AI 快讯
LIVE · 24h全网 AI 动态的中文速报，聚合引擎每 15 分钟更新。
- 10 月 15 日 17:0016:26
多源 RAG 英语非母语学生 AI 助教发布
↗ 查看原文 · arxiv.org研究者开发面向非英语母语学生的通用 AI 助教，可处理中文提问并给出双语回答，还能生成术语表；在 91 条 Piazza…
- 16:16
- 10 月 15 日 16:0015:58
- 15:24
FAOPs：为 AI 智能体工作流引入范式与代数
↗ 查看原文 · arxiv.org论文提出 FAOP 形式化理论，将智能体工作流按四级范式规范化，使类型检查、权限隔离、终止性与成本约束成为编译期问题，并…
- 15:12
WEAVE：把真实代码演进做成依赖结构化任务
↗ 查看原文 · arxiv.org框架将已验证的 PR 历史转化为可执行、带依赖结构的任务，并提出 Graph Credit 指标衡量部分进展，用于代码智…
- 15:05
- 10 月 15 日 15:0014:57
CARA：因果引导的检索智能体，提升图谱问答效果
↗ 查看原文 · arxiv.org研究者提出免训练的因果引导检索智能体 CARA，用「加入证据是否提升可答性」和「移除证据是否削弱可答性」两项标准评估证据…
- 14:56
- 14:55
- 14:53
- 14:52
- 14:06
DesignLore：从历史评审中复用设计知识做代码评审
↗ 查看原文 · arxiv.org研究者提出 DesignLore，从历史评审讨论中提取设计决策并组织成自适应分类体系，用于指导代码评审，同时构建了基于真…
- 10 月 15 日 14:0014:00
研究：CodeHealth 可预测智能体代码评审的 token 成本
↗ 查看原文 · arxiv.org一项预注册观察性研究抽取 246 个仓库中 465 个智能体撰写的 PR，用三种 LLM 跑五智能体评审修复流程。
- 13:54
- 13:20
- 10 月 15 日 13:0013:00
- 12:53
- 12:50
开发者分享将 LLM-as-Judge 校准至 κ 0.80 的实践
↗ 查看原文 · dev.to一位开发者介绍在建筑平台 AutoKon 的视觉检查场景中，将 LLM-as-Judge 的一致性校准到 κ 0.80…
- 12:45
RSIFlow：带演化元智能体的自适应自改进工作流
↗ 查看原文 · arxiv.org研究者提出递归自改进框架 RSIFlow，从任务智能体轨迹和环境反馈中诊断性能瓶颈，动态选择针对组件的改进工作流，元智能…
- 12:23
PhysClosureBench 评估 AI 物理研究闭环能力
↗ 查看原文 · arxiv.org研究者提出 PhysClosureBench，含 50 个专家验证的物理研究任务，用 Atomic Score 与 Re…
- 12:05
研究指 LLM-as-judge 可靠性问题反复出现
↗ 查看原文 · dev.to一周内多篇 arXiv 论文分析了 LLM-as-judge 的可靠性缺陷，指出其失败模式高度一致，同时提出更廉价的评判…
- 10 月 15 日 12:0011:44
- 10 月 15 日 10:0009:03
- 10 月 15 日 09:0008:48
- 08:32
- 08:18
物理学者撰文反思 AI 在学术环境中的角色转变
↗ 查看原文 · thetheorygirlie.substack.com一位物理学者的文章讲述其在牛津求学期间，同学从白板讨论转向直接使用 ChatGPT 解题的经历，反思 AI 进入学术环境…
- 10 月 15 日 08:0007:39
- 07:32
- 10 月 15 日 07:0006:52
arXiv 论文探索 AI 编码代理的依赖转换策略
↗ 查看原文 · arxiv.org一篇 arXiv 论文以 Flask 为案例，研究 AI 编码代理如何改变仓库处理外部依赖的方式，包括本地重实现等策略。…
