AI 情报文章归档

Real-world studies (RWS) analyze routinely collected healthcare data, such as electronic health records and insurance claims, to estimate treatment effects, monitor safety, and identify risk factors outside randomized trials. Automating RW…

Recent multimodal large language models (MLLMs) achieve strong results on video question answering, yet often fail to recover the temporal structure that makes a video coherent. They may merge neighboring events, miss single-event progress…

This manuscript presents DeepThink, a knowledge-addressable framework for recurrent language modeling. A Knowledge Bank stores typed Knowledge Units, a Knowledge Activator selects units from the current execution state, Knowledge Assembly …

We propose the task of Interactive 4D Volumetric Liquid Forecasting: predicting the spatiotemporal evolution of a future dense 3D liquid velocity field conditioned on how a solid object moves through it. This task provides an upstream phys…

Large language models (LLMs) have demonstrated remarkable capabilities in solving complex tasks in coding, mathematical logic, and iterative reasoning, especially by coordinating effectively within multi-agent systems (MAS). However, langu…

A fruitful approach towards understanding generalization in machine learning involves characterizing how models separate generalizable structure from idiosyncratic or even corrupted features of training data. Fisher information has emerged…

阶跃 Step 5 Preview 模型上线腾讯 WorkBuddy，2026 年 10 月 12 日至 10 月 25 日在 WorkBuddy 独家限免。该模型采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，支持 100 万 Token 上下文窗口，原生支持文本与视觉输入，面向 AI 编程、软件工程、专业知识工作、金融等场景，并将于 10 月 15 日开源完整权重。

Interactive-agent evaluations commonly rely on standardized LLM-based user simulators that exhibit broadly cooperative behavior, potentially overlooking failures that arise under diverse but realistic user interactions. This can lead to ov…

令人沮丧的是，这个平台上普通的回复机器人已经把它的回复垃圾角度转向了提出有趣的问题。 这感觉像是真正的智识互动，这让它比仅仅用"这才是人们忽略的部分"来改写帖子更糟糕。

阶跃 Step 5 Preview 已在腾讯全场景 AI 办公工作台 WorkBuddy 上线，用户可通过自然语言指令让其自主拆解任务、调用工具。该模型将更强的推理与 Agent 能力带入深度研究、信息检索、数据分析、文档与 PPT 生成及多步骤复杂任务执行等办公场景。2026 年 10 月 12 日至 10 月 25 日，Step 5 Preview 在 WorkBuddy 开启独家限免。

Why do LLMs confidently invent APIs that have never existed in the history of the universe? It is not a memory defect. Agents hallucinated because they were committed to the prompt—and Fernando Flores solved the root cause in 1986.

宇树科技创始人王兴兴在第二十六届中国国际工业博览会上表示，过去十几年他犯的最大错误就是对 AI 还不够相信，如今对 AI 的信仰与日俱增。他透露 GPT-6 发布对具身智能行业认知影响很大，团队已将其部署至机器人测试且效果不错，认为行业临界点可能一两年内到来。

GPT-6 Pro 在学术论文中时常发现所谓的错误，这只是它其他工作的一部分。如今确认这些错误并了解其重要性仍需大量时间，但会越来越快。我们还没有合适的机制来应对大量更正。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

AI Infra 企业无问芯穹完成 23 亿元 C 轮融资，成立以来累计融资 43 亿元，单轮及累计融资额均创中国 AI 原生基础设施赛道最高纪录。据彭博社消息，公司已以保密形式向港交所递交 IPO 申请，目标最快 2027 年上半年挂牌。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

IBM Research 发文解析分布式推理如何为大规模 LLM 服务调度流量，其开源 Kubernetes 原生框架 llm-d 涵盖前缀缓存感知路由、KV-cache 卸载、流控、批推理优化、prefill/decode 分离与宽专家并行六项技术。

作者分享反复学习 Lee Robinson 斯坦福 CS146S 讲座的笔记，聚焦 Grok Bot 的 Harness 与上下文工程构建。

This is a submission for the Kaggle Benchmarking Challenge. I built a Kaggle benchmark to test...

