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

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

KORA:面向人工智能工作负载的确定性优先执行控制

arXiv:2610.35869v1 发布类型:新 摘要:人工智能应用通常会在决定是否需要进行推理之前先调用模型。这种默认行为对于模糊的生成任务很有用,但与那些结构化、确定性、受策略约束、以查找为主或可直接验证的工作并不匹配。KORA 提出了确定性优先执行控制:一种位于推理前的控制层,它将请求表示为任务路径,优先尝试确定性或结构化的执行路径,验证路径结果,记录遥测数据,并仅在确定性处理不足时才切换到模型候选路径。本文将 KORA 介绍为一种确定性优先的执行控制架构,并基于可复现的基准测试和验证工作负载提供了有限的实证证据。在一项重

事件进展与其他报道

刚刚,谷歌发布Genie 4:输入一句话生成可玩的世界,能用键盘逛,NPC还能说话

阅读之前记得关注+星标⭐️,,每天才能第一时间接收到更新 谷歌刚刚推出Genie 4,迄今为止最逼真且最具交互性的世界模型。Genie 4 的最新功能: 照片级真实感:基于 Gemini Omni 构建,在空间和主题中呈现逼真的细节 高级物理效果:空气动力学、碰撞以及自然移动的人物 实时控制:通过提示更改场景、添加元素,...

刚刚,谷歌发布Genie 4:输入一句话生成可玩的世界,能用键盘逛,NPC还能说话
事件进展与其他报道

谷歌Genie 4亮相:一句话创造虚拟世界、敲键盘自由探索

财联社10月28日讯(编辑 赵昊)谷歌发布了新版人工智能世界模型,能够实时生成更加逼真的虚拟环境,进一步推进这项曾令游戏公司感到不安的技术。谷歌DeepMind周二在官网发布了Genie 4,可让用户通过文字提示创建可供探索的虚拟世界,并可以使用键盘操控在其中游历。用户还可以在场景展开过程中输入指令,实时改变天气或添加...

谷歌Genie 4亮相:一句话创造虚拟世界、敲键盘自由探索
事件进展与其他报道

思科合作伙伴峰会:五大洞见将定义人工智能时代的渠道格局

在其30年的历史中,思科合作伙伴峰会大多聚焦于合作伙伴如何销售思科系统公司的技术。而今年在温哥华举行的这场盛会则着眼于一个全新的议题:在交易已不再是核心环节的当下,合作伙伴该如何实现盈利。思科携强劲势头亮相此次盛会,其股价正处于[…]。文章《思科合作伙伴峰会:五大洞见将定义AI时代的渠道生态》首发于SiliconANGLE。

事件进展与其他报道

超越收益:用于代理技能退役的技能内化度量

arXiv:2610.32322v1 发布类型:新 摘要:LLM智能体从公共技能中心检索技能,这些中心最多可存储约10万条记录,并为众多模型提供服务。随着模型性能的不断提升,技能中心必须识别出某一模型已内化哪些技能——即该模型已不再依赖这些技能——并将其从该模型的技能库中移除;然而,目前尚无可靠的方法来衡量技能的内化程度。现有规则仅依据有无某项技能时的运行表现差异来进行判断,而这种差异往往微乎其微。无论是对于已被内化的技能,还是在模型与该技能均无法实现相应能力的情况下——我们称这种状态为“未被发现”——其收益几乎都接近于零。因此,我们改采另一种做法:暂不启用该技能,而是基于由该技能衍生的任务对模型进行评分,并且只有当另一模型确实因该技能而获益时,才信任模型在无辅助条件下的高分;因为事实上,近一半的高分都来自那些并未真正体现该技能作用的任务。

事件进展与其他报道

云端的大型语言模型:关于架构、编排与推理的探讨

arXiv:2610.33475v1 发布类型:新 摘要:基础大型语言模型(LLM)在云数据中心的广泛部署,标志着从无状态深度学习向分布式、内存密集型生成式工作负载的根本性范式转变。然而,在严格的服务水平目标(SLO)下为海量基础模型提供服务,会暴露出关键的物理与系统瓶颈。这些挑战包括持续存在的高带宽存储器(HBM)墙、计算密集型预填充与内存带宽受限的解码之间的运行不对称、键值(KV)缓存的爆炸式增长、代价高昂的无服务器冷启动,以及硬件可靠性方面的漏洞。现有的文献综述仍局限于各层次的孤立视角,未能将底层加速器的虚拟化与集群……

事件进展与其他报道

溶剂:用于多步逆合成的长 horizon 推理

arXiv:2610.32308v1 发布类型:新 摘要:多步逆合成反应需要通过一系列连续的反应步骤,将目标分子逐步转化为可购买的构建模块;近期的研究开始借助大型语言模型(LLM)的推理能力来解决这一任务。在最新进展中,LLM推理已进入长时序阶段:模型能够在相互依赖的各步之间持续追求目标、与环境交互并根据反馈进行调整。这一转变显著提升了LLM的能力,人工智能驱动的数学研究领域也由此取得了突破性进展。在此前沿领域,我们提出了 Solvent,一款拥有80亿参数的LLM,成功将长时序推理扩展至多步逆合成。通过两轮的后训练课程,Solvent学会了在迭代过程中穿插……

