展示 HN：免费网页工具
文章网址：https://nyneon.net/tools/ 评论网址：https://news.ycombinator.com/item?id=50418253 积分：3 # 评论：2
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
Show HN：Velorki - 开源自行车导航，仅需一部手机即可使用
文章网址：https://velorki.com 评论网址：https://news.ycombinator.com/item?id=50419025 积分：3 # 评论：0
Fourier’s Meta Prototype Puts a Spotlight on an 8-Billion-Yuan Robotics Bet
Shanghai’s Fourier Intelligence built a custom humanoid for Meta’s internal research in months. The company already has a rehab business, modest humanoid shipments, and a disclosed pre-money valuation of about 8 billion yuan. A marquee partner tests its engineering—it does not yet prove the equity story.
Show HN：Ls-service – 极简、带命名空间且类型安全的 localStorage 封装器
文章链接：https://github.com/brysonbw/ls-service 评论链接：https://news.ycombinator.com/item?id=50383396 积分：1 # 评论：0
评估与改进用于理解测序协议的 AI 智能体
arXiv:2610.37851v1 发布类型：新 摘要：现有的科学智能体基准测试很少评估智能体是否能够重建测序协议所指定的精确分子结构和生成流程，而这一能力对于分析定制化测序实验至关重要。我们提出了 LibStructBench，一个基于文档的基准测试，用于重建测序文库结构和分子工作流程。我们的实验表明，前沿的智能体通常能够生成大致正确的重建结果，但在精确重建方面仍不够可靠，尤其是在分子状态表示和工作流程连通性方面。更换底层语言模型所带来的平均性能差异，甚至大于更换智能体框架所产生的差异，且这种差异具有统计学上的显著性。
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
现在，您可以在 Gemini 聊天中直接生成并编辑 Google 文档文件了。
现在，您可以在 Google Gemini 内部直接生成、预览并编辑 PDF、Google 文档、Google 表格、幻灯片演示文稿、Markdown 文件、TXT 文件以及代码。全新的文件编辑功能自今日起面向所有 Gemini 用户开放；其中，PDF 的预览与编辑功能同时支持网页端和移动端，而其他所有文件格式目前仅限于网页端使用。
先检测再消歧：基于扰动的大型语言模型输入歧义检测
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
ReCoPII：一种基于关系的上下文化PII掩码数据集构建框架
arXiv:2610.35925v1 发布类型：新 摘要：训练用于个人身份信息（PII）的上下文化掩码系统，需要能够区分某一实体类型中可掩码与不可掩码提及的示例，但隐私限制使得获取真实数据受到制约。基于作者的增强方法（SPY）会将与作者无关的提及标记为非PII，这种方法假定存在单一的数据主体，而忽视了其他可能的主体。我们提出了ReCoPII（基于关系的上下文化PII掩码），该框架无需这一假设即可构建此类数据：它规划受本体约束的实体关系，编写带有占位符的插入句，通过代码重建标注，利用独立的大型语言模型检查结果，并根据实体关系推导出MASK/KEEP标签。在来自六个领域的韩语文档上，它生成了Re
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
针对哪种策略进行了校准？干预下的固定世界模型的保形不确定性
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
令牌置信度只是链长吗？对推理轨迹的信号处理审计
arXiv:2610.36709v1 发布类型：新 摘要：推理型语言模型通过撰写长长的思维链条来解答数学问题，而针对每个问题采样多条链条并以多数投票的方式提高准确率，却会大幅增加生成文本的开销。一种常见的降本方法是根据模型对其所写每个标记的置信度为每条链条打分，这里的“标记”指一个词或词的一部分。该方法将这种置信度在滑动窗口内（2048个标记）进行平均，并依据最低平均值决定保留或终止链条。我们将逐标记记录的置信度视为一种类似于音频或无线电信号的信号，并借助频谱分析、统计检验等标准信号处理工具来检测其中是否出现突变。我们从……中为500道题目各采样了16条链条。
我们如何构建自己的设计代理
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。
修复评估偏差，以在 Amazon Bedrock 上解锁更优的模型
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%。
Google 的 Genie 4 世界模型新增了音频功能、更逼真的世界以及实时操控
Google DeepMind 在面向可信测试人员的研究预览中发布了 Genie 4，这是一款具备实时音频、更逼真模拟以及中期模拟文本提示的世界模型。
Meta AI 总监 Rohit Patel 离职，加盟微软 Office 和 Google Workspace
据TechCrunch独家获悉，罗希特·帕特尔在Meta从事人工智能评估与强化学习工作八年之后即将离职。他的初创公司Ndoc旨在与微软Office套件展开竞争。
Edge Sound 获得200万美元融资，助力实体人工智能理解音频
Edge Sound Research Inc. 今日宣布已筹集200万美元新融资，用于构建一种音频基础设施，该设施能够分离出有用的声音，并将其与其他传感器数据相结合，以帮助物理人工智能系统实时理解当前发生的情况。本轮融资由 Stormbreaker Ventures 领投，使公司累计融资额达到900万美元。当…… 该文章“Edge Sound 融资200万美元，助力物理人工智能理解音频”首发于 SiliconANGLE。
General Compute完成1亿美元A轮融资，力证“新云”并非灾难性叙事
通用计算正押注于来自英伟达生态系统之外的推理芯片。
工业智能：制造业的下一个增长机遇
每家制造商都有自己独特的工业智能。有些已形成文档，有些则沉淀在经验丰富的员工的脑海里。试想一位经验丰富的操作员，在换线后准备重新启动生产线。机器的设置固然重要，但了解某种材料的特性、上一班次发生了什么，以及某个看似微不足道的……也同样不可或缺。