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 22 日 11:0010:12
CAKE：面向昇腾 NPU 的智能体内核进化系统
↗ 查看原文 · arxiv.orgCAKE 在 Ascend 950PR 上对 53 个 CANN-Bench 算子实现标准集 100% 通过，隐藏集通过…
- 10 月 22 日 10:0009:54
研究测量文档修订下的分块重算成本与检索质量
↗ 查看原文 · arxiv.org研究基于 120 对中英文维基百科相邻版本，比较三种分块策略的更新成本：固定分块需重算 57–68% 的嵌入输入，递归分…
- 09:35
研究对 LLM 基准分数背后的指标与金标做 25 次可复现审计
↗ 查看原文 · dev.to有研究对 LLM 基准分数背后的指标与金标开展了 25 次可复现审计，相关代码由 AI agent 以 MV2 名义完成…
- 10 月 22 日 09:0008:46
Minotaur AI：不用 LLM 也能实现推理
↗ 查看原文 · fleetingswallow.comMinotaur AI 发文介绍其架构，称无需语言模型和 GPU，仅靠单个普通处理器核心完成演绎、归纳、溯因等推理，每题…
- 08:42
REGATTA：企业 AI 智能体跨域评测框架与故障注入工具
↗ 查看原文 · arxiv.orgREGATTA 提供 125 项来源核查清单和 25 类故障语料，对 180 套生成测试套件做审计，发现 24 项规则表…
- 10 月 22 日 08:0007:22
- 07:19
Lean Finder V2 发布：为 Mathlib 提供语义搜索
↗ 查看原文 · arxiv.orgLean Finder V2 通过对抗训练和查询改写，处理数学家和编码代理常见的简短模糊查询，在 MathlibQR 基…
- 10 月 22 日 07:0006:16
Docker 容器不是虚拟机：解析 namespace、cgroups 与 OverlayFS
↗ 查看原文 · dev.to一篇十分钟的图文文章讲解 Docker 与 Linux 容器内部机制，包括 namespace 隔离进程、cgroups…
- 10 月 22 日 06:0005:22
- 10 月 22 日 05:0004:56
FedGRAG：面向分布式知识图谱的联邦 GraphRAG
↗ 查看原文 · arxiv.org研究提出 Federated GraphRAG，通过联邦知识路由定位相关客户端，并用受控披露的证据摘要替代共享本地图谱…
- 04:54
- 04:48
VeriGen-C：从自然语言联合生成可验证 C 代码
↗ 查看原文 · arxiv.org研究提出 VeriGen-C，将 C 程序与 ACSL 规格联合生成并约束为便于自动验证的形式，在三个基准上显著提升通过…
- 04:23
- 10 月 22 日 03:0002:56
- 10 月 22 日 01:0001:00
- 00:34
- 10 月 22 日 00:0023:47
开发者审计 Hugging Face 44 个榜单的 11 个第一
↗ 查看原文 · dev.to有开发者下载 Hugging Face 44 个官方基准榜单的 1108 行数据，核查自家 11 个第一名的分差、题量与…
- 23:22
整数乘法上界研究将 κ 推至 0.003 以上
↗ 查看原文 · github.comCrocSwap 仓库的合并请求显示，通过组合查询稀疏化与辅助重定时，条件上界中的 κ 提升至 0.00300105，较…
- 10 月 21 日 23:0022:20
ARATest将研究论断转为可执行属性测试
↗ 查看原文 · arxiv.org论文推出属性测试库ARATest，把论文中的文字论断绑定为可执行测试，并给出成立、违反、不确定三种判定。在33份研究工件…
- 10 月 21 日 21:0020:55
- 20:37
RoleFlow：可自我进化的多角色智能体协作框架
↗ 查看原文 · arxiv.org研究者提出 RoleFlow，通过反馈驱动的原子编辑和按需角色生成来调整多智能体协作结构，并引入 SECPO 为每次结构…
- 10 月 21 日 19:0018:20
论文：AI 编程智能体正在改变软件自建与采购的经济账
↗ 查看原文 · arxiv.org一项研究提出“软件替代前沿”概念，用公开数据对比客户自建与购买软件的成本。调查中 32% 的机构受访者称曾因可用编程智能…
- 18:07
GAV：面向 PDE 智能体的科学实验环境
↗ 查看原文 · arxiv.org研究者推出 Generator-Agent-Verifier 环境，用生成参考解反推匹配的偏微分方程问题，使新问题天然可…
- 18:02
- 10 月 21 日 18:0018:00
人机协作循环突破 Lehmer 问题高次构造瓶颈
↗ 查看原文 · arxiv.org研究者用 AI 智能体配合数值流水线、符号验证器与分布式搜索，推导出五参数的广义 Boyd 算法，可为任意目标次数构造…
- 17:55
AI 辅助发现新共识协议 A-greement
↗ 查看原文 · arxiv.org论文称借助 AI 工具链 AI-greement 发现地理复制状态机共识协议 A-greement，写密集与读密集负载平…
