗時 36 ms、達 28 RPS,生成品質媲美慢近 8x 的 SOTA 模型;14B 版本在 8x B200 GPU 節點上每影格耗時 45 ms、達 22 RPS,並呈現顯著更佳的視覺品質和真實感。
論文提出 Xing 4 系列大語言模型,介紹其在 Ascend 晶片上的模型架構、訓練基礎設施,以及推理和智能體後訓練設計。研究以 8,192 張 Ascend 910C 卡預訓練 285B 參數模型,並推出連接智能體執行、評估與軌跡建構的 TeleGym 平台。
DepthGraft 讓後續層重用較早層的 KV pairs,將 KV cache 用量減少約三分之一,同時維持甚至提升下游表現。在 16 B Mixture-of-Experts 模型上,MMLU-Pro 提升 7.0%(絕對值),CMMLU 和 C3 分別提升 6.6% 和 6.4%。
Gallup 與 Boston Children’s Digital Wellness Lab 調查 16 個國家逾 16,000 名 15 至 22 歲青年,發現 33% 使用 AI 作陪伴。受訪者中 93% 表示至少有一段牢固的線下友誼;研究亦發現,以 AI 作朋友的人回報較高孤獨感,但無法判定兩者的因果方向。
MIT 與 Cornell University 研究人員展示,測試時適應(TTA)可提升 AI 文字檢測器應對寫作習慣變化及偽裝文本的能力。在模擬人類寫作隨時間變化的實驗中,TTA 檢測準確率為 85%,傳統方法為 73%;面對偽裝成真人撰寫的 AI 文本,TTA 可識別超過 93%,現有方法約為 27%。
π^4 是面向 4D 場景感知的統一基礎模型,可從未經標定的 RGB 圖像或影片中恢復稠密幾何、相機位姿和度量尺度,並為多圖輸入提供點追蹤及移動物體遮罩。在多項基準測試的幾何評估中,π^4 的整體平均排名最佳,2D/3D 點追蹤及移動物體分割表現具競爭力。完整系統約有 0.5B 參數,可在一次前向傳播中聯合重建與追蹤,處理數千張輸入圖像;訓練上下文最多為 64 個視角,程式碼和模型已提供。
Heave-Ho 提出一個去中心化框架,讓多台人形機械人在長時程任務中協同進行全身移動操作。系統結合多智能體後訓練、視覺語言規劃器及以語音同步的領導者—跟隨者協調機制,無須網絡通訊即可協調執行。系統以兩台相同的人形機械人訓練,可擴展至最多十台,並能在無須重新訓練下泛化至異質團隊;HH-Bench 包含 12 項任務。
TCP4D以共享的4D場景表示追蹤觀測到的TCP運動,並生成未來TCP軌跡,是面向機械人操作的統一模型。追蹤器在DROID及RoboLab的絕對軌跡誤差分別為7.60及16.07 mm,僅用十個示範即可適應新機械人形態。生成器在RoboTwin的平均成功率為69.19%;聯合訓練源機械人及增強示範,較僅用增強示範訓練提升目標機械人成功率41.5%。
香港大學團隊提出 A-GRAE,以「隱式優勢對稱性」統一解釋 GRPO 在探索能力和難度適應上的瓶頸。A-GRAE 無需增加額外計算成本,並在涵蓋文本數學推理和多模態推理的 7 個基準上提升表現;在 AIME2025 上,DAPO+A-GRAE 的平均表現為 53.3%,高於 DAPO 的 52.2%。論文獲 NeurIPS 2026 錄用,程式碼已開源。
研究發現,讓大型語言模型在不使用梯度訓練下編寫權重時,會設計稀疏表格或聯想記憶模型,而非 Transformer。三個前沿 LLM 設計的模型測試準確率最高達 54.4%;其中一個模型的參數量約少 1,800x,準確率仍高於同一 LLM 編寫的最準確已發布 Transformer,聯想記憶模型在 GPU 上則快達 17x。預訓練 LLM 的準確率仍較高。
Forescout 研究部門 Vedere Labs 分析 10 款廣泛使用的 TCP/IP 堆疊,發現 99 個漏洞,其中 66 個此前未曾披露,相關設備包括 OT、IoT 及醫療設備。
