跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

吐槽了一下游戏广告,Hy4就给我开发了一款游戏

11月4日,腾讯混元发布最新一代大语言模型Hy4,同时宣布模型权重将于近期开源。Hy4是Hy系列第一个引入视觉理解能力的模型,可以完成细粒度图像处理、复杂图表分析和数学视觉推理。Hy4最大特点就是“长”。混元官方表示,相较于Hy4 preview,Hy4预训练和后训练上显著扩展了数据和训练规模,大幅提升指令遵循、长文理解、长程智能体等综合效果。办公场景,Hy4在WorkBuddy的平均效果得分83.18分,任务通过率96.15%,12个场景里9个排名国内第一。金融场景,混元联合腾讯金融科技FiT找了213位专家做众测,其中153位来自外部头部金融机构,579个真实金融任务跑下来,综合表现位居开...

吐槽了一下游戏广告,Hy4就给我开发了一款游戏

用于模型校准的均摊化局部后验推断及其在海洋湍流闭合中的应用

arXiv:2610.37731v1 发布类型:新 摘要:模型偏差可能导致单一校准参数无法在整个上下文域内重现物理响应。此外,观测与上下文中的不确定性会影响校准过程,必须予以考虑并加以量化。我们通过根据观测值与目标上下文的接近程度对观测似然进行加权,构建了一族局部后验分布。高斯型局部化权重借助协方差膨胀来纳入上下文不确定性,并在域边界处进行反射处理,同时可选地针对不均匀的上下文采样进行修正。一种条件归一化流通过均摊化的变分推断方法近似该族后验分布。将这些局部后验分布按照预设的上下文测度进行整合,即可得到

事件进展与其他报道

轮辐,而非环:重新审视语言模型中的工作日流形

arXiv:2610.37796v1 发布类型:新 摘要:近期研究提出,大型语言模型可能将某些概念表示为多维流形,而非单一方向。利用这些流形来解释或引导模型的表征时,通常假设沿流形移动对应于所表征概念的连续变化。在本研究中,我们针对典型的工作日流形检验了这一连续流形假设。尽管其具有引人注目的圆形几何结构,我们发现工作日的表征更像七个按圆周排列的离散状态,而非连续的环状结构。首先,我们证明局部敏感性在七个星期几处各有一个极小值,从而在流形内引导下,表征与行为之间呈现出阶梯式的映射关系。其次,w

事件进展与其他报道

面向大语言模型对齐的排序感知差分隐私发布方法

arXiv:2610.37682v1 发布类型:新 摘要:与成对比较相比,列表式偏好反馈能够为大型语言模型(LLMs)的对齐提供更丰富的监督信号,但完整的排序结果也会暴露更为敏感的用户偏好。现有的隐私保护型对齐方法主要聚焦于成对反馈,而本地差分隐私(LDP)下的列表式对齐仍处于未被探索的状态。将LDP扩展到这一列表式场景时,面临一个关键挑战:由于完整排序空间的高度敏感性,需要引入过量的噪声,从而抵消了列表式监督的优势。为应对这一挑战,我们分析了下游训练中监督粒度与隐私噪声之间的相互作用,并提出了一种排序感知的指数机制,用于对列表式偏好进行隐私保护。

事件进展与其他报道

面向推理的大型语言模型的监督微调:综述

arXiv:2610.37681v1 发布类型:新 摘要:近年来,大型推理模型在解决复杂任务方面展现出卓越的能力,而基于长链式思维数据的监督微调(SFT)则成为激发并提升其推理能力的关键基础。尽管在改进与分析面向推理的监督微调方面取得了快速进展,但该领域仍缺乏一份系统性的综述来整合其快速增长的文献。为填补这一空白,我们对近期推理相关监督微调的最新进展进行了全面回顾,并从方法设计与分析研究的双重视角审视相关文献。首先,我们梳理了监督微调全流程中的方法学改进,并将其划分为以数据为中心的方法与以算法为中心的

事件进展与其他报道

腾讯汤道生:腾讯混元Hy4 、Hy4 flash即将发布

【腾讯汤道生:腾讯混元Hy4 、Hy4 flash即将发布】《科创板日报》29日讯,《科创板日报》记者在腾讯全球数字生态大会上获悉,腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生现场宣布 ,Hy4 即将发布。相比 Hy4 preview,Hy4 实现了全面大幅提升,尤其强化了各类长程和真实生产力任务的能力,显著提升了思维链效率,...

