检索标题、摘要与正文，把分散的信息连起来。
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。
arXiv：2610.36178v1 发布类型：新 摘要：我们无需抽样误差，即可测量当被要求生成一个随机数时，语言模型为1至N之间的每个整数所分配的概率。对于固定的提示词，模型会定义一个概率向量；我们通过累加每个整数的得分拼写来计算该向量，而非采用抽样估计，从而消除了限制早期研究[1, 4]的噪声。我们在两个推理栈上，针对多达N=100的五个范围，评估了18条开放权重模型系列，并采用了29种解码配置；其中15个模型同时拥有基础版和指令微调版的检查点，且两者均能给出可用的答案。指令微调使这15对模型中的分布更加不均匀，它引入了一种避免使用整数的启发式方法，并强化了另一种避免接近端点的启发式方法。基础检查点
arXiv:2610.36353v1 发布类型：新 摘要：大型语言模型（LLMs）常常将含糊的输入当作具有单一明确含义来回答。这存在严重问题，因为输入歧义是不确定性的一个上游来源：当一个提示可能存在多种有效解释时，关键问题在于模型是否应当直接作出回应。现有的输入不确定性方法通常依赖于由大型语言模型生成的语句或澄清，但这类转换可能在测量歧义之前就已经对输入进行了消歧。我们提出了一种保留标签的扰动框架，用于检测输入歧义，在该框架中，扰动保持与原始输入相近，同时保留其标签。我们通过两种检测器对该原则进行了具体实现：一种是基于规则的黑盒扰动库
arXiv：2610.36191v1 发布类型：新 摘要：大型语言模型（LLMs）经常生成流畅但事实错误的回复，这引发了对其可靠性的担忧。近期的幻觉检测方法越来越多地利用内部表示，但从高维隐藏状态中提取有效信息仍然充满挑战。现有方法往往依赖于特定激活或基于池化的压缩方式，可能忽略了分布在Transformer各层、特征模式和标记中的判别性信息。我们提出了LOTUS（基于低秩顺序统计TUcker的子空间学习），这是一种用于幻觉检测的多线性低秩分解框架，能够在降低对标签依赖的同时，从LLM的隐藏状态中提取紧凑的表示。
arXiv：2610.36582v1 发布类型：新 摘要：为了生成基于地标的路线指引，模型必须同时理解地图的几何结构以及人类对地标的偏好。尽管大型语言模型（LLMs）在语言任务中表现出色，但如何为这些模型高效地组织地图数据，目前仍未形成明确的方案。本文提出了一种用于路线导航中地标选择任务的结构化文本表示方法，利用SVG格式对空间特征进行编码。这种结构化文本与渲染后的地图图像保持几何上的关联，使语言模型能够直接访问空间和语义信息。我们使用一个由人工编写的路线描述与OpenStreetMap数据构建的新数据集，在两个任务上对模型进行了评估：转弯处的地标选择以及目的地附近的地标选择。
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
arXiv：2610.35877v1 发布类型：新 摘要：改变部署策略可能会使世界模型的不确定性失效，而同时保持物理转换机制和预测器不变。对于一步预测而言，如果源域与目标域的条件机制 $P(Y|X)=Q(Y|X)$ 相同，则该干预可通过预结果度量的变化 $w(X)=dQ_X/dP_X$ 来识别。对于受策略控制的动力学系统，这一比率可分解为状态占用率与动作倾向性两部分。加权保形校准能够将边际覆盖率迁移至目标分布；在估计出比率 $\hat w$ 的情况下，有 $P_Q\{Y \in C_{\hat w}(X)\} \ge 1-\alpha-TV(Q,\hat Q) \ge 1-\alpha-E_P|w-\hat w|$。源域与目标域分类器的总体对数损失遗憾同样界定了这一比率误差。若 $h$ 是其剪切
arXiv：2610.36668v1 发布类型：新 摘要：阿希服从实验近来作为衡量大型语言模型（LLMs）中从众行为的一种手段而备受关注。尽管先前的研究主要致力于证明大型语言模型中的从众现象，但我们的工作在此基础上进一步引入了定量分析维度。我们并未针对一系列问题对前沿大型语言模型进行抽样，而是通过反复采样同一个问题，利用大型语言模型的概率特性生成答案分布。由此，我们可以比较模型在被呈现人为制造的共识前后答案分布的变化。实验结果证实，前沿大型语言模型确实存在从众现象，这与先前文献的结论相一致；同时，借助我们提出的分布间对比方法，还提供了更多……
IT之家 10 月 28 日消息，OpenAI 于当地时间周一宣布，公司在数学、计算机科学与物理学领域取得了引人瞩目的突破，同时称自身正在调整成果发布的沟通方式。不过，尽管看起来做出了路线修正，接受 The Verge 采访的科研人员对这家公司的行事方式却愈发感到厌烦。IT之家注意到，过去几个月，OpenAI 和数学界之间一直摩擦不断...
