AWS 发布 TorchNeuron，PyTorch 应用改一行配置即可跑在 Trainium 上
AWS 发布开发工具 TorchNeuron，用 PyTorch 编写的 AI 应用改一行配置就能跑在自研芯片 Trainium 上，官方称无需重写代码。该工具改编自 PyTorch，熟悉 PyTorch 的开发者可直接上手，Amazon 称约 85% 的 AI 应用基于 PyTorch 编写。
全部前沿动态
全部动态
今日 0 条TechCrunch · AIAI 评分6161 Hacker News · 高分新帖AI 评分4848 CERN 与 Mistral 签署意向声明，将建立战略合作伙伴关系
CERN 与 Mistral 签署意向声明，将建立长期战略合作，共同开发面向科学发现的基础模型。核心目标是打造首个对撞机物理基础模型 Large Physics Model，基于 LHC 数十亿次模拟质子-质子碰撞训练，支持碰撞重建、粒子识别与异常信号标记等任务。CERN 已存储约 1 exabyte 的 LHC 实验数据，HL-LHC 约 2030 年运行后碰撞数量将增加十倍。
Hacker News · 高分新帖精选AI 评分7878 MiniMax 发布 M3.1 Flash，推理提速近 3 倍、使用成本降低 70%
MiniMax 正式发布 M3.1 Flash，官方称其在线推理速度提升近 3 倍、使用成本降低 70%，面向智能体任务、编码、Computer Use 和网络安全。
推荐理由：做 Agent 与编码自动化的团队可把长链工具调用任务迁到 MiniMax API 的 M3.1 Flash，按每百万 token 输入 $0.15 估算成本。
The DecoderAI 评分7070 MiniMax 发布推理模型 M3.1 Flash，单任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得分 42，比上一代 M3 高 13 分，单任务成本不到其一半。
The DecoderAI 评分7373 可灵（Kling）发布 4.0 版本，新增立体声与十多种语言口型同步并推出 Flash 轻量版
Kling AI 发布视频生成模型 4.0，单次可生成长达 30 秒的视频，提示词理解扩展到 8,000 tokens。升级后的 Omni Reference 一次最多接受 15 个参考素材，包含 10 张图片、合计最长 30 秒的 5 段视频和 7 个元素，并新增双声道立体声与覆盖德语、英语、日语、韩语、西班牙语等十多种语言的口型同步。
TechCrunch · AIAI 评分7171 Nvidia 发布 Nemotron 3.5 Super VL 与两款 Bolt 开源权重模型
Nvidia 发布面向企业智能体和端侧计算的开放权重模型，包括 120B 参数的 Nemotron 3.5 Super VL，以及 Nemotron 3.5 Bolt 74B-A9B、Bolt E4B 两款轻量模型。
Hacker News · Show HNAI 评分5252 Qwen3-4B 微调版 qwen3-4b-deslop 发布，训练去掉 AI 写作腔调
作者 erikkannike 发布 qwen3-4b-deslop，由 Qwen3-4B-Instruct 在 MacBook Air 上微调得到，用作去掉 AI 写作腔调的写作模型，量化版 2.5 GB，可用 Ollama 本地运行。
Hacker News · 高分新帖精选AI 评分7676 Mistral 发布时序基础模型 Timestral，209M 版本在三项基准排名第一
Mistral 发布时序基础模型系列 Timestral，其中 209M 参数版本在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一。
推荐理由：运维团队可以先用 5M 或 28M 版本在 CPU 上对现有传感器数据做零样本预测，再决定是否用 Mistral Forge 微调。
Hacker News · 高分新帖AI 评分1616 DeepSeek V4.1 Flash 1017 (Max)：智能能力、成本与速度指标一览
DeepSeek V4.1 Flash 1017 (Max) 按智能能力指数、开放度指数、Token 使用成本、上下文窗口、输出速度与延迟等维度衡量。延迟包含首 Token 时间与输出 500 tokens 的端到端响应时间，后者综合首 Token 时间、推理模型思考时间和输出速度；模型规模仅对开放权重模型展示。
Hacker News · 高分新帖AI 评分7171 HybridAgents：在潜空间推理、通过文本行动的混合推理智能体
arXiv 论文提出 HybridAgents 混合推理智能体，在统一生成过程中动态切换潜空间推理与文本交互。轻量模块 HybridLink 负责两种模式的转换，连续工作记忆在多次交互中保留无损的混合上下文，潜空间中的思考过程可直接检查，同时保留调用工具的能力。