腾讯汤道生:腾讯混元Hy4 、Hy4 flash即将发布
事件进展与其他报道

FinLLM-KG:用于算法交易中金融情绪分析的知识图谱增强型大语言模型

arXiv:2610.36083v1 发布类型:新 原文摘要:生成式人工智能的最新进展通过后训练的金融领域大型语言模型(LLMs),显著提升了金融情绪分析的性能。然而,现有方法仍局限于孤立地预测每篇文章的情绪,且运行机制如同“黑箱”,这限制了对上下文的理解,并阻碍了其在高风险金融决策中的应用。为此,我们提出了FinLLM-KG,这是一种与模型无关的框架,将因果推理的大语言模型与金融知识图谱相结合,在推理阶段注入来自美国证券交易委员会10-K文件的、具有时间关联性的公司级知识,而无需更新模型权重。在FinLLM-KG中,上下文既可以以自然语言形式的公司简介提供,也可以以一小部分关系作为输入。

事件进展与其他报道

ProtoEEG:用于脑电图视觉解码的结构化原型对齐

arXiv:2610.33065v1 发布类型:新 摘要:由于头皮记录存在噪声、空间分辨率较低,且在不同试验和受试者之间具有较大差异,脑电图(EEG)的视觉解码仍然十分困难。大多数系统将每次试验与一个密集的图像嵌入对齐,然而该嵌入同时混杂了语义内容以及与具体实例相关的纹理、姿态和背景信息。这种做法往往需要EEG本身并不具备的细节信息,且未能明确说明支持预测的视觉因素。我们提出\textbf{ProtoEEG},一种基于原型的框架,它将EEG与图像的对齐问题重新表述为在共享的可学习视觉码本之上进行软性组合。一个可训练的EEG编码器与一个冻结的视觉教师共同生成针对同一$K=64$个原型的分配分布。它们的加权重构构成了一种结构化的表征

事件进展与其他报道

MANTA:在异步BFT中解锁DAG的灵活性

arXiv:2610.34419v1 发布类型:新 摘要:基于有向无环图(DAG)的拜占庭容错(BFT)协议通过用并行的区块提案取代单主节点的提案路径,并借助共享图结构将这些提案相互连接,从而在共识设计上实现了重大转变;其中,引用机制用于编码共识证据。然而,在异构广域网(WAN)环境下,现有方案由于拖后腿效应而面临轮次延长和性能下降的问题。其根本原因在于僵化的轮次推进机制:各副本以同步的方式按固定轮次推进,必须等待前一轮中足够多的引用后才能继续前进。我们提出了一种适用于异步BFT共识的灵活DAG扩展框架。我们的关键观察是:尽管引用法定人数对于安全性和活性至关重要,但并不需要在每一轮推进时都予以阻塞;相反,连通性r

事件进展与其他报道

明智地低语:用于ASR微调的智能子集选择

arXiv:2610.32997v1 发布类型:新 摘要:诸如OpenAI的Whisper等自动语音识别(ASR)模型在语音识别质量方面取得了显著提升,但微调成本依然高昂,尤其是在拥有大量已转录音频的情况下。这使得许多从业者难以将这些模型适配到新的语言或领域。在本研究中,我们提出了一种基于嵌入的子集选择方法,用于为ASR微调挑选更小规模的训练集。我们利用Whisper的预训练编码器,将每个音频样本映射到一个固定维度的嵌入空间,并采用贪心的k中心算法来选取多样且具代表性的训练数据子集。我们在希伯来语和丹麦语上对该方法进行了评估,结果表明,k中心选择往往能

新闻源配图 · arXiv cs.CL
事件进展与其他报道

EKT-路由器:面向具身视觉-语言模型的专家证据对齐

arXiv:2610.33044v1 发布类型:新 摘要:具身视觉-语言模型必须根据部分且不断变化的观测结果来回答问题。其成功既取决于所选择的推理能力,也取决于该能力所能获取的证据。专家路由器通过调整内部计算来应对,而工具增强系统则通过获取外部证据来弥补;若单独选择其中一种方式,可能会导致合适的专家缺乏其所需的证据。我们提出了 EKT-Router,这是一种有限框架,能够同时选择能力专家、可选知识以及感知工具。基于结果的特征表示了通用专家、空间推理专家和时空推理专家之间的优势互补。一个联合效用函数在调用预算范围内对完整的专家—证据路径进行评分。获取完成后,数据包验证器会确认有效数据包

新闻源配图 · arXiv cs.CV
事件进展与其他报道

无阻塞式监督:面向协作运行时的基于证据的OTP式容错机制再设计

arXiv:2610.34521v1 发布类型:新 摘要:主流运行时上的 Actor 框架纷纷宣称支持 Erlang/OTP 式的监督机制,但 OTP 的一致性契约假定使用的是同步的单线程监督器,而端口则将这一假设的缺失视为未加审视的风险。我们对照已锁定版本的 OTP 官方文档与源码原文,逐一检验了各项监督保障;同时,还基于三个其他 Rust Actor 框架在固定版本下的源码进行了比对,并参考了有关 Actor 模型的文献,记录下每项设计决策背后的依据。通过盲目的对抗性审计与跨框架研究,我们发现了 24 类缺陷,其中 8 类可归结为同一个根本原因:即通过显式机制重新构建了同步监督器所隐含的原子性。我们提出了一种监督运行时 th