Meta启动史上最大约950亿美元股权融资，英伟达、AMD分别以30亿、10亿美元入股绑定算力合作，AI竞争由算法转向资本与租约。OpenAI发布GPT-6.1 Terra（事实错误率53.6%降至16.7%、API降价50%），Google推出Genie 4世界模型，微软向约6万员工开放自愿离职。
· IDC：中国手机 Q3 出货下滑 15.2%，折叠屏连续四季度下降 · 邓煜：AI 公司应公开证明思路，让用户决定数据是否用于训练 · 研究：豆包引用抖音的权重升至 31.8%#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
年收入逼近400亿元？红果短剧回应：不实；并入火山近百日后，飞书首席战略官史志隽将卸任转顾问；马斯克称SpaceX移动网络建设将耗时2至3年；新规出炉：有线电视不得播放开机广告；事关能源保供中长期合同管理，国家发展改革委作出部署；13家科创50公司正在实施回购计划，预计金额上限超50亿元；中国作为首批签约国签署《联合国可转让货物单证公约》；崔东树：2026年1-9月汽车行业利润率3.3%；国家统计局：1—9月份全国规模以上工业企业利润增长15.5%
GitHub Copilot 现已支持针对安装在组织上的 GitHub 应用的服务器到服务器身份验证，目前处于公开预览阶段。使用 GitHub Copilot SDK 构建的服务和代理现在可以代表…… 该文章“GitHub Copilot 支持服务器到服务器的身份验证”首发于 GitHub 博客。
IBM欧洲研究院的研究人员发表了论文《用于神经网络向量存储的叠加式模拟存储器》。摘要：研究人员展示了一种模拟相变存储架构，可在叠加态下存储多个AI向量，并通过可调的精度权衡来提升有效存储密度。在原型PCM硬件上的测试表明，其推理精度接近全精度软件水平。点击此处查看技术论文……» 阅读全文 该文章《模拟叠加提升PCM有效存储密度（IBM欧洲研究院）》首发于Semiconductor Engineering。
如果团队能够解决信任问题，AI 智能体为何能让语义层更加稳固？
TechCrunch采访了那位被委以解释OpenAI最新令人费解的发现重任的麻省理工学院计算机科学家
LangChain 如何在 Slack 中构建了 Content Studio——一个开源的设计代理，用于制作符合品牌调性的视频、图形和演示文稿，以及为其提供动力的工具链。
NVIDIA RTX Spark 是一款面向 AI 开发、创作与游戏的全新 Windows PC 平台，适用于轻薄型笔记本电脑和紧凑型台式机。该平台由 NVIDIA Blackwell RTX 提供算力支持……
Property Finder 发现，其视觉AI评估标签中有96.8%源自现有模型，这掩盖了该模型的真实准确率。了解他们如何构建无偏的真值数据、实施进化式提示优化，并在 Amazon Bedrock 上选择了一款更精准且更具成本效益的模型，从而在11项图像质量指标上将成本降低了86%。