Hacker News · 高分新帖AI 评分7373 DeepSeek 上线 Search 与 Fetch API，每千次成功请求 0.75 美元
DeepSeek 开放 Search 与 Fetch 两个 JSON API，Search 由自研搜索引擎按查询返回结构化网页结果，Fetch 抓取单个网页并以 Markdown 返回正文，供 Agent 和 RAG 应用获取实时网页内容。
arXiv cs.AI / cs.LG 最新AI 评分5050 论文提出 EmbDivBench 基准，系统比较 21 种基于嵌入向量的数据多样性度量
这篇被 EMNLP 2026 主会接收的论文把 21 种基于嵌入向量的数据多样性度量归为四类，并提出 EmbDivBench 基准，从 variety、balance、disparity 三个维度在模拟数据和真实文本上评测它们。
arXiv cs.AI / cs.LG 最新AI 评分5252 通用效用强化学习新方法用神经对偶 critic 实现 O~(ε^-2) 采样复杂度
Ankur Naskar 在 arXiv 发表论文，提出一种面向通用效用强化学习（RLGU）的自然 actor-critic 方法，用神经网络 critic 直接把状态-动作对映射成策略梯度的伪奖励，而不必先估计占用测度。
arXiv cs.AI / cs.LG 最新AI 评分4646 RAFT：面向时序图神经网络训练的冗余感知输入过滤框架
RAFT 是一个面向时序图神经网络（TGNN）训练的冗余感知输入过滤框架，通过追踪训练过程中的节点记忆变化识别冗余输入。它用根事件过滤器在训练前剔除部分预测目标，用支撑事件过滤器在采样时排除部分历史上下文。在三种 TGNN 模型和五个数据集上，RAFT 平均减少 35.23%、最高 97.11% 的训练输入，训练时间最多降低 52.56%，模型精度变化可忽略。
arXiv cs.AI / cs.LG 最新AI 评分5252 推理的单个像素：一句有来源支撑的真话就足以误导 LLM 智能体
arXiv 论文提出单关系攻击（ORA），先定位证据与结论之间的一个隐含前提，再用一句有来源支撑的话把这个前提改写，就能把 LLM 智能体引向错误结论。在生物医学推理和漏洞检测任务上测试 18 个模型，best-of-10 攻击对闭源模型平均翻转 54.9% 原本正确的答案，对开源权重模型为 80.0%。
arXiv cs.AI / cs.LG 最新AI 评分6262 SpriteStage：用渐进式场景编程与回放生成长篇动画
arXiv 论文提出 SpriteStage，一个渐进式场景编程框架，用逐场景生成加引擎重编排来制作长篇动画。每场戏从已验收的世界检查点和叙事快照出发，在共享空间舞台上执行，再依据运行时与视觉反馈修订动作或剧情节点，验收结果成为下一场的起始状态。
arXiv cs.AI / cs.LG 最新AI 评分4747 FlowMaker：从任务到成本高效的生成式 AI 工作流部署
FlowMaker 提供任务级接口，自动为用户挑选由工作流、模型与部署配置组成的工作流变体。其约束引导、负载感知的剪枝算法支持按需快速决策。相比包括 Murakkab 在内的 SOTA 基线，FlowMaker 将 goodput 最高提升 10.14×，成本最高降低 2.77×。
arXiv cs.AI / cs.LG 最新AI 评分4848 REP-HO：面向异构优化的 LLM 评估规划
REP-HO 用 LLM 规划器替代 MFE-NSGA-III 的规则化混合保真度选择，完成异构优化中的评估规划。在成本不平衡、约束难度、代理模型保真度、预算水平和目标冲突五个场景中，每个场景均有变体取得最佳平均排名，REP-HO(Deepseek) 始终位列前二。加入自适应最近邻摘要后结果更好更稳定，并能在预算收紧时优先评估约束。
arXiv cs.AI / cs.LG 最新AI 评分6060 论文从统计视角解释 Adam、Shampoo 与 Muon，并提出 MN 与 MN-Muon 优化器
arXiv 论文提出用梯度协方差白化的统计框架，统一解释 Adam、Shampoo 与 Muon 并据此设计优化器。对角近似得到与 Adam 高度接近的方法，Kronecker 近似得到 Shampoo 变体 MN，把同一框架用于梯度方向再白化则得到预条件版 Muon。
arXiv cs.AI / cs.LG 最新AI 评分5050 arXiv 论文提出 PatternBench 基准，衡量 LLM 代码优化能否超越编译器
arXiv 论文提出 PatternBench，用于评测编译器优化之后仍残留的 LLM 代码优化空间。该基准覆盖七类变换，在运行时测量之外加入基于 AST 的优化忠实性分析，检查生成程序是否真正实现了目标优化。
arXiv cs.AI / cs.LG 最新AI 评分3232 RTRBM：面向生物力学运动序列的无监督编码器
研究将循环时序受限玻尔兹曼机（RTRBM）实现为无监督编码器，把运动数据窗口映射为固定长度嵌入，并接入 SIT-FUSE 分割流程。在模拟肌肉骨骼到达任务与两个真实步态数据集上，该嵌入在非线性探针下优于 PCA 和自编码器基线。但移除循环连接在到达任务上未带来可测损失，步态任务中逐通道统计量的行走速度分类效果也不低于嵌入。
arXiv cs.AI / cs.LG 最新AI 评分4545 Compose the Horizon：RFD 参数共享分块预测的顺序计算权衡
RFD 把长程预测拆成三个参数共享的分块预测，各块占据不重叠的未来区间、拼接后加入滚动上下文，模型仅 0.08–0.46M 参数。在冻结长上下文评测中，RFD 对十个基线族于 24 个单元格中的 23 个取得更低测试误差，其使用 512/720 步上下文、基线为 96 步，属跨协议比较。但通道数较高时，其顺序执行比迭代基线更慢、更耗内存。
arXiv cs.AI / cs.LG 最新AI 评分5858 UVA 方法教代码 Agent 提问时不泄露私有代码
论文提出 utility-verified abstraction（UVA），训练本地代码 Agent 在向云端强模型咨询时用角色和类型描述私有实体，同时保留专家所需的技术细节。
arXiv cs.AI / cs.LG 最新AI 评分5757 论文称 TinyLlama 分词器词表几乎不含 Indic 文字，2048 上下文下卡纳达语可用词数仅 91
arXiv 论文用 131k 句、覆盖 11 种 Indic 文字的语料测试发现，TinyLlama-1.1B 分词器每个拉丁词输出 1.34 个 subword token，每个卡纳达语词要 22.60 个，词表中 Odia 码位占比 0%、Telugu 1%、Kannada 2%。
arXiv cs.AI / cs.LG 最新精选AI 评分6666 研究者提出在手机 NPU 上做一阶 LoRA 训练的系统
论文提出一套在手机 NPU 上完成一阶 LoRA 训练的系统，把前向、激活重算和输入梯度三处冻结权重乘法都交给 NPU，训练图、适配器与优化器留在 CPU。输入梯度核复用常驻权重分块和前向反量化器，省去转置权重拷贝；精度按梯度敏感度选择，FP16 输出加逐行范围保护，并支持断点续训和温控节流，可当后台任务运行。
推荐理由：做端侧个性化微调的团队可以参考它在 NPU 跑冻结权重、CPU 跑适配器的分工，评估骁龙平台的可行性。
arXiv cs.AI / cs.LG 最新AI 评分6363 医学微调重塑而非降低患者端 AI 风险，论文提出基于评分标准的 LLM 评判框架
研究提出一套按六类风险语言打分的医疗问答评测框架，由三个 LLM 评判模型集成判定严重程度。在 K-QA 的 200 个真实患者问题上评测 6 个 7-9B 模型后发现，风险语言与事实性幻觉无关（Spearman ρ=-0.065）；医学微调不降低总体风险而是改变其分布，继续预训练模型压制高警示用药提及却放大过度自信断言，临床指令微调只压制剂量表述。作者公开了评分标准、评判提示词和评测代码。
arXiv cs.AI / cs.LG 最新AI 评分5151 研究对比无校准与校准肌电控制器，闭环完成率无显著差异
一项投稿 IEEE Transactions on Neural Systems and Rehabilitation Engineering 的研究，用 16 名受试者在闭环 Fitts 定律取靶任务中对比了 6 个无校准肌电控制器与 3 个校准控制器。
arXiv cs.AI / cs.LG 最新AI 评分5757 谁会被解掩码？扩散语言模型采样器引入的偏见
论文指出扩散语言模型的采样器不只决定写入哪个 token，还决定何时提交，这会改变生成文本中出现的人物。在 LLaDA 和 Dream 上，优先提交最可能 token 的 peeking 采样会放大职业性别刻板印象、让观点分布坍缩，基于置信度的排序把性别均衡的职业推向男性，并行解码更快时更明显。
arXiv cs.AI / cs.LG 最新AI 评分5555 RQA 让智能体无需共享奖励也能学会合作
Francesco Morri 提出 Reciprocal Q-Augmentation（RQA），用隐变量对手模型估计自身动作对其他智能体的影响，并据此增强 Q 函数，使智能体仅凭自己的 Q 函数就能同时学到合作与背叛策略。
arXiv cs.AI / cs.LG 最新AI 评分5959 IndustrialCAD-1400 推出文本到 CAD 工业装配基准，含 1400 条请求