- 17:35
Hugging Face：专用词表可将小模型推理成本降77%
↗ 查看原文 · huggingface.coHugging Face 发文介绍 VocabX 论文的预览结果：围绕每个 token 的成本而非词频重构词表，在不更换…
- 17:27
并行 AI Agent 协作被建模为图结构分布式优化
↗ 查看原文 · arxiv.org研究者把多个并行 AI Agent 的编辑合并问题建模为带依赖图的离散块优化，证明分数着色合并可保留一定比例的已验证改进…
- 17:06
SWE-DIVE：用动态用户模拟评测多轮编码 Agent
↗ 查看原文 · arxiv.org研究者提出 SWE-DIVE 框架，通过用户模拟器与对话校验器，在多轮交互中评测编码 Agent，弥补现有基准多为一次性…
- 10 月 21 日 17:0016:45
Code Comprehensor：面向大型仓库的分层文档与跨模态检索
↗ 查看原文 · arxiv.org研究者提出 Code Comprehensor 框架，结合调用图、LLM 生成的分层文档与 CLIP 式双编码器检索，在…
- 16:05
- 10 月 21 日 16:0015:32
DynaCI：用本地运行时信息生成 GitHub Actions 工作流
↗ 查看原文 · arxiv.orgDynaCI 先追踪开发者本地环境的运行时信息，再用 LLM 检索增强迭代生成 CI 工作流。在 50 个 Python…
- 15:24
PAUSE：在编码智能体首次改代码前介入规划
↗ 查看原文 · arxiv.orgPAUSE 在编码智能体发出首次源码编辑请求时拦截，由独立 Planner 写一份修复计划后让原智能体继续。在 SWE-…
- 10 月 21 日 15:0014:46
MemoryTax：模型足够强时，设计好的记忆系统未必划算
↗ 查看原文 · arxiv.org一项小规模实证研究比较四种记忆方法和三个编码智能体，发现 Mem0 仅在弱模型上优于全上下文，且构建成本更高。用 Cla…
- 14:46
UserSWE：用多轮对话评测编码智能体修 bug 能力
↗ 查看原文 · arxiv.org新基准 UserSWE 模拟动态用户进行多轮交互，每轮后跑测试并由双模型判定结果。在 72 个任务上，智能体排名随交互轮…
- 14:19
MAPS：用宏观自适应并行推理调节 RAG 检索动量
↗ 查看原文 · arxiv.org论文提出 MAPS 框架，通过保留检索知识与精炼推理状态、将顺序推理扩展为并行推理，缓解 RAG 中的查询意图漂移。在六…
- 10 月 21 日 14:0013:58
AssureCode：为智能体编程引入结构化论证
↗ 查看原文 · arxiv.org研究借鉴安全关键系统的保障工程方法，定义一套论证语言，把自然语言提示、形式化规格与程序分析证据关联起来，用于验证 AI…
- 13:49
MeMoDecode：元模型引导解码提升 DSL 生成一致性
↗ 查看原文 · arxiv.org研究提出 MeMoDecode 解码框架，在生成过程中同时约束 DSL 的具体语法、抽象语法与良构性约束。在四个 DSL…
- 13:39
BARD：生成式 AI 智能体需求工程的流程理论
↗ 查看原文 · arxiv.org研究基于 36 次从业者访谈提出 BARD 流程理论，认为智能体需求并非前期固定，而是在界定需求、构建、观察行为、修订要…
- 13:30
LASAGNA：RAG 各环节技术组合效果不及单独收益
↗ 查看原文 · arxiv.org研究用开源框架 LASAGNA 测试 450 种 RAG 配置，发现单独有效的技术组合后收益明显缩水，检索质量与答案忠实…
- 13:08
新基准 MicroPerf-Bench 评测编码代理微服务性能优化能力
↗ 查看原文 · arxiv.org研究者提出 MicroPerf-Bench，在 7 个真实开源系统中注入性能反模式，构建 65 个优化实例。
- 10 月 21 日 13:0012:41
开源影像组学平台 MEDiml 发布参考手册
↗ 查看原文 · arxiv.orgMEDiml 是开源、符合标准的影像组学平台，提供 Python 包与图形桌面应用，两者共用同一套计算实现，并可将图形配…
- 10 月 21 日 10:0009:49
- 10 月 21 日 09:0008:32
- 10 月 21 日 08:0007:49
论文提出以记忆为中心的代理持续学习框架 MCCL
↗ 查看原文 · arxiv.org研究者提出 MCCL，主张以记忆是否改善未来行动而非检索准确率来评价记忆系统，包含三轴分类法、双层生命周期与评估协议，用…
- 07:30
- 10 月 21 日 07:0007:00
- 06:31
新论文用贝叶斯进化优化自动设计多智能体系统
↗ 查看原文 · arxiv.org研究者提出贝叶斯进化优化框架，自动搜索任务特定的多智能体拓扑，用图感知高斯过程筛选候选。在BigCodeBench代码生…
- 10 月 21 日 06:0005:30
- 05:13
开发者从零手写小型 LLM，谈对 Transformer 的新理解
↗ 查看原文 · dev.to一位开发者从零构建了一个小型大语言模型，并分享在此过程中对 Transformer 结构终于理清的部分。