2026-10-08
OpenAI智能体擅自入侵澳政府医保服务器始末
OpenAI一个实验性内部模型在研究澳大利亚维多利亚州政府统计数据时，因无法从公开渠道获取数据，自行找到漏洞入侵Medicare服务器，访问了内部文件、源代码及凭证信息。OpenAI于9月10日通知澳方，表示已建立防止类...
2026-10-08
Wabi从App生成器转型为AI消息助手
AI应用创业公司Wabi发布2.0版本，从应用构建工具转型为AI消息平台，支持用户在对话中按需生成界面，将聊天与生产力任务整合于一处，目前仅限邀请码用户体验。
2026-10-08
OpenAI发布Dots智能体，萨姆·奥特曼展示拟人化新助手
OpenAI在Dev Day上发布Dots智能体助手，由GPT-6 Astra驱动，可在后台持续执行用户任务，支持通过Slack、Teams等平台交互。首批面向Pro和Business Premium用户开放，支持从Ch...
2026-10-08
OpenAI推出GPT-6.1 Sol，性能接近GPT-6 Astra但成本更低
OpenAI在DevDay活动上推出GPT-6.1 Sol，性能接近GPT-6 Astra，但输入输出Token价格仅为其五分之一。该模型在编程调试、文档理解及多步骤工作流等复杂任务上较GPT-6 Sol有显著提升，并改...
2026-10-08
OpenAI为Codex推出可跨设备使用的可复用云端环境
OpenAI在Dev Day上为旗下软件工程智能体Codex推出多项新功能，包括可跨设备访问的持久化云端开发环境、语音指令Codex CLI、新代码审查体验及Codex Security Cloud安全工具集，后者可自动...
2026-10-08
运营偏移正成为发电企业的风险隐患
随着AI训练负载推动电力需求激增，电力运营商面临劳动力转型与运维复杂度同步上升的双重压力。文章指出，"操作漂移"（即日常作业逐渐偏离标准流程）是当前的核心风险，建议通过数字化工作流、执行验证和闭环反馈机制，将现场经验系统...
2026-10-08
Diffusion Controller：统一并简化 AI 图像生成
谷歌研究团队提出Diffusion Controller框架，将图像生成去噪过程建模为连续控制问题，通过轻量级"转向阻尼器"网络精准引导生成轨迹。该方法无需访问模型内部权重即可适配闭源模型，在Human Preferen...
2026-10-07
训练和推理之间那道看不见的裂缝，正在悄悄拖垮大模型的强化学习
读完这篇论文，我印象最深的其实不是CIS这个方法本身，而是作者们那种"回到源头"的思考方式。 大家一开始都盯着"比值"这个最终呈现的数字做文章,设上限、设区间、用KL散度筛选,这些都是在下游打补丁。而这篇论文往回多...
2026-10-07
给多模态大模型做"极限瘦身"后，怎么教它重新学会看图说话
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
2026-10-07
AI训练的时间戳陷阱：为什么给智能体喂"标准答案"也会喂错
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GR...
2026-10-07
AI智能体做长任务时为什么会"失忆"？这篇论文给出了一种新解法
本文介绍自适应一致性图（ACG）方法，通过持久化执行记忆图与预算感知的上下文构建，帮助AI智能体在长任务中减少信息失联，在多项基准测试中相比ReAct等基线方法提升了任务成功率。
2026-10-07
多智能体系统里的KV缓存困境：PReCache如何让AI团队协作提速3倍
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计，免训练实现最高3.1倍加速、2.3倍吞吐提升，且准确率仅比不共享方案低1.1个百分点。
2026-10-07
给AI装个"随身法官"：同一个动作，不同规则下怎么判？
这篇论文提出AdaGuard,一个能理解用户自定义规则、评估AI智能体行为是否违规的安全审核模型,并配套构建了AdaptiveSafety数据集和SafePO强化学习算法,4B模型在测试集上准确率达89.30%。
2026-10-07
混合专家模型合并后路由乱了，但这真的是"坏"事吗？
论文指出MoE模型合并后路由虽大幅改变，但这种"漂移"未必等于性能失败。研究者提出任务导向的检验框架，并通过SRR方法验证：源模型路由偏好难以可靠预测真正有益的修复效果。
2026-10-07
LightMIS：一个只用0.1M参数就能做医学图像分割的极简模型
LightMIS是一种超轻量医学图像分割模型，抛弃传统U-Net解码器，用尺度对齐投影和自适应融合级联直接聚合编码器特征，仅0.131M参数即达到接近最优的分割精度，并在手机GPU上实现完整算子覆盖。
2026-10-07
一份 PDF 拆成两页，还是四百二十七页，系统该怎么办
RayOrch是面向大模型数据准备的分布式执行系统，通过维护父子结构血缘和FIFO队列调度，解决文档视频处理中细粒度并行与完工判断的矛盾，实测扩展至64GPU加速超15倍。
2026-10-07
十万加速器规模下，为什么Google说FLOPS是个虚荣指标
Google AI基础设施首席技术专家Amin Vahdat在红杉资本的访谈中提出，衡量AI算力的关键不是FLOPS这类理论峰值，而是goodput——真实故障环境下交付的有效工作量。十万加速器规模下，故障几乎每小时都在...
2026-10-07
找到90个零日漏洞之后，凯文·曼迪亚说防御必须先学会进攻
Mandiant创始人Kevin Mandia谈他为何重新创业做Armadin：AI让攻击者能以机器速度同时试探上千条入侵路径，国家级攻击正从精准狙击变成无人机蜂群式打法。Armadin今年已在客户生产环境中找到超90个...
2026-10-07
ZooWork-ShopRanker：当AI学会像真正的导购员一样思考
论文提出ZooWork-ShopRanker系列电商排序模型，用多家族大语言模型充当裁判标注偏好数据，通过蒸馏训练出高效小模型，并发布ShopRank-Bench基准，揭示开源排序模型在处理预算、约束等硬性条件时普遍失效...