Show HN：Mile Pace Calculator——面向跑者的免费配速与分段工具
Mile Pace Calculator 提供免费的跑步配速与分段计算：无需注册，输入距离和时间即可得出平均每英里配速，也能反算完赛时间或距离。工具内置 2 Miles、5K、10K、Half（21.0975 km）等预设，13.1 英里跑 2 小时约为 9:10/mi，Half 预设则给出 9:09/mi。全部计算在浏览器内完成，数据不上传。
AI 动态
AI 动态
今日 137 条Hacker News · Show HNAI 评分2626 Hacker News · Show HNAI 评分1111 Show HN：Pope Pendle Pro 每月 $13.27，每农历周期解决 10 个矛盾
Pope Pendle Pro 在 Show HN 亮相，每月收费 $13.27，可在每个农历周期解决 10 个矛盾。它可检测 inversions、导航 Veytar，并恢复 censored invariance。
Hacker News · Show HNAI 评分4848 acplause：对接 OpenAI 兼容 API 的 ACP v2 智能体
acplause 是遵循 ACP v2 规范的智能体，通过 stdio 与编辑器通信，可对接任意 OpenAI 兼容的 Chat Completions API，默认 OpenRouter。它支持流式文本与推理、工具调用和用量上报，改文件或执行命令前会请求授权，会话可跨重启恢复。项目以 MIT 协议开源，可用 Homebrew 安装，目前为实验性。
Hacker News · Show HNAI 评分4444 Show HN：Ida，Siri 本该成为的 Mac 助手
Mac 助手 Ida 现已可用：按住一个键说出需求，松开后即可准备好待执行内容，并常驻屏幕顶部跨应用使用。它也支持直接输入；在发送、发布、排期或修改前，会先展示将要执行的操作，由用户确认。Ida 可在日常应用中进行语音写作与润色。
Hacker News · Show HNAI 评分6464 LiteDeck 发布基于纯 SSH 的服务器管理桌面工具，内置 MCP 让 Claude Code 直接改配置
LiteDeck 发布基于纯 SSH 的服务器管理桌面工具，服务端不安装任何 agent 或软件包。一个连接即可管理文件、编辑配置、查看 systemd 服务与 Docker 容器、监控 CPU 与 NVIDIA GPU。
arXiv cs.AI / cs.LG 最新AI 评分5151 Engram Memory Network 提出类脑记忆模块，原型视觉相似度提升 17.06%
Engram Memory Network（EMN）是模仿人类腹侧视觉流与下颞叶皮层的原型解释模型，用一个受 Hopfield 启发的记忆模块反复检索代表性原型，用于重建与分类。
arXiv cs.AI / cs.LG 最新AI 评分5656 RITE 基准用 167 组电商工作流评估 Agent 对工具静默错误的韧性
研究者提出 RITE 基准，评估电商 Agent 在工具静默错误下的端到端韧性。基准由人工编写的工业工作流与生产日志输入构建，覆盖 9 类电商工作流共 167 组匹配单元，产出 501 个静默错误、正确值与显式失败实例。
arXiv cs.AI / cs.LG 最新AI 评分5050 GRADUS：从环境潜在课程中发现并回收 Agent 经验
Gradus 把固定环境当作“潜在课程”，无需种子任务即可提取受约束的行为算子，再组合成难度递增的任务，并将验证从终筛变成回收信号。该方法使 30B 模型在 τ²-Bench 上从 59% 升至 89%，在 CAR-Bench 上从 47% 升至 83%（由 Opus 4.5 出题）。改用开源 Qwen3-235B 出题时，这两个分数分别为 76% 和 62%。