事件进展与其他报道

PhaseBreak:针对未经授权的图像转视频动画的主动时序保护

arXiv:2610.33070v1 发布类型:新 摘要:图像到视频(I2V)扩散模型能够为单张肖像或照片赋予动态效果,从而使得共享的图像在未经主体授权的情况下被重新用于运动合成。我们研究针对此类用途的主动视觉保护机制:在图像发布之前,其所有者施加一种有界扰动,既保持共享工作流不变,又干扰下游的运动生成过程。现有的频谱扰动目标会全局性地削弱时序特征表示,因此难以对细微或空间局部化的运动进行有效控制。我们的核心思路是:生成的动态不仅取决于时序特征的强度,还与特征事件的发生顺序密切相关。我们提出了一种白盒式的频谱重定时保护方法——PhaseBreak。

事件进展与其他报道

TACS-RF:工具驱动的智能体驱动射频与毫米波模块电路综合

arXiv:2610.31882v1 发布类型:新 摘要:我们提出了TACS-RF框架——一种由工具驱动的智能体驱动射频与毫米波模块电路综合方法。在该框架中,大型语言模型(LLM)编码智能体(Claude Opus 4.8)直接调用业界标准的电子设计自动化(EDA)工具,如Cadence Virtuoso/Spectre、Calibre、Cadence EMX以及Ansys HFSS,用于设计射频与毫米波模块。我们通过在90 nm SiGe BiCMOS工艺下对一款240–251 GHz亚太赫兹发射机进行智能体驱动设计,对该框架进行了验证。该智能体半自主地完成了各子模块的设计,包括具备二次谐波提取功能的60 GHz推挽式Colpitts压控振荡器、多级差分共栅功率驱动器、推挽式倍频器、差分蝴蝶天线以及所有级间匹配网络。

TACS-RF: Tool-driven Agentic Circuit Synthesis of RF and mmWave Modules
事件进展与其他报道

CEMIR 与 FISER:基于推理与基于知识扩充的语用意图识别方法的比较研究

arXiv:2610.32022v1 发布类型:新 摘要:在人机交互中,意图识别要求智能体通过推断说话者的潜在目标来化解含糊不清的自然语言指令。近年来,研究日益聚焦于两种颇具代表性的范式来应对这一任务:结构化符号推理与多模态输入增强。然而,在那些歧义源于未明示的人类意图而非缺失可观测场景信息的情形下,基于增强的方法是否确实具有优势,仍不明确。本文开展了一项对比与诊断性研究,将采用结构化社会与具身推理的FISER框架与CEMIR(上下文增强型多模态意图识别)方法进行基准测试——后者是一种实施多模态增强的技术。

CEMIR vs. FISER: a comparative study of reasoning-based and enrichment-based approaches to pragmatic intent recognition
事件进展与其他报道

你有多信任一只狗?量化推理语言模型中的提示遵循行为

arXiv:2610.32055v1 发布类型:新 摘要:大型语言模型(LLMs)常常表现出阿谀奉承的倾向,即使在客观的事实性和推理类任务上,也会调整其回答以迎合用户的暗示。然而,这种影响的量化形式——以及它是否与信息源的可靠性相匹配——仍然知之甚少。在本研究中,我们通过在MMLU问题上观察提示诱导的答案偏移来探究这一现象,评估了诸如“[信息源]认为答案是(X)”这类提示。我们在三个开源模型系列——Qwen、Gemma和SmolLM——中系统性地改变了提示所归因的信息源(教授、朋友或狗),并发现由提示引发的变化遵循一种可预测的结构,该结构可用指数倾斜很好地刻画:提示会诱发

事件进展与其他报道

SyncVid:用于同步视频生成的全局等变扩散模型

arXiv:2610.31765v1 发布类型:新 摘要:从单个参考视频生成动态场景的多段视频,需要在不同视角之间一致地合成已观测与未观测的内容。现有的用于视频扩散的相机控制方法通常依赖于一些架构机制,包括相机嵌入、跨视图注意力以及几何条件化等。尽管这些方法对静态场景内容较为有效,但在处理必须在各视角及随时间保持一致的细粒度动态几何时,往往面临困难。我们通过在源自源视频的规范3D空间中采样高斯噪声先验,并将其光栅化至目标相机,从而同步扩散过程本身,而非在每个2D图像平面中独立采样。我们的 m

SyncVid: World-Equivariant Diffusion for Synchronized Video Generation
事件进展与其他报道

权衡感知的区域设计:一种用于企业客户与销售人员分配的多目标决策系统

arXiv:2610.31701v1 发布类型:新 提要:企业客户的旅程不仅由产品体验和营销所塑造,还受到反复出现的资源分配决策的影响。在B2B市场进入(GTM)组织中,区域划分决定了哪些客户将获得销售人员的覆盖、哪些销售人员与客户的关系得以保留,以及有限的现场资源如何进行分配。然而,这一流程往往仍依赖人工操作,导致难以比较潜在机会、评估价值延续性,并权衡增长、平衡、产能与可行性之间的取舍。我们提出了一套面向生产决策的系统,用于在企业级GTM规划中实现兼顾权衡的客户—销售人员分配。该系统整合了三个组成部分:一个多维度的客户价值层,通过融合预测性指标进行评分

Tradeoff-Aware Territory Design: A Multi-Objective Decision System for Enterprise Customer-to-Seller Allocation
事件进展与其他报道