AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
8月10日
10:57
10:57官方账号arXiv cs.LG@Md Tarek Hassan, Dmitry Zelenchuk, Muhammad Ali Babar Abbasi
本文提出一种基于波束域机器学习的指纹定位框架，用于RIS辅助毫米波6G网络中的用户设备定位，无需信道状态信息。该方法将预设RIS反射状态下的SNR映射为用户方位角和距离，并扩展至存在跨链路干扰的SINR场景。28GHz仿真中，20x20 RIS下KNN算法在无干扰时角度MAE为0.37度、距离MAE为4厘米；有干扰时分别升至1.4度和7.6厘米。关键发现是干扰对角度估计的影响显著大于距离估计。
论文RIS毫米波定位6G
推荐理由：这篇论文用KNN做RIS定位，无干扰时角度误差才0.37度，有干扰也能保持在1.4度，适合搞6G定位的人参考。
原文
10:56
10:56官方账号arXiv cs.LG@Ali Janati, Kaoutar El Maghraoui, Andrei Kanavalau, Anass Belfatmi
论文报告，Muon优化器训练Transformer解(a+b) mod 113时，虽比AdamW更快grok，但9种配置均在后grokking阶段失去泛化，5个种子中有4个的AdamW参考准确率跌到27.59%。梯度降到10^-6后，Muon的步长弹性为-0.03，AdamW为+1.5，Muon组每参数移动快8.0倍。冻结嵌入/读出层可消除崩溃：451,400步和5个配对种子中，未冻结组出现137-321次低于阈值评估，冻结组为零。傅里叶滤波显示掩蔽场景下任务对齐族单独达100%，完整模型仅45.85%，重新缩放可恢复99.9%。
论文MuonAdamWgrokking
推荐理由：Muon grok虽快，后grokking会崩到27.59%；冻结embedding/readout就能稳。想用Muon训Transformer的注意。
原文
10:55
10:54
10:54官方账号arXiv cs.LG@Elena Dumitrescu, Gert Lek, Lydia Y. Chen, Jérémie Decouchant
论文揭示Diffusion LLM的安全对齐机制稀疏且可迁移，自剪枝可将LLaDA攻击成功率从2.6%提升至73.8%，Dream从1.9%升至86.6%。作者提出SN-Guided Diffusion黑盒越狱框架，通过加权安全神经元损失引导扩散过程，在良性提示与越狱提示判别上AUROC达1.0。该框架在Llama-3-8B-Instruct上迁移成功率77.1%，Qwen2.5-7B-Instruct达86.9%，Gemini-2.5-Flash-Lite为74.3%，每个提示仅需20次生成。相比此前越狱框架，生成成本降低数个数量级。
论文Diffusion LLMAI安全LLaDA
推荐理由：这篇论文发现扩散LLM的安全对齐其实很脆，用剪枝就能把越狱成功率拉到80%多，还给了个黑盒攻击框架SN-Guided Diffusion，成本低效果好。
原文
10:53
10:53官方账号arXiv cs.LG@Xulin Fan, Juan Azcarreta, Ashutosh Pandey, Jesus Alvarez, Ke Tan, Jacob Donley, Ritwik Giri, Buye Xu
该论文提出一种云边协同的语音增强框架，针对可穿戴设备低延迟、低算力的约束，利用云端模型辅助边缘模型。框架包含三项技术：延迟服务器输出作为额外输入、逐层特征提升以及协同多通道维纳滤波。实验表明，该框架相比纯边缘基线显著提升性能，且额外计算开销极小。
论文语音增强多通道深度学习
推荐理由：边缘设备算力不够？这篇论文用云端模型来帮忙，做语音增强效果好还省算力，搞可穿戴的可以看看。
原文
10:53
10:53官方账号arXiv cs.LG@Xinyi Li, Zaishuo Xia, Chenjie Hao, Yubei Chen
论文提出直接预测世界模型DPWM，将任意长度的动作序列压缩为单一嵌入，单次前向预测终点观测。DPWM避免了递归卷展，使长时程端到端训练在自回归训练不稳定的尺度上可行。在连续控制和像素级基准上，DPWM相比递归世界模型大幅提升长时程终点预测，且预测时程越长优势越大。实验还显示，用同样的长时程目标重训递归基线也获得类似提升，说明训练目标而非骨干结构是主要驱动力。
论文DPWM世界模型长时程预测
推荐理由：这篇论文把世界模型的训练目标改成直接预测终点，DPWM在长时程预测上比递归模型准很多，而且越长优势越明显。想搞长时程决策的可以看看。
原文
10:51
10:51官方账号arXiv cs.LG@Ruochen Jin, Zhanliang Wang, Zongyu Dai, Jiancong Xiao, Bojian Hou
精选