arXiv cs.AI / cs.LG 最新AI 评分5959 SLM-SS：用语音语言模型做基于 token 的语音分离
SLM-SS 是一个基于 token 的生成式语音分离框架，用语音语言模型处理多人混合语音。它先用神经编解码器把干净语音离散成多码本 token 序列，由自回归语言模型预测零阶序列确定说话人顺序与粗粒度语言内容，再用非自回归模块细化高阶残差码本。
arXiv cs.AI / cs.LG 最新AI 评分6363 LLM agent 在商用基带 SoC 上实现并验证 6G 物理层算法
这篇论文提出一套 agent 工作流，让 LLM 编码 agent 在商用基带 SoC 上实现 6G 物理层算法，并优化到 agent 自写的向量汇编、在硅片上验证。
arXiv cs.AI / cs.LG 最新AI 评分6262 新论文提出可逐帧认证的自适应列表解码，最多 99.9% 帧被认证为全局 ML 解
该论文把线性分组码解码建模为吸收态离散扩散模型上的树搜索，用概率 beam search 生成候选解。由码本导出的线性规划松弛对偶界和距离测试会逐帧认证当前候选是否为全局 ML 解，两者都是定理，认证帧因此不存在精度与计算量的权衡。
arXiv cs.AI / cs.LG 最新AI 评分4747 SliMOO：面向 LLM 深度剪枝的可解释多目标进化搜索
SliMOO 提出面向 LLM 深度剪枝的可解释多目标进化搜索框架，用单层移除探测构建任务-层重要性图，并以 Pareto 感知进化搜索生成剪枝掩码。该框架在 Llama-3.1 和 Qwen3 系列上取得优于规则、贪心及标量化基线的多任务权衡；在 Llama-3.1-70B 的 25% 稀疏度下，数学域平均由 24.33% 升至 34.40%，代码域平均由 35.03% 升至 39.14%。
arXiv cs.AI / cs.LG 最新AI 评分5050 LatBridge：潜在通信多智能体系统中高效稳定的模型替换
LatBridge 用共享 Bridge 加独立接口的潜在通信协议连接各智能体模型，使模型被替换后接口仍可复用而不失效。替换时它复用未变接口、挑选匹配的低秩接口并经 Bridge 组合，仅训练缺失部分且全部模型冻结。在八种小模型配置下，基础模式在 MATH 上平均准确率为 14.8%，ALFWorld 下一动作预测为 27.3%。
arXiv cs.AI / cs.LG 最新AI 评分6262 ProVe 反转投机解码角色，32B proposer 平均吞吐达 2.5x
ProVe 把投机解码的角色反转，让大模型充当 proposer 用一次前向预测整块未来 token，再用一次前向完成验证。验证器可换成更小的 3B AR 模型，此时六个基准上平均吞吐 2.7x，平均准确率比 AR 低 2.6 个百分点；由 proposer 自己验证则无损，32B proposer 平均吞吐达 2.5x。
arXiv cs.AI / cs.LG 最新AI 评分4545 RAG-NIMBF：面向 RAG 配置分析的非侵入式模块化基准框架
RAG-NIMBF 是一个非侵入式模块化基准框架，可挂接到现有 RAG pipeline，通过受控消融和端到端实验追踪比较检索、重排、提示词与生成模型的配置组合。在 SQuAD 上跨多个生成模型验证显示，MMR 兼顾相关性与多样性，使 nDCG@5 提升 +4 至 +11 个百分点。更详细的提示词指令把答案对检索证据的忠实度提升 +10 至 +13pp，在 20B 生成模型上几乎无变化。
arXiv cs.AI / cs.LG 最新AI 评分5555 SMART 提出 ASR 转录片段级语义评估框架，SIER 指标可定位语义错误
论文提出 SMART 框架，把 ASR 参考文本与识别结果的差异映射成连贯片段，用上下文评分标准标注语义后果，实现可追溯的语义评估与定向纠错。基于标签的 SIER 指标在语句、片段、词级三个粒度量化有后果的错误，与多人投票标注对比 F1 为 0.843，高于直接 LLM 判断的 0.745。