Split-and-Scale 透過在推理階段將場景劃分為更小區域,擴展 3D 潛在表徵容量,同時讓訓練成本維持在可行範圍。實驗顯示,其重建品質可媲美超出單張 GPU 記憶體限制的大型模型。該方法亦支援高品質生成建模,所訓練的自回歸 3D 生成器表現媲美最先進基準模型。
哈佛研究人員發現,AI 編碼智能體提高程式碼產出後,瓶頸轉移至程式碼審查。Hacker News 討論中,有用戶指出,開發人員可能因自行提示及提交智能體生成的程式碼而跳過第二人審查,甚至不再仔細檢查輸出。
UIUC、香港科技大學及德克薩斯農工大學等機構的研究者提出 A2D,透過強化學習優化問題生成器,為在策略蒸餾合成更有學習價值的問題。A2D 根據教師與學生的預測分佈評估問題,不需外部訓練問題或正確答案。實驗中,合成問題令學生回答長度減少約 20%,累計學習信號增加約 28%。
北京腦科學與類腦研究所研究團隊揭示,幼年動物社交玩耍時,多巴胺信號會因應不同社交行為呈現不同反應,並參與塑造社交策略。孤獨症動物模型中,玩耍相關的多巴胺強化信號減弱甚至反轉;閉環實驗顯示,精準配對神經信號與玩耍行為可改善社交模式。研究屬動物模型基礎機制研究,不能直接用於臨牀。
Phrack 發布第73期,收錄23篇主文及《Line Noise》8篇額外文章。內容涵蓋漏洞利用、逆向工程、機器學習、硬件及相關歷史文化,並探討機器學習後門和對 AI 系統的信任。
Zyphra Research 將 ZHA 應用於 Qwen3.8-2.4T-A95B、Nemotron-3.5-Super、GPT-OSS-120B 和 MiMo-V2.6-Pro,測試次二次方注意力在不同規模模型上的表現。
OpenAI 發佈 GPT-6.2 Astra 與 GPT-6.2 Sol 系統卡(https://deploymentsafety.openai.com/gpt-6-2-astra-sol/),評估兩款模型的生物與化學、網絡安全能力,以及部署防護。
MRPD 透過重播專家的訓練紀錄,將多個長時程 RL 專家整合為一個模型,毋須重新採樣、呼叫環境或獎勵模型。在推理、搜尋和 SQL 三個智能體領域,MRPD 的學生模型表現最佳,勝過同一批專家訓練的 MOPD,整合成本約為訓練專家所需計算量的七分之一。研究亦指出,訓練紀錄的先後次序比數量或獎勵更重要。
該論文探討 On-Policy 如何演變為混合注意力模型。頁面未提供研究摘要或結果,並顯示引用該論文的模型、數據集及 Spaces 均為 0。
NarrowSpec 證明,推測解碼中的草稿模型可將殘差流寬度縮至目標模型的一半或四分之一,同時大致維持 token 接受率。
研究提出 optics as code,讓編碼智能體僅憑測量數據原位訓練光學神經網絡,並以可解讀的光學元件重新參數化網絡。該方法在分類和圖像編碼上優於無梯度方法,並以較低成本達到接近透過校準模型進行反向傳播的效果。
Accord 提出一套利用單部相機與 IMU 即時建立稠密公制地圖的方法,結合視覺慣性里程計、深度基礎模型及因子圖融合子地圖。在五種公開相機-IMU 配置及一個新 Phone-rig/GoPro 數據集上,Accord 在每個平台的 5 cm 平均 F-score 均排名第一或第二。Accord 與 Phone-rig 數據集均以開源形式提供。
TabBioMed 建立涵蓋 94 個經整理公開數據集的生物醫學表格學習基準,統一分類、回歸及多目標任務的評估,並比較 23 個模型。基礎模型整體預測表現最佳,但在推理時間或訓練成本受限時,樹模型和經調校的多層感知器仍具競爭力,且往往表現較佳。研究同時公開數據集及切分、預處理程式碼、基線模型和結果。
研究發現,語言模型的一般智能可彌補特定訓練資料缺失,資料過濾會延遲相關技能形成,而非永久排除能力。研究以棋類、分子字串、括號語言及網頁文本等任務隱去特定技能資料,並發現小模型表現可用來預測大模型技能延遲時間。另有 7-billion-parameter 模型在接觸被隱去的程式語言資料後恢復相關能力;模型智能越高,恢復技能所需資料越少。