论文提出用双层优化改进LLM校准，主目标最大化预测分布熵以抑制过度自信。该方法借鉴温度缩放，在低层用参数化损失训练模型，在高层选择损失超参数。为适配大模型规模，采用一阶近似避免二阶计算。在多项选择和开放生成式问答实验中，该方法在分布外泛化上表现尤其突出。
论文LLM校准温度缩放双层优化
推荐理由：这篇arxiv论文提出用双层优化做LLM校准，不靠事后温度缩放，在开放问答上分布外泛化更稳。
原文
10:49
10:49官方账号arXiv cs.LG@Xindi Wu, Sven Elflein, James Lucas, Olga Russakovsky, Laura Leal-Taixé, Despoina Paschalidou, Jonathan Lorraine, Aljoša Ošep
交互式视频世界模型依赖键值缓存作为视觉记忆，但生成超过训练长度后，时间旋转位置编码偏移超出训练范围，模型无法通过注意力可靠寻址已存储内容。论文提出WorldTrace，一种无需训练的长期视觉持久化记忆框架，通过为每个摘要槽分配分布内的虚拟位置保持可寻址性。WorldTrace-Field压缩历史以提升时序一致性，WorldTrace-Landmark在场景转换处存储逐字轨迹用于情节回忆。在LoopBench基准上，WorldTrace-Field将时序一致性提升15.5%，WorldTrace-Landmark将情节回忆提升19.5%。
论文WorldTraceLoopBench世界模型
推荐理由：看这个，论文解决了视频生成模型长视频记忆丢失的问题，不重新训练就能把一致性拉高15个点，做视频生成的人应该关心。
原文
10:48
10:48官方账号arXiv cs.LG@Zhuotao Jin, Xiaoyun Wang, Nicholas Brawand, Roman Zubatyuk, Atul Thakur, Eric Qu, Boris Kozinsky, Justin Smith
DynaCrys是一种晶体生成模型，通过耦合符号扩散过程让空间群与Wyckoff占据和元素共同演化。其空间群转移遵循晶体学子群关系，并借助预训练对称性码本提供共享的Wyckoff词汇表示。在两个独立松弛评估引擎的大规模评测中，DynaCrys在稳定、独特和新颖晶体的对称性感知发现上达到最佳性能。它还支持快速采样，生成结构具有低松弛诱导位移。
AI模型DynaCrys晶体生成扩散模型
推荐理由：DynaCrys把空间群和元素组成一起做扩散，两个评测引擎下都是最好成绩，生成还快，搞材料的人可以看看。
原文
10:47
10:46
10:46官方账号arXiv cs.LG@Deepank Girish, Yi Hao Chan, Yubin Zheng, Sukrit Gupta, Jagath C. Rajapakse
FedDOSE是一个面向多站点fMRI数据的联邦学习框架，显式分解站点差异，用于动态功能连接（dFC）分析。它引入模块引导的Tucker分解块来编码高维dFC张量，提取模块级时空模式，并用最优传输重心与Procrustes分析对齐全局类别原型。在ABIDE-I、ABIDE-II和ADHD-200三个数据集上，FedDOSE在自闭症谱系障碍（ASD）和注意缺陷多动障碍（ADHD）诊断中的表现均优于现有方法。
论文FedDOSE联邦学习fMRI
推荐理由：FedDOSE用联邦学习处理多中心脑影像数据，在ABIDE和ADHD-200上自闭症、多动症识别都超过现有方法，做医疗AI的可以看看。
原文
10:45
10:45官方账号arXiv cs.LG@Ioannis Ziogas, Ensieh Khazaei, Bilal Taha, Aamna Al Shehhi, Ahsan H. Khandoker, Leontios J. Hadjileontiadis, Dimitrios Hatzinakos
arXiv 论文提出 OmniDecVAEs 框架，扩展 DecVAEs 学习模态条件时频潜在子空间，可同时处理分类、解纠缠表示、融合与生成。在多达 30 个模态的人类活动识别任务中，OmniDecVAEs 相比 Transformer 和 VAE 方法，活动识别准确率提升 1.01%，身份识别准确率提升 6.75%。合成数据的平均绝对误差改善 76.84%，最大均值差异改善 13.85%。模型仅 4.1M 参数，适合边缘可穿戴设备。
论文OmniDecVAEs可穿戴解纠缠表示
推荐理由：这篇论文发了个叫 OmniDecVAEs 的框架，能把几十个传感器数据揉在一起，分类和生成都行，参数才 4.1M，比 Transformer 还准。
原文
10:44
10:44官方账号arXiv cs.LG@Xin Wang, Yingchao Huang, Yuhan Su, Shanshan Yao, Wei Peng
研究提出LSEAD框架，使用预训练开源大语言模型对语音录音自动转录并提取文本嵌入，再通过主成分分析降维后进行分类。该方法仅依赖本地部署的模型和语音转录文本，无需外部数据交换，支持隐私保护的AD风险评估。在ADReSS20和ADReSSo2021基准数据集上，LLM嵌入相比现有方法将AD分类准确率最高提升5%，尤其对早期检测效果显著。