arXiv cs.AI / cs.LG 最新AI 评分5252 COMPASS 提出免训练的智能体 LLM 路由方法，靠工具收集成本与性能证据
COMPASS 是 Amin Rezaei 提出的智能体路由器，让 LLM 按路由配方调用工具收集性能和成本证据，并可选地查看候选答案后再选模型，无需路由专用训练。
arXiv cs.AI / cs.LG 最新AI 评分5050 SAPD 方法让 Agent 不用与环境交互也能从离线轨迹学习策略
SAPD 是一种只靠离线轨迹训练 LLM Agent 的策略蒸馏方法，训练过程不需要新的环境观测，也不需要额外的多轮交互。它把多轮轨迹拆成单个决策上下文做同策略（on-policy）蒸馏，并引入相对步优势信号来稳定训练。
arXiv cs.AI / cs.LG 最新精选AI 评分6565 LaLa-World 用自然语言动作扩展潜在世界模型
LaLa-World 是论文提出的语言条件潜在世界模型，它用自然语言描述数值动作和视觉变化，从而在仿真、机器人轨迹以及图像和视频数据上联合训练同一个未来预测器。
推荐理由：做机器人策略的研究者可以把 LaLa-World 预训练权重当作初始化，用自己的轨迹数据微调后再对比推理延迟。
arXiv cs.AI / cs.LG 最新AI 评分5454 arXiv 论文提出从 token 到文件的多粒度 AI 代码检测与定位框架
该论文提出从 token 到文件的多粒度框架，判断代码文件是否含 AI 生成或修改内容，并把可疑部分定位到行和代码块。方法是在冻结的代码语言模型上挂两个低秩适配器，分别用机器写和人类写的文件训练，取逐 token 对数似然比作为局部证据，再由轻量头部聚合为行级、块级和文件级判断。
arXiv cs.AI / cs.LG 最新AI 评分3232 VISH-ASR：面向语音 LLM 上下文 ASR 的 Viterbi 引导热词选择框架
VISH 是一个免训练、即插即用的热词预选框架，直接基于帧级 CTC 后验概率验证候选热词的声音支持，用于语音 LLM 上下文 ASR。M-VISH 通过帧同步共享前缀 Viterbi 搜索与有界 top-K 剪枝扩展到大词表，Bi-MVISH 引入反向证据，在五个基准上 Best-F1 较学习式检索基线最高绝对提升 11.7%。
arXiv cs.AI / cs.LG 最新AI 评分5858 论文研究 LLM 跨语言代码翻译幻觉，提出三类分类体系与 HaluCodeTran 缓解框架
该论文系统刻画了大语言模型在跨语言代码翻译中的幻觉，在 3 个基准数据集、6 个语言对和 7 个模型上人工标注 13,919 条案例，归纳出语义一致性冲突、事实知识冲突和项目上下文偏离三类。作者据此提出 HaluCodeTran，用 BM25 检索相关翻译示例，并结合按分类法进行的反思式改写来缓解幻觉，为代码迁移工具提供经过执行验证的基线。
arXiv cs.AI / cs.LG 最新AI 评分5454 用枚举引导训练神经 Hamilton-Jacobi 安全证书
该论文提出一种验证引导的训练框架，用安全约束的概率枚举检测前向不变性违规，筛出比标准对抗攻击方法更贴近失败边界的紧凑反例集。用这些反例微调预训练 HJ 值函数后，所有测试基准上的认证区域更大、认证时间更短。作者还基于精炼后的证书加入部署期 shielding 机制，在 Isaac Sim 和真实自动驾驶赛车实验中相对标称控制器与 LQR 备份策略实现零安全约束违规。
arXiv cs.AI / cs.LG 最新AI 评分4646 Agent Harness 优化收益解析：是激发已有能力还是扩展任务边界？