作者提出“大AI理论”，用三阶段对话把模型能力拉到极致。第一步拉满推理并选计划模式，用语音、图片、视频不过滤倒出想法整理成计划；第二步切中档推理快速干活，前提是需求描述足够详细，作者引Terminal Bench 3.0说明详细需求加中档推理质量高于模糊需求加高档推理；第三步把推理调回高档让AI审查中档成果，称能揪出约20%的问题，审查耗时约为从头生成的三分之一。

FT 报道，机器写作的论文大量涌入学术期刊，筛选成本正推动规模 220 亿美元的出版业走向并购。Elsevier 自 2022 年起将审稿人队伍扩充超过三分之一至 190 万人；Springer Nature 因质控成本上升和聊天机器人贬值付费研究的担忧，IPO 两年后仍低于 22.50 欧元的发行价。

WSJ 发文称，从梵蒂冈到浸信会讲坛，教会正在成为 AI 实验室的有组织批评者。文中指出实验室自身关于制造可能失控的新智能的言论呼应了圣经中创造、反叛与傲慢的叙事，为批评提供了切口；Notre Dame 哲学家 Meghan Sullivan 认为教会为焦虑的社区提供了现成的倡导载体，把有组织的选民力量叠加到本地对数据中心和 Flock 摄像头的既有不满上。

阿布扎比 TII 发布 1.6B 参数的阿拉伯语语音识别模型 Falcon-ASR，在 6 个阿拉伯语测试集上平均 WER 为 20.92%，比 Audar-ASR-V1-Turbo 的 23.17% 低 2.25 个百分点。

10 月 11 日，丘成桐数学与人工智能实验室联盟在清华大学成立，将攻关数学科学专用大模型研发、AI 辅助数学形式化证明与猜想发现、可解释人工智能等领域。联盟发布 10 余项“AI+数学”重点成果和研究方向，已集结超 1000 位数学家和科研工作者，联合清华求真书院、丘成桐数学科学中心、北京雁栖湖应用数学研究院等多家机构，探索中国自己的数学大模型建设路径。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass Most hiking...

WSJ 报道亚马逊正洽谈以约 70 亿美元收购 Decart，此前 Nvidia 和 Anthropic 的收购谈判均已告吹。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass 🌫️ TL;DR:...

日期是 2026 年 10 月 11 日。 我完全通过聊天和云环境来剪辑视频。

This is a submission for the Hacktoberfest Open-Source AI Challenge: Week 1, Touch Grass ...

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

我和一些大公司里恼火的高管聊过，他们上个月还很看好 GPTs，结果 GPTs 就被下线了。没错，GPTs 已经完成了它的使命。但大型组织的规划很复杂，而所有实验室（不只是 OpenAI）不断突然变卦，让他们无所适从。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

Hamel Husain 主编的演讲合集《Beyond Naive RAG》汇总 9 位检索专家的实战共识，指出 2023 年「切块 → 单向量 embedding → 余弦检索」的朴素 RAG 已失效，但 RAG 本身未死。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

Addy Osmani 与 SpaceX 的 Lauren Tan 认为，当 agent 让验证变得廉价，工程师的核心工作从逐行审查代码转为设计 agent 能自行运行的验证闭环。

This is a submission for the MLH x DEV Writing Challenge Every sprint, developers stare at thousands...

10 月 8 日广东省委书记黄坤明到深圳调研腾讯总部，马化腾带着 28 岁的首席 AI 科学家姚顺雨并排参加座谈。姚顺雨本科毕业于清华姚班、普林斯顿大学博士，曾加入 OpenAI 参与 operator 与 deep research 开发并提出 ReAct 方法，2025 年 12 月出任腾讯首席 AI 科学家，后统一管理基础模型部。

Part 1 covered the first ten: symptom fixes, hidden sharing, lost messages, "done" without proof,...

Andrej Karpathy 在引用推文中提出，人们对 LLM 能力的认知正分裂成四个层级：约 60 亿人（75%）几乎未接触 LLM，约 10–20 亿人（20%）偶尔使用免费版 ChatGPT，约 2000 万人（0.2%）在数学与代码领域专业使用前沿模型，仅约 5000 人（0.00006%）能在内部接触最前沿系统。

HPE 向 The Next Platform 等外媒分享的演示文稿确认，其 ProLiant DL585a Gen13 服务器支持 NVIDIA Rubin PCIe GPU。现有 Rubin GPU 为数据中心级 SMX 外形规格、功耗高达 2300W，若装入 PCIe AIC 需减半规模并大幅降频；该 PCIe 版本也可能属于 RTX PRO 序列，采用传闻中的 GR202 核心。