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

DMAIC-Bench:面向多阶段分析任务中智能体的自我反思与自我约束

arXiv:2610.32305v1 发布类型:新 摘要:多阶段分析任务要求大型语言模型(LLM)代理利用中间证据来决定是继续、重定向还是停止。自我反思——即代理对其输出进行批判性评估——已得到广泛研究,然而这种反思并不能说明证据是否改变了下一步行动。我们将这一能力称为“自我约束”。现有的代理基准测试大多仅衡量任务完成度或输出质量,而未对这一能力进行检验。DMAIC-Bench 通过围绕精益六西格玛明确的统计前提条件构建的、涵盖四个行业领域中15个工业案例的97个种子任务,对此进行了评估。成对的反事实变体在相同的工作流位置上要求采取相反的操作,从而能够区分有依据的自我约束与无差别的停止行为。我们采用……对执行轨迹进行评估。

事件进展与其他报道

基于合并的词汇扩展在预分词器阶段停滞不前:一种用于尼泊尔语的英语保留修复方法,并已在持续预训练中得到验证

arXiv:2610.33016v1 发布类型:新 摘要:Llama-3、Qwen3 以及许多其他开源大型语言模型,均采用一种正则表达式对文本进行预分词,该表达式的词类仅允许 Unicode 字母。由于天城文的元音符号属于组合标记,此正则表达式会在每一个元音符号处切分尼泊尔语单词,因此使用该正则的模型在处理尼泊尔语时所消耗的 token 数量,是处理同等长度英语文本的 2.6 至 5.8 倍。基于合并的词汇扩展方法无法将被切分的片段重新拼接:对于 Llama-3 和 Qwen3 而言,无论新增多少次合并操作,其额外开销始终难以降至约 2.2 的阈值以下;而即便已发布的十项扩展方案,其性能也仅比这一预分词基准低不到 4%。我们针对已部署的正则表达式提出了一项小幅修改,经证明可在不包含组合标记或天城文字符的情况下,确保每个 token ID 的完整性。通过新增 32,000 次合并,该方法使尼泊尔语与英语的 token 开销比降至 1.01 倍,且

事件进展与其他报道

超越启发式与商业导航:一种由人工智能增强的救护车行程时间估算决策支持系统

arXiv:2610.31968v1 发布类型:新 摘要:准确估算救护车行驶时间对于紧急医疗调度至关重要,然而现有的决策支持方法往往依赖于静态查表或对救护车与普通乘用车行驶时间差异的简化假设。例如,这些方法通常假定救护车的行驶速度仅比普通乘用车快一个固定比例(如5%)。然而,这类假设很少经过真实救护车运行数据的验证,也难以充分反映行程优先级、时间背景以及起点—终点等因素的影响。我们利用瑞典斯科讷地区的历史救护车出行数据,有效弥补了上述局限性。我们的分析表明,救护车的行驶时间在不同时段、不同日期之间存在显著差异,并且……

新闻源配图 · arXiv cs.LG
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

一种基于统一排队模型的框架,用于在突发性工作负载下对无服务器自动伸缩策略进行比较评估

arXiv:2610.35564v1 发布类型:新 摘要:无服务器计算平台必须在适应高度突发且不可预测的工作负载的同时,确保服务质量(QoS)。为应对工作负载的波动并满足QoS要求及服务等级协议(SLA),这些平台依赖于资源的自动扩展。商业化的函数即服务(FaaS)平台采用不同的自动伸缩策略,以动态调整活跃函数实例的数量和可用的处理能力。在本研究中,我们对三种具有代表性的自动伸缩策略进行了建模与比较:按请求伸缩(SPR)、并发级别伸缩(CLS)以及基于指标的伸缩(MBS)。为了实现独立于各厂商特定实现的系统化评估,我们……

事件进展与其他报道

Oddin:通过图像生成的自蒸馏实现统一多模态模型中的潜在视觉推理

arXiv:2610.33062v1 发布类型:新 摘要:统一的大型多模态模型(ULMMs)能够通过交错进行的文本-图像生成来执行视觉推理,但生成显式的中间图像会带来显著的计算开销。尽管视觉潜在推理可以解决这一问题,但现有方法大多依赖于无法进行视觉生成的视觉-语言模型(VLMs)。我们提出了一种名为Oddin的新框架,能够在ULMMs中实现潜在的视觉推理。Oddin用紧凑的潜在标记取代中间图像,这些标记完全由理解分支处理,而生成分支则专门用于生成最终输出图像。我们通过离线自蒸馏训练该模型,包含三项优化目标:最终图像生成损失、文本蒸馏损失以及交叉熵损失,用于