事件进展与其他报道

从写作建议到稿件治理:一种用于学术修订的约束性转换框架

arXiv:2610.33001v1 发布类型:新 摘要:当合法的写作目标发生冲突时,学术修改便呈现出治理难题。写作过程与社会科学的研究表明,修改具有递归性,且措辞承载着认识论与学科层面的承诺。这些文献指出了若干重要约束,却未能明确在简洁性、发表形式或风格多样性与证据及主张边界发生冲突时,究竟应以何者为优先。本文将修改建模为一种在有序约束下的可接受性问题。任务相关的不变量、情境约束以及可变的呈现方式共同界定可接受的空间;而一项主张保持契约则将证据与判断与经授权的主张边界相联结。四项治理命题具体阐明了p

事件进展与其他报道

利用稀疏历史进行搜索:基于不完整搜索日志与零成本代理的跨任务架构搜索

arXiv:2610.32179v1 发布类型:新 提要:神经架构搜索(NAS)成本高昂,但通过复用先前任务的知识,跨任务迁移能够有效降低成本。然而,现有方法在处理稀疏的搜索历史以及任务特定的迁移失败时面临困难。我们提出了一种风险稳健的策略,该策略通过基于冠军的初始化和联合的成对排序器预训练,将稀疏的源日志与零成本代理相结合。在 TransNAS-Bench-101 上,该方法显著缓解了严重的最差情况下的失败,使微观自动编码任务的最差10%排名从290降至43,宏观房间布局任务的最差10%排名从465降至45。在13个细胞空间目标上,该方法在平均性能和最差情况性能两方面均优于仅使用代理的排序器,并且在平均性能上仍保持竞争力。

事件进展与其他报道

参数化会话状态:无需重放历史即可恢复检索意图

arXiv:2610.33047v1 发布类型:新 摘要:长期运行的智能助手常常需要理解那些其指代对象、约束条件以及主动目标早在多轮对话前就已经确立的后续请求。因此,核心挑战不仅在于上下文长度,还在于检索意图:例如,当前查询“使用之前的配置”可能遗漏了用于定位相关证据所需的项目、实体和版本等关键术语。长上下文模型可以通过重放交互过程来恢复这些术语,但同时也需反复承担处理历史信息的开销。传统的检索增强生成(RAG)方法成本较低,却假定查询本身已包含充分的信息;而对话式改写要么重新读取历史,要么依赖于显式维护的文本记忆。我们提出了\emph{参数化会话状态}

事件进展与其他报道

上下文或知识:大型语言模型如何为其自身答案归因

arXiv:2610.32109v1 发布类型:新 摘要:语言模型能够根据给定的文档或其参数化知识回答问题。然而,当后续被问及答案的来源时,究竟是什么决定了它们的来源报告?我们通过在答案生成之后、源问题提出之前对模型的关键值(KV)缓存进行干预来研究这一问题。在一项受控的事实性任务中,针对四款模型(7B–32B),无论改变还是移除文档的缓存,都不会影响其来源报告。相比之下,在两次运行之间移植问答(Q+A)缓存——且前后的问题与答案标记完全相同——则会转移来源报告:所有符合条件的报告都会沿用捐赠方的来源,而接收方的文档本身保持不变。在两款较小的模型上,沿着事先为任何源问题拟合的方向引导问答值……

事件进展与其他报道

基于演员-评论家架构的智能体的金融情境丰富策略:一种用于股票交易的深度强化学习方法

arXiv:2610.32237v1 发布类型:新 摘要:在现代金融市场中,超过四分之三的大宗交易均由基于先进交易策略的算法交易执行,其精度与速度均优于传统的人工交易。然而,以价格指标为核心的传统策略难以捕捉由社会情绪、政治不稳定或突发经济变化等现实事件所引发的市场动态。随着深度强化学习(DRL)的兴起及数据获取的日益便捷,亟需更高效的算法,以便将这些外部因素纳入交易策略之中。深度强化学习在模拟现实场景以及简化复杂决策方面展现出巨大潜力,因为DRL智能体能够自动

事件进展与其他报道

别忘了你刚刚学到的内容:自主修复将客服人员的失误转化为持久的学习经验

arXiv:2610.31846v1 发布类型:新 摘要:智能体应当从自身错误中学习,从而使经验带来持续改进。然而,当前的智能体仅能暂时从错误中恢复:上下文中的反思很容易在不同会话间被遗忘,并且会与有限的上下文资源产生竞争;而全参数微调则成本高昂,还可能干扰已有能力。我们提出了一种名为“自我引导”的机制,使智能体能够从错误中学习,兼具临时性上下文重试与策略更新的优势。当智能体执行任务失败时,它会回顾自身的行动轨迹,从中提炼出经验教训,并立即将其转化为一个轻量级的低秩适配器。通过冻结原始权重,自我引导机制有效避免了适配器训练对原有模型的过度覆盖……

Don't Forget What You Just Learned: Self-Directed Repair Turns Agent Mistakes Into Lasting Lessons
事件进展与其他报道