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
AI模型在胡说八道时，为什么语气总是那么自信？
这篇论文提出U-Space方法，通过构造模型内部的可解释语义子空间，无需训练或重复采样即可定位推理过程中不确定性产生的时机与原因，在多个推理基准上超越现有方法，并通过激活引导验证了其因果有效性。
2026-11-09
你折一只纸船，折错了一步，会怎样？
论文提出WorldGuide闭环视频生成系统,让模型边生成边看结果决定下一步动作并判断任务完成,在自建的WorldGuide Bench和Video-CraftBench上任务成功率均超越MiniMax-H3等强基线模型...
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
让静止的3D世界，学会呼吸
本文介绍OuroWorld框架，它能把任意静态3D高斯场景转化为可无缝循环的三维动态场景，借助视觉语言模型与视频生成模型捕捉多样动态，并提出周期性变形场与接地漂移场解决循环保真与多视角不一致问题，大幅超越现有基线方法。
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
超1.3万人共赴出海之约：GTC2026 全球流量大会（上海）圆满收官
11 月 5 日，为期两天的 GTC2026 全球流量大会（上海）在上海世博展览馆 H3 馆圆满落下帷幕。
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。