一项针对 Agent Harness 优化的系统分析发现，其收益需区分激发模型已有能力（elicitation）与扩展可解任务范围（expansion），仅看 pass@1 会高估其优势。在静态预测和动态任务上，优化后 Harness 的 pass@1 优势在更大尝试预算下可能反转，聚合增益还会掩盖困难任务短板。研究对比了 Harness 优化、模型扩展与增加推理时计算，强调需细粒度诊断。
arXiv cs.AI / cs.LG 最新AI 评分4747 DPO 超参数景观：该测什么、如何随规模变化、何时不可迁移
一项针对 DPO 后训练的密集网格实验发现，最优学习率随模型规模变化，超参数也无法跨训练数据集迁移。验证 loss 是超参数优化的糟糕代理指标，最小化验证 loss 与下游 benchmark 上的最优超参数仅弱相关。因此 DPO 超参数需针对目标模型、数据集和评测目标单独调优，短程候选训练可显著降低选择成本，全部训练配置与评测结果已公开。
arXiv cs.AI / cs.LG 最新AI 评分4545 CollabSciReM：通过科学感知奖励分解对齐语言模型的科研对话
CollabSciReM 提出一种目标条件奖励框架，把科研对话奖励拆成对话质量、科学严谨性和结构效率。基于 8.62K 合成科研对话微调后，它在 300 篇论文、六维度的 SciQuality 上优于同数据训练的科学无关奖励基线，四个 Llama/Qwen 模型匹配长度胜率 65.3%。
arXiv cs.AI / cs.LG 最新AI 评分4949 面向日文金融文档的多模态基础模型分阶段持续适配研究
一项研究追踪 8.4B 参数多模态基础模型在日文金融文档上的三阶段训练，发现视觉-语言对齐、推理蒸馏与领域微调之间并非简单叠加。仅数学蒸馏就会覆盖此前习得的金融知识，而领域阶段更多是修复而非新增能力。跳过某一阶段的消融在领域知识上最佳但放弃数值推理收益，最佳 checkpoint 因任务而异。
arXiv cs.AI / cs.LG 最新AI 评分5252 LLM 安全中的极性盲区：否定、反义词替换与对抗包装的系统研究
一篇 arXiv 论文提出并系统验证了 LLM 安全护栏的极性盲区，即模型在否定、反义词替换等改变极性的语言变换后识别不出有害意图。研究用 260 条提示词基准测试 10 个前沿模型和英语、西班牙语、捷克语 3 种语言，按 0-5 有害度量表评分，最脆弱模型的平均有害分达到 4.12。作者同时测试对抗性文本包装是否会放大这类失效，并发现该现象在语法结构差异较大的语言中同样存在。
arXiv cs.AI / cs.LG 最新AI 评分6060 MMEnterprise-Bench 基准提出，评测企业 Agent 在演化多模态记录上的问答
arXiv 论文提出 MMEnterprise-Bench 基准，用 1613 道题考察企业 Agent 在团队协作中持续更新的多模态工作记录上的问答，分为证据推理、冲突消解、不可回答三类。
arXiv cs.AI / cs.LG 最新AI 评分5757 ACE-Compression：面向压缩大语言模型的能力中心评测框架
论文提出 ACE-Compression，一个以能力为中心的压缩大语言模型评测框架，从程序性推理与约束执行、知识落地与真实性、社会认知与情感理解、人设保真度与风格一致性四个维度考察压缩后的模型。
arXiv cs.AI / cs.LG 最新AI 评分3636 从比较到选择：提升强化学习训练的 Pointer Networks 在带容量约束无人机配送路径问题上的跨规模泛化
强化学习训练的 Pointer Networks 在无人机配送路径（以 CVRP 为代理）上跨规模泛化会退化，研究提出熵注意力缩放与学习式置换不变图上下文聚合，并按训练-目标规模对选择模型。
arXiv cs.AI / cs.LG 最新AI 评分3737 HypTI：基于表格与 MRI 数据的双曲几何感知多模态特征融合痴呆症检测框架