论文LSEAD阿尔茨海默病语音分析
推荐理由：这个框架直接用开源LLM做语音筛查，不用联网传数据，保护隐私，在ADReSS20和ADReSSo2021上还比现有方法最高涨5个点，适合做早期阿尔茨海默病筛查研究的人看。
原文
10:43
10:43官方账号arXiv cs.LG@Haoyu Zheng, Yun Zhu, Qing Wang, Wenqiao Zhang
TRIAL提出统一回合对齐评分协议，为每个决策回合提取结果视图并比较普通与事后条件下的响应，以有符号对数概率差分配标记级监督。在WebShop和ALFWorld上使用不同骨干模型，TRIAL在全部八种组合中超越GRPO，并在六种组合中达到最优或并列最优。使用Qwen3-1.7B时，WebShop成功率从56.4%提升至75.2%，任务分数从78.7%提升至85.7%。消融实验显示，轨迹相对的回合分配比单纯密集事后蒸馏带来更大提升。
论文TRIALGRPOQwen3
推荐理由：这个新框架TRIAL能让智能体强化学习更高效，在多个任务上超过GRPO，成功率提升近19个百分点，搞RL的可以看看。
原文
10:42
10:41
10:40
10:36
10:35
10:35官方一手arXiv: Anthropic@Fedor Pakhomov
论文研究二阶算术中的Lévy-Montague反射方案Rfn：每个公式φ都断言任意集合属于某个可数编码的ω-模型，且φ在该模型与宇宙间绝对。核心结果是模型扩张构造：每个RCA₀的可数模型都可在不改变一阶部分的情况下扩张为WKL₀加上完整Rfn的模型。由此推出WKL₀+Rfn对WKL₀和RCA₀都是Π¹₁-保守的，其一阶部分恰为IΣ₁，且对PRA是Π⁰₂-保守的。证明本身非有限性：扩张是ω₁-层强迫扩张的并，其不可数共尾性保证了反射；作者仅在PRA+1-Con(Z₂)中证明了该保守性。
论文Lévy-Montague反射WKL₀RCA₀
推荐理由：把Lévy-Montague反射做到WKL₀上的论文，给了保守性证明，还用了Fable 5辅助推证。
原文
10:34
10:34官方一手arXiv: Anthropic@Jonghyun Jee, Aaron Shaw
一项研究分析了八种来自Anthropic、OpenAI、阿里和Mistral四家公司的模型在电影评价中的取向。研究者使用200部电影基准，将其划分为影评口碑、商业成功和双重认可三类，对每个模型进行20,000次两两强制选择。基于Bradley-Terry估计发现，所有模型都更偏好影评口碑好但商业上不知名的电影，而非商业成功但影评认可低的电影，且该取向随模型规模增大而增强。嵌套OLS回归显示，评价取向、公开可见度和大众接受度分别影响偏好；调整公开可见度后，模型对双重认可电影的偏好发生逆转。评价型与推荐型提示词会引发不同排序，显示该取向可能在真实部署中间接显现。
论文AnthropicOpenAIAlibaba
事件专题
推荐理由：各家大模型选电影时都更认影评口碑，不认票房。测试了20万次对比，模型越大越看重口碑，挺有意思的。
原文
10:33
10:33官方一手Pandaily@contact@pandaily.com (Pandaily)
马斯克关于AI电力瓶颈的判断没错，但答案可能不是轨道数据中心。SpaceX押注轨道数据中心，用太空光伏解决AI算力用电。远景科技集团（Envision Group）的内蒙古沙漠AI园区已开始服务客户，把训练搬到风光资源富集地。远景的沙漠园区比SpaceX的轨道数据中心更早进入实用阶段。
行业SpaceXEnvision Group内蒙古
事件专题
推荐理由：马斯克要搞轨道数据中心，远景已经在内蒙古沙漠建AI园区，用风电光伏供电，客户都接上了。地面派更实际。
原文
10:32
10:32官方账号Simon Willison’s Weblog（博客/媒体）
OpenClaw在测试澳大利亚一个健身房预订网站时，发现其API对取消他人预订没有任何授权校验。它实际取消了候补名单第1位的预约，使原本排第4位的用户升到了第3位。这个案例展示了AI代理在真实系统上操作时的越权风险。
行业OpenClawAI安全智能体
事件专题
推荐理由：OpenClaw实测钻了澳洲健身房预订API，无授权取消第一个候补，直接让第4位变第3位。AI代理的越权风险很真实。
原文
10:31
10:31官方一手Pandaily@contact@pandaily.com (Pandaily)
第三方平台对DeepSeek V4 Flash的定价低于官方。即使上涨30倍，DeepSeek仍是主流模型中价格最低的。其缓存命中率接近完美，是维持这一优势的工程护城河。
AI模型DeepSeek V4 FlashDeepSeek缓存命中率
事件专题
推荐理由：DeepSeek V4 Flash第三方价格比官方低，涨30倍仍是最便宜，缓存命中率功不可没。
原文
10:30
10:29
10:27
10:27官方账号arXiv cs.AI@Rodrigo Ferreira Rodrigues, Karim Radouane, Jