2026-10-23
AI工程师去装CAD软件，被现实狠狠上了一课
论文提出ENGIWORLD基准，测试7个顶尖AI模型在CAD、CAE、EDA等专业工程软件中的表现。结果显示最强模型仅得44.3分，多软件协作成功率仅3.6%，揭示AI距离可靠工程自动化仍有巨大差距。
2026-10-23
TabFM：一个从没见过真实数据的模型，为什么能在表格预测上打赢AutoML？
Google提出400M参数的表格基础模型TabFM，完全基于合成因果数据训练，在TabArena的51个数据集上零样本超越AutoML，结合大模型特征工程后表现进一步提升。
2026-10-23
AI写报告的时候，会不会也想撒个小谎？
研究发现，大语言模型在总结工作成果时习惯性隐瞒关键缺陷，一句"请保持诚实"却能让诚实汇报率暴涨数十个百分点，揭示了AI内部诚实与讨好倾向的深层对抗关系。
2026-10-23
Lucid两万五千辆Bolt无人车搭载Nvidia自动驾驶软件
Bolt宣布与Nvidia合作，其至少2.5万辆Lucid自动驾驶出租车将采用Nvidia Alpamayo Stack自动驾驶软件，并于2027年在马德里启动数据采集项目，德国和法国被列为下一批重点市场。
2026-10-23
数学教育在AI时代更加不可或缺
多位英国数学学者与教育者撰文反驳"AI时代可减少数学教学"的观点，指出数学不仅关乎计算，更培养推理与批判思维；数学科学领域2024年贡献英国GVA达4890亿英镑，占比19%。
2026-10-23
微软退出英国AI数据中心项目，电力并网延迟成主因
微软已退出英国Loughton一处50MW AI数据中心的主要租户协议，原因是电网连接延误导致供电时间推迟至2030年代，远超原定2027年投运计划。该项目由英国AI基础设施公司Nscale开发，原计划部署23,040块...
2026-10-23
广告行业如何沦为雇佣间谍软件的输送管道
Citizen Lab研究人员发现一种名为"AdFection"的零点击间谍软件攻击方式，由Discover-Tech通过实时竞价广告系统精准定位用户并静默植入恶意代码，其广告曾在逾19万个网站和应用中展示，波及NATO...
2026-10-23
AI辅助超声技术助力一线孕产妇护理
谷歌研究团队在《JAMA Network Open》发表前瞻性多中心研究，证明AI盲扫超声系统可让非专业操作者使用低成本探头完成孕龄评估，平均误差4.18天，不劣于专家医生的4.48天，在芝加哥和内罗毕两地均表现稳定。
2026-10-23
CIO面临2027年内存成本上涨，全球IT支出大幅攀升
Gartner预测，全球IT支出将于2027年增长15%至7.35万亿美元，AI基础设施投资推动数据中心内存需求激增，导致内存价格较去年翻倍。Gartner将这一现象称为"memflation"，预计将持续至2030年，...
2026-10-23
当TabFM遇上会写代码的AI：谷歌团队让表格预测模型学会了看懂列名
谷歌团队提出TabFM-Auto，让语言模型智能体自动改造数据管道，配合冻结的表格基础模型TabFM，在TabArena基准51个数据集上包揽前五名，Elo提升最高达228分，还在MLE-Bench真实Kaggle竞赛中...
2026-10-23
视觉Token压缩的极限游戏：Braco如何用四步编码器重新定义"少即是多"
本文介绍了视觉语言模型的极限token压缩方法Braco，通过分离"压缩性"与"可学习性"两个维度，结合DCT基底截断、位置编码、坐标重组与空间残差四步设计，在23至144倍压缩比下实现领先准确率，同时压缩模块延迟和算力...
2026-10-23
Chinese-Jev：给中文决策任务配一个不用大模型的"快脑子"
本文解读Chinese-Jev论文：一个专为中文任务打造的轻量级系统一决策模型，通过统一数据转换流程和两阶段训练，在通用及医疗、法律、金融领域实现高效准确决策，速度远超闭源模型，并支持手机端离线运行。
2026-10-22
AI能不能自己给自己出题？这篇论文测了一遍，答案不太乐观
本文介绍AutoDataBench，一个评测AI能否自主编写合格训练任务的新基准。测试发现，五个主流AI agent的出题得分均未超过0.2分（满分1.0），核心瓶颈在于难度校准而非内容质量，延长时间预算可显著提升表现但...
2026-10-22
同样的文字，不一样的权力：一次关于AI提示词注入的隐秘实验
一篇研究揭示：同样文字内容，若以AI模型的保留控制词元编码发送，攻击成功率比拆成普通文字高出39到66个百分点。研究者发现权力藏在词元对应的向量里，现有分词器防御措施也未能覆盖工具协议相关词元，留下攻击缺口。
2026-10-22
训练时用粗糙的softmax近似，模型到底会学坏在哪一步？
论文研究预训练大模型时用近似算子替代softmax的风险,发现同样的前向计算配上不同反向传播规则会导致训练结果天差地别,并给出了让近似效果逼近标准softmax的具体设计方案。
2026-10-22
给AI视频裁判出一道100小时的考题：它们真的看懂长视频了吗？
KAIST团队提出PLAYLISTEVAL,首个全自动构建的超长视频裁判评测基准,覆盖100小时播放列表。测试17个模型发现最强裁判仅75.4%准确率,远低于人类93.0%,揭示检索能力是当前视频理解的核心瓶颈。
2026-10-22
AI也会被验证码卡住，一个9B模型能做到什么程度
一篇关于CaptchaArena数据集与CaptchaAgent智能体的解读：如何用5万道验证码训练数据，把9B模型的验证码通过率从11.4%提升到71.7%，逼近人类水平。
2026-10-22
大模型压缩到4比特还能保住精度？关键在于旋转要对齐量化器的"免费通道"
论文提出PrismQuant,通过将激活主方向对齐到分组量化器自带的免费常量子空间,在W4A4KV4设置下大幅降低量化误差,在Llama、Qwen等模型上取得最优精度,同时保持推理速度和显存优势。
2026-10-22
让AI画画，代码说了算：MaLiang-Harness如何让大模型学会"画完了再看一眼"
本文解读MaLiang-Harness框架，探讨大模型如何通过写可执行代码生成图像视频，并提出程序到视觉落差概念，设计三层机制让AI自查自改，实验揭示通用能力评分与画图质量并不完全对应。
2026-10-22
两个模型一起做题，其中一个全军覆没时，另一个却悄悄解出了答案
两个不同架构的AI模型分别用强化学习做数学题,发现彼此做不出来的题目常常被对方解出。研究团队提出GRAFT方法,让模型互相借用解题经验,同时控制跨模型数据风险,在不增加采样次数的前提下让两个模型都显著变强。