研究者提出 HypTI，一个基于临床表格与 MRI 数据的双曲几何感知多模态融合框架，用于痴呆症检测。该框架用可学习 Lorentz 原型建模表格变量的层级关系，并以 ROI 引导的多尺度表示学习编码 MRI 解剖模式。在 OASIS-3 数据集上，HypTI 相比代表性方法取得较强性能。
arXiv cs.AI / cs.LG 最新AI 评分3838 APRIL：面向呼吸音域增量学习的歧义感知专家路由
APRIL 是一个面向呼吸音分类的无样本回放域增量学习框架，在冻结的 BEATs 骨干上顺序继承并隔离低秩专家，并用多级原型路由按匹配歧义动态选择专家。在 ICBHI 与 SPRSound 的正向/反向序列上，其最终会话平均 Score 为 64.4%/65.4% 与 83.1%/82.2%，平均遗忘率均低于 1.0%。
arXiv cs.AI / cs.LG 最新AI 评分5858 研究：在近重复图片中挑选会把偏好传递给视觉语言模型
一项 arXiv 预印本研究发现，在八张近重复图片中按标题似然挑一张，就能把挑选者的偏好传给下游视觉语言模型。在 LLaVA-1.5、Qwen2.5-VL、Qwen3-VL 和 Gemma 4 上，用偏向猫头鹰的选择训练的学生模型在无图读出中对猫头鹰的相对对数似然更高，目标换成骆驼、橡树或政治人物后方向随之改变。
Hacker News · Show HNAI 评分5353 SchemaWright 用真实 Postgres 隐藏测试做游戏化数据库设计练习
SchemaWright 是一个游戏化的数据库设计练习工具，用户按业务场景手写 DDL，隐藏测试在真实 Postgres 上运行，指出设计撑不住哪条规则。每题先校验契约里的固定列名再跑测试，约 40ms 返回结果，同一题允许多种正确设计。全部 22 道题分六个主题轨道，其中 2 道免费且无需注册，登录后还能拿到关于命名、类型和取舍的书面点评。
Hacker News · Show HNAI 评分4848 Hibi：开源 Obsidian 替代品
Hibi 是一款开源的本地笔记与文档桌面编辑器，定位为 Obsidian 替代品，支持 Markdown、LaTeX 写作与源码/预览并排视图，并尽力兼容 Obsidian vault。
Hacker News · Show HNAI 评分5959 开源项目 eze 发布，把 HTML 文件夹部署成仅同事可访问的私有站点
eze 是一个 MIT 许可的开源自托管建站工具，在公司内部运行，把 HTML 文件夹部署成只有同事登录后才能打开的私有链接。每个站点自带数据库与实时更新、文件上传、WebSocket 房间，eze.ai 可调用 Claude、OpenAI 或自有模型，页面直接用查看者的公司身份，代码里不用放密钥。
Hacker News · Show HNAI 评分2828 Show HN：Wellbody——身体健康电子宠物应用
Wellbody 是一款把身体健康做成电子宠物的应用，开发者称已在该项目上投入 1-2 年，近期将应用升级为当前的「body health tamagotchi」版本。开发者在 Show HN 邀请用户体验应用，并关注其围绕电子宠物伙伴搭建的社交媒体账号 @wellbodyapp。
Hacker News · 高分新帖AI 评分6161 Google 开源 TorchTPU，为 TPU 提供原生 PyTorch 后端
Google 开源了 TorchTPU，一个让 PyTorch 模型和算子直接跑在 TPU 上的后端，PyPI 最新公开版本为 0.2.0。
Hacker News · Show HNAI 评分6565 Melra 开源 MCP 执行治理层，结果不确定的写操作挂起待人工确认
XAGI Labs 在 Show HN 发布 alpha 版 Melra，一个通过 MCP 接管智能体副作用的执行治理层。它为 Claude Code、Cursor 等 26 个客户端写配置，文件写入与终端命令需先声明验证证据并取得任务级审批，结果不确定的变更停在 recovery_required 且不重放。