- 06:43
- 06:39
SWE-at-Scale：从历史修复反向合成软件工程任务
↗ 查看原文 · arxiv.org研究者提出 SWE-at-Scale 框架，通过逆向真实世界的代码修复来自动合成可执行的软件工程任务，把有限的修复记录转…
- 06:08
LoC 方法提升多模态文档 RAG 的视觉证据利用
↗ 查看原文 · arxiv.org研究发现在多模态文档 RAG 中，即使检索到正确页面，视觉证据仍未被充分利用。作者提出 Loud and Clear 方…
- 10 月 15 日 06:0005:24
Mallea：用编码代理构建、操控与记忆世界
↗ 查看原文 · arxiv.org研究者提出 Mallea 系统，通过编码代理从文本推断物体交互需求，联合规划物体结构、属性与规则，并保留可复用的外观记忆…
- 10 月 15 日 05:0005:00
- 04:58
一篇癌症论文被 25 种方式连夜核查，看哪些真查出问题
↗ 查看原文 · dev.to作者对一篇关于抗体包被 mRNA 纳米颗粒重编程肿瘤巨噬细胞的论文做了 25 种方式的核查，并说明其中哪些方法真正发现了…
- 04:07
AutoOnboarder：自动适配 LLM 代理到具体任务
↗ 查看原文 · arxiv.org研究者提出 AutoOnboarder，让一个 Onboarder 编码代理在少量示例下迭代调整基础模型、提示词与 ha…
- 10 月 15 日 04:0003:39
- 10 月 15 日 03:0002:13
Kolab：面向长周期人机协作的基准数据集发布
↗ 查看原文 · arxiv.org论文发布Kolab数据集，含50位从业者与AI代理协作的115小时以上屏幕录制及协作质量评分。结果显示前沿模型高估专家协…
- 10 月 15 日 02:0001:32
如何验证新硬件上的训练正确性：0.99 损失轨迹测试
↗ 查看原文 · dev.to文章指出损失曲线下降并不能证明训练正确，严谨做法是与 GPU 参考结果做受控对比，并提出一种 0.99 损失轨迹测试方法…
- 01:23
- 01:21
- 01:11
研究：代理审批环节存在绑定缺陷，提出ASU网关方案
↗ 查看原文 · arxiv.org论文定义12种针对代理审批路径的攻击，审计10个代理运行时发现缺乏可第三方验证的审批记录，8个中有4个存在审批后参数被改…
- 10 月 15 日 01:0000:52
- 10 月 15 日 00:0000:00
SCARCE 框架：多智能体长任务中自发形成非正式制度
↗ 查看原文 · arxiv.org研究者提出 SCARCE 框架，让智能体在各自截止时间下竞争共享执行资源。测试发现智能体会自发形成基于声誉、互惠与先例的…
- 10 月 14 日 19:0018:21
AI 能否攻击并污染另一个 AI？过滤器不是防线
↗ 查看原文 · dev.to一篇博客讨论提示词蠕虫、记忆投毒和被植入后门的模型，区分哪些已被证实、哪些只是炒作，并认为防御 AI 智能体靠的是架构而…
- 10 月 14 日 18:0017:57
论文分析智能体市场首价拍卖的无政府状态代价
↗ 查看原文 · arxiv.org一篇论文研究 AI 智能体竞标用户提示词的首价拍卖市场，指出竞争下限与条件近似独立两个特征可降低无政府状态代价，福利下界…
- 17:10
- 17:08
ReaDy：用混合线性注意力循环状态加速推测解码
↗ 查看原文 · arxiv.org研究者提出 ReaDy，首个利用混合线性注意力模型循环状态做位置相关上下文检索的推测解码方法。在 Qwen3.8-27B…
- 17:06
HP-RLVR：单次采样实现 token 级信用分配
↗ 查看原文 · arxiv.org研究者提出 HP-RLVR，用轨迹自身未来与验证反馈构造 hindsight 上下文，为每个 token 分配有界信用…
- 10 月 14 日 17:0016:51