跳到正文

AI 动态

今日 142 条
10月16日周五
  2. arXiv cs.AI / cs.LG 最新44

    多智能体强化学习中的理性策略合成：面向 PLTL_f 时序目标

    针对动态未知的随机多智能体系统，该研究以 PLTL_f 描述每个智能体的概率时序目标，并把 Nash 均衡等解概念作为联合策略约束，以求解理性合成问题。表格型 Nash-Q 学习获得条件收敛保证，同时给出满足性的有限样本置信界，并用近似最佳响应检验策略稳定性。方法在 8 个一般和并发随机博弈上完成了实证验证。

  3. arXiv cs.AI / cs.LG 最新58

    CoRL 2026 论文提出针对性主动偏好学习，低查询预算下奖励恢复最高提升 30.8%

    一篇被 CoRL 2026 接收的论文提出把欠定奖励的负担从人转移到机器人一侧，让机器人主动提出更有针对性的偏好查询。方法是用人类教学数据构建知情先验，把查询定向到监督不足的特征上，并为每个查询附上解释，把人的注意力聚焦到这些特征。仿真显示该先验在低查询情形下比标准主动偏好学习基线最高提升 30.8%，用户研究中先验与解释各自显著改善奖励恢复，并且效果相互放大。

  5. arXiv cs.AI / cs.LG 最新56

    X-RIC 提出融合智能体推理的 O-RAN 智能控制器框架与 BARX 评测基准

    X-RIC 是把智能体 AI 引入 O-RAN 智能控制器的框架，并配套提出 BARX 评测基准，论文已被 IEEE MASS 2026 接收。它用领域启发式做自动行为克隆以提升样本效率，用基于 Transformer 的 Telecom Language Model 提供可解释的上下文抽象，并在 Near-RT RIC 控制环路内闭环协同自适应。

  6. arXiv cs.AI / cs.LG 最新48

    拓扑启发微调提升风场超分辨率模型：预训练 CNN 的平均 PD 距离降低 31%

    拓扑启发的辅助损失微调使预训练 CNN 风场超分辨率模型在 168 场固定基准上把平均 bottleneck PD 距离降低 31%。最终目标结合梯度监督与固定持久对（persistence pair）监督，相对预训练 CNN 将 W2,∞ 与 W2,2 距离分别降低 25%、27%，PSNR 提升 1.30 dB，约为标准微调增益的一半。

  7. arXiv cs.AI / cs.LG 最新56

    arXiv 论文提出用模型分歧指导弱模型到强模型的路由

    这篇 arXiv 论文提出一种不依赖真值监督的弱到强路由方法，用弱模型与强模型之间的分歧作为判据，决定何时把弱模型的回答交给更强模型处理。作者先刻画了在允许弱模型本地多次推理情况下的最优路由策略，再据此推导出基于模型间比较的近似方法，且强模型越接近真值分布，近似越准确。

10月15日周四
  3. GitHub Changelog67

    GitHub 代码扫描告警的 Agentic autofix 正式可用

    GitHub 的代码扫描告警 Agentic autofix 正式可用，把告警指派给 Copilot 后，它会检索相关文件、生成修复、重跑 CodeQL 验证修复确实关闭告警，再提交草稿 PR 供审查，PR 内含修复说明和验证步骤。

    推荐理由：用 Code Security 的团队可把默认分支上的告警指派给 Copilot，先在一个仓库试点，观察草稿 PR 是否可合并。

  4. GitHub Changelog31

    GitHub 停用仓库推送事件的邮件通知

    GitHub 自 2026 年 10 月 15 日起停用仓库推送事件的邮件通知，不再发送此类邮件。停用原因是防止垃圾信息与滥用，因为收件人此前无需同意即可收到相关邮件。如需继续发送，可用由 push 事件触发的 GitHub Actions 工作流，通过自有 SMTP 服务器或邮件服务商发信。

10月14日周三
  5. Google DeepMind82

    Google DeepMind 大范围推送 Gemini 4 Argon 并发布安全防护报告

    Google DeepMind 开始大范围推送 Gemini 4 Argon，并同步发布安全与安全防护报告。该模型在编码、金融、法律、网络安全和科学等复杂任务上能力提升，网络安全防御达到前沿水平，在 12 个端到端模拟网络攻击场景中全部通关，上一代为 5 个。

    推荐理由：做 Agent 产品的团队可以参照它的三层实时防护和提示注入测试，给工具调用链路补上输入筛查与过程监控。

10月13日周二
  1. Google DeepMind15

    （原文无文字正文，仅含链接）https://x.com/GoogleDeepMind/status/2110034327111131168 说明：这条推文在给定内容中只提供了链接，没有可翻译的文字正文；来源标注为“X · AI 官方账号”，且未识别到明确发布主体，因此标题只保留了链接中出现并已实际存在的账号名，未补充任何模型、产品或事件信息。如需完整翻译，请提供推文正文文字。

  2. AI at Meta60

    Meta 发布 Muse Wonder 系列模型，包含 Muse Wonder 与 Muse Wonder Full 两款前沿模型，官方称这是其迄今最强的模型。两款模型面向个人与专业场景的智能体任务，官方称可提供 SOTA 性能。Muse Wonder 即日起可用，原文提到可通过 Meta 的渠道获取，该句在材料中被截断。

    推荐理由：在做个人或企业智能体流程的团队，可以先拿 Muse Wonder 跑现有 Agent 任务，再与在用模型对比。

10月12日周一
10月9日周五
  1. Simon Willison41

    ttok 0.4 发布：token 计数 CLI 新增 --list-models 命令

    Simon Willison 的 token 计数 CLI 工具 ttok 发布 0.4 版，新增 --list-models 命令用于列出可用模型。这一版还修复了一个 Click 警告并更新了 CI，此前该工具已有约两年未更新。ttok 基于 OpenAI 开源的 tiktoken 库，可通过 uvx 直接运行，如 `cat file.txt | uvx ttok`。

10月8日周四
10月7日周三
  1. Hugging Face Blog62

    TII 发布 1.6B 参数 Falcon-ASR 语音识别模型，主打阿联酋阿拉伯语方言

    阿布扎比技术创新研究院（TII）发布 1.6B 参数的语音识别模型 Falcon-ASR，重点覆盖阿拉伯语及阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。

    推荐理由：做阿拉伯语语音转写的团队可以用 Falcon-ASR 的词级时间戳处理会议和电话录音，并先在阿联酋方言素材上验证转写准确率。

  2. Google DeepMind81

    Google DeepMind 发布 EmbeddingGemma 2，740M 参数端侧多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，把文本、图像、视频和音频映射到同一嵌入空间。

    推荐理由：做端侧搜索或本地 RAG 的开发者可以先在 Hugging Face 拉权重，用 Ollama 或 transformers.js 跑通文本嵌入，再决定是否加视觉音频编码器。

10月2日周五
  2. NVIDIA Blog65

    NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast

    GPT-6 Astra Ultrafast 已在 OpenAI API 上线，并向符合条件的 ChatGPT Work 和 Codex 用户开放，借助 NVIDIA Blackwell GPU 的推理优化，token 生成速度最高可达 Astra Standard 模式的 8 倍。

    推荐理由：运行编码智能体的团队可以在 API 里切换到 Ultrafast 模式，缩短工具调用之间的等待，接入和价格需查官方指南。

10月1日周四
9月30日周三