2026-11-09
你答应了，又反悔了，模型却还记着
香港科大团队发现大语言模型存在提及即生效混淆，拒绝的提议仍会误导答案，准确率最高降8个百分点。团队提出Intent-OPSD训练方法，利用同模型师生架构区分活跃意图，平均提升准确率10.81个百分点。
2026-11-09
当马变成雪地里的马：一张图片能不能找到自己的影子
这篇论文提出FreeMatching框架，让AI既能完成传统光流与几何匹配任务，又能在图像编辑、AI生成等身份保持场景中准确找到对应关系，还可反向用作图像一致性评估工具。
2026-11-09
机器人变快了，但谁来告诉你它变笨了没有
论文提出CARE方法，为机器人视觉语言动作模型的推理加速提供有数学保证的安全认证，通过配对测试和统计检验，确保加速不会悄悄破坏原本能完成的任务，在多个基准上实现9到10.8倍提速且风险可控。
2026-11-09
小米把千亿模型的强化学习训练过程全公开了，这事值得聊聊
小米发布MiMo-V2.6系列大模型技术报告，详细公开千亿参数模型强化学习训练的完整细节，涵盖训练算力扩展、环境构建、奖励作弊防范、路由器冻结等关键技术决策，并开源蒸馏模型与RL框架供社区复现研究。
2026-11-09
Don't mention the data center：OpenAI改称其为"计算园区"
OpenAI推出"Grid Protectors Program"，承诺在电网高峰时段削减数据中心用电，以保障周边居民用电。同时，该公司将"数据中心"更名为"计算园区"（compute campus），以缓解公众对数据中...
2026-11-09
Anthropic与OpenAI在AI风险应急处置权归属上现分歧
Anthropic主张赋予加州总检察长申请法院命令暂停危险AI模型的权力，OpenAI则倡导开发者自行维护强制关机控制机制。两家公司均回应加州州长行政令，支持独立安全评估与事故报告扩展，但在监管主体与介入方式上存在明显分...
2026-11-09
Oracle与Snowflake达成合作 共同简化企业数据集成流程
Oracle宣布与Snowflake达成合作，将Snowflake AI Data Cloud作为原生服务引入Oracle Cloud Infrastructure（OCI）。此举旨在帮助企业减少两平台间的数据移动及相关...
2026-11-09
大语言模型为什么突然"会说话"了？从预训练到推理，拆解AI大脑的六个关键拼图
本文系统解读《大语言模型基础》一书，拆解预训练、生成式建模、提示工程、对齐（RLHF/DPO）、推理解码及推理能力六大核心模块，揭示大模型从训练到实际应用背后的技术逻辑与设计权衡。
2026-11-09
强化学习训练大模型，到底改变了什么
论文发现强化学习对大模型的改变可被压缩进极小的激活向量中，85%性能增益仅需单个向量即可复现。研究进一步揭示有效控制方向集中在低方差子空间，并据此提出Alpha-Stabler框架稳定RL训练过程。
2026-11-08
马斯克：我希望自己这样被记住，"这个人为推动人类文明进步做出过重大贡献"
2026 年 11 月 6 日，马斯克通过视频连线出席第 33 届巴伦投资大会 Baron Investment Conference，在纽约林肯中心大都会歌剧院和巴伦资本创始人罗恩·巴伦 Ron Baron 做了一小时...
2026-11-06
ReSPO：当AI训练数据越用越"过期"，该如何不让好答案被饿死
论文提出ReSPO方法，用两分支平滑曲线替代强化学习训练中的硬裁剪，解决正确答案被忽视、错误答案被纵容的梯度饥饿问题，在数学推理模型训练中取得显著效果提升。
2026-11-06
给AI出的测试题，为什么AI自己批自己能拿满分
南京大学团队提出TestPrism基准,揭示AI生成测试代码仅用单一标准答案评估会严重高估质量,合格率从59.67%暴跌至28%。团队同时推出TestHelix系统,通过多智能体协同验证将测试可靠性提升近9个百分点。
2026-11-06
AI画图模型越训越假：当"奖励"骗过了AI，也骗过了人类评委
研究者用偏好奖励与规则化检查清单组合，解决AI画图模型后训练中单一奖励信号易被"刷分"的问题，提出门控机制、一票否决反作弊设计及权重融合策略，在FLUX.2与Ideogram-4上验证，推动开源模型登顶Arena排行榜。
2026-11-06
大模型猜拳的时候，到底是在"理解"对手，还是只是在"模仿"对手？
这篇论文用猜拳游戏和单符号续写任务测试大模型能否识别并执行隐藏的序列依赖规则,发现更长上下文不提升识别效果,正确识别策略也不保证能忠实模拟,高阶依赖关系会显著削弱规则恢复能力。
2026-11-06
OneSearch-VL：一个AI如何同时看懂图片、多图集和视频，还能像侦探一样查资料破案
论文提出OneSearch-VL，一个统一处理单图、多图、视频的深度研究AI代理，核心是VGEG证据图和EVGR奖励机制，构建新基准并在多项测试中大幅超越现有开源方法。
2026-11-06
当AI智能体学会了"记仇"，推理引擎却跟不上了
哈工大团队提出SparseEngine推理引擎,通过生命周期钩子统一管理KV缓存稀疏方法,支持15种方法,配合Chain Cache和可控前缀裁剪,实现10倍吞吐提升且保持任务质量。
2026-11-06
AI学会了用工具做空间推理，然后又学会了假装自己不需要工具
本文介绍SpatialOPSD框架，它让多模态大模型通过学习验证过的空间编码代理执行轨迹进行自蒸馏，实现脱离工具的空间推理能力，并提出重复感知蒸馏技术抑制特权信息泄露，9B模型表现超越GPT-5。
2026-11-06
AI智能体明明算对了题，却死不承认自己心里打鼓
论文提出认知谦逊概念，用识别、解决、上报三维度评估AI智能体面对知识冲突时的表现，发现高准确率AI反而更少承认不确定性，提示性干预能提升谦逊但常损失准确率。
2026-11-06
AI会预测未来吗？一道机器人都答不好的空间推理题
浙大团队提出SpaceCast-Bench，首个专门测试AI预测空间变化能力的基准。21个顶尖模型测试显示，最强模型仅58分，人类87.2分，空间专家模型近乎随机。微调后模型从34分提升至65.7分，并能迁移到其他基准。
2026-11-06
Sphere无人机安全获BARS金级认证最高评级
澳大利亚无人机运营商Sphere通过飞行安全基金会BARS计划三次连续年度审计，获得最高级别Gold认证及BVLOS运营类别背书，成为全球少数同时持有两项资质的无人机运营商，该认证也是澳大利亚大型矿业公司的正式采购要求之...