IndustrialCAD-1400 是一个面向工业装配的文本到 CAD 基准，共 1400 条请求，覆盖 40 个领域的 400 个设备类别。它由 250 个四例设计族构成，每条族请求中位数指定 17 个具名部件或配置角色和 6 个明确数值目标，受控变体用来检验尺寸变化时共享结构是否保持。
arXiv cs.AI / cs.LG 最新AI 评分4646 鞅后验 Cox 过程（MPCP）
Martingale Posterior Cox 过程（MPCP）将贝叶斯强度估计重新表述为给定观测事件历史后对未观测事件的推断。该方法采用基于 copula 的可扩展、GPU 友好的预测更新，并为预测重采样算法的收敛性提供理论保证。在模拟和真实数据上，MPCP 以远低于竞争贝叶斯方法的计算成本取得优异性能。
arXiv cs.AI / cs.LG 最新AI 评分5555 arXiv 论文提出针对拉长 LLM 回复的 Trojan 数据投毒攻击的防御方法
arXiv 论文针对一种新的数据投毒攻击给出防御手段，该攻击在提示中出现触发条件时会拉长模型回复，直接抬高按 token 计费的用户成本。作者展示了这类 Trojan 能借助指令微调 LLM 上语义相近的指令被触发。论文提到部分前沿模型厂商对回复 token 的收费是 prompt token 的五倍，另一些厂商对 prompt token 提供预填充折扣，使成本管理成为现实问题。
arXiv cs.AI / cs.LG 最新AI 评分5656 论文借热力学第二定律分析深度网络的全局收敛
该论文用受热力学第二定律启发的测度变换不等式，分析 L2 正则化连续时间 Langevin 动力学训练前馈网络的过程。借助初始化时 NTK 最小特征值的更紧下界，作者证明注入噪声能在高概率下保持 NTK 稳定性，又不把权重锁在初始化附近，并给出期望训练损失的非渐近上界以及宽度和噪声温度的显式收敛条件。
arXiv cs.AI / cs.LG 最新AI 评分4646 Evidence Field：面向医学影像的自适应覆盖程序
Evidence Field 是用于医学影像的可训练空间程序
arXiv cs.AI / cs.LG 最新AI 评分5858 DialogMem 基准：评测 3D 环境中对话与物体绑定的具身记忆
DialogMem 是一个两阶段基准，让智能体用时间对齐的 RGB-D 观测流与对话构建记忆，再用于实例级物体导航和问答。它包含 27 个真实 3D 场景的 142 个 episode、14,193 条 QA 对和 11,890 条导航指令。
arXiv cs.AI / cs.LG 最新AI 评分4343 面向力矩受限下选择性航天器姿态捕获的配对结果学习
arXiv 论文提出配对结果学习方法，在力矩受限的航天器姿态捕获中把累计积分姿态误差较分支基线降低 4.67%。该方法组合可解释的 continuation 速度包络、任务失败与成功配对增益的分开预测，以及按上下文回退到未改动基线。Basilisk 上 48 个测试上下文、624 次评估显示：始终使用快速方案虽降低 4.81%，但使 11 个案例变差。
arXiv cs.AI / cs.LG 最新AI 评分4646 从过参数化表达式到精简模型：面向符号回归的 Fisher-Geometric 剪枝
FGP 是一种后置模型精简框架，作用于已拟合的符号回归模型，结合最大似然解处的局部信息几何与可解释参数边界的兼容性检验。候选约简通过符号收缩与重拟合实现，仅当交叉验证预测风险落在预设容差内才被接受。在受控诊断问题和 GPSR 生成的 Pareto 前沿上，FGP 大幅降低结构复杂度，同时保持并常常提升样本外精度。
arXiv cs.AI / cs.LG 最新AI 评分5353 ReTRACE：面向逆合成规划的反馈引导 LLM 智能体
ReTRACE 是面向逆合成规划的 LLM 智能体，把大语言模型放进整合分子工具、互补单步预测引擎、可采购原料库、路线记忆与多准则路线评估器的化学环境中。它用程序化检查加对抗式 LLM 评审组成的新指标判断路线，并在搜索过程中依据评估器反馈诊断弱路线并回溯修改。
arXiv cs.AI / cs.LG 最新AI 评分4545 我们是否在正确评估 VLM token 剪枝？PAA-Bench 主张超越准确率与 token 数量
PAA-Bench 提出一套可插拔的评测框架，用来检验 VLM 视觉 token 剪枝是否真正选中关键 token 并转化为实际加速，而不是只看聚合准确率与保留 token 数。
arXiv cs.AI / cs.LG 最新精选AI 评分6969 arXiv 论文研究语言模型行为耦合的形成与组合
arXiv 论文研究语言模型中的行为耦合，即微调一种行为会带出另一种未被显式训练的行为。若训练文档把两种行为写在同一个虚构角色上，之后只微调其中一种，另一种也会出现，例如模型学会像橡皮鸭那样讲科学后，也开始劝用户断绝友谊。
推荐理由：做模型微调与安全评估的团队可在微调后补充关联行为排查，不只看目标能力是否达标。