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

微软在加大人工智能投资的同时,向6万名员工提供自愿离职补偿计划

微软公司今日向约四分之一的员工发出了自愿离职收购要约。受此举措影响的约6万名员工分布于美国、加拿大、印度和英国。据报道,他们在公司内部体验评分体系中的得分均在70分及以下。这意味着受影响的资深员工…… 该文章《微软在人工智能投资背景下向6万名员工提供自愿离职收购》首发于SiliconANGLE。

事件进展与其他报道

您可能错过的来自theCUBE对Workiva Amplify活动报道的三大洞察

企业级人工智能治理正逐步延伸至数据、工作流以及各项管控机制,这些要素决定了自动化系统能够执行哪些任务。随着智能体在金融、审计、合规与可持续发展等领域承担起日益重要的职责,组织亟需确保其成果既立足于业务情境、可追溯至原始数据来源,又受到明确的问责机制的规范与约束。TheCUBE对Workiva Amplify活动的预览重点介绍了[…]。本文《您可能错过的来自TheCUBE对Workiva Amplify活动报道的三大洞见》首发于SiliconANGLE。

事件进展与其他报道

双刃剑:人工智能在强化系统防护的同时,也为恶意行为者开辟了新的攻击途径

网络安全行业发现,强大的前沿人工智能模型是一把双刃剑。企业可以利用这些模型,以前所未有的速度识别源代码和系统配置中的漏洞。然而,事实证明,恶意行为者同样也能做到这一点。一个典型的例子表明,人工智能模型已将网络安全推向了一个全新的[…] 该文章“双刃齐发:人工智能在强化系统防护的同时也为恶意行为者打开了新的漏洞入口”首发于SiliconANGLE。

事件进展与其他报道

OpenAI 推出 GPT-6.1 Terra,以半价实现更快速、性能更优的 AI 智能体

OpenAI 集团 PBC 今日发布了 GPT-6.1 Terra,这是其前沿人工智能系统系列中的一款中端模型的升级版。这款新模型是 GPT-5.6 Terra 的继任者,成本降低了约 50%,同时在处理计算机使用任务时速度更快、精度更高。Terra 被定位为 OpenAI 产品线中的日常应用模型,旨在[…] 该文章《OpenAI 推出 GPT-6.1 Terra,以半价实现更快速、性能更优的 AI 智能体》首发于 SiliconANGLE。

事件进展与其他报道

早报|苹果回应iPhone Duo内屏开裂/Anthropic公开上市申请,冲击史上最大IPO/小鹏Robotaxi获批L4级示范运营

· OpenAI 发布 GPT-6.1 Terra,API 价格减半、电脑操作提速 · 苹果正式推送 iOS 27.2:Apple Music 迎来黑白新设计、iPhone Duo 支持 Apple Pencil · 华为畅享系列累计发货突破 1.6 亿台#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。

事件进展与其他报道

企业在从人工智能实验迈向自主运营的过程中,应当关注哪些方面

过去三年,企业人工智能领域的讨论主要聚焦于模型能够说出什么;而未来三年,焦点将转向系统被允许做什么。这是一项更为棘手的问题,单靠更强大的模型难以解决。10月28日星期三,我将赴波士顿参加彭博科技峰会:“构建……” 本文《当企业从AI实验迈向自主运营时,值得关注的事项》首发于SiliconANGLE。

事件进展与其他报道

关于Anthropic IPO申请的一些观察

在一份今日提交的S-1文件中,这家有望创下史上最大IPO纪录的公司——Anthropic,详尽披露了其盈利状况、增长态势、主要利益相关方,以及未来面临的风险。这份长达335页的文件并不轻松易读。不过,在初步浏览后,我们特别梳理出其中一些较为引人关注的披露内容。

Some Observations About Anthropic’s IPO Filing
事件进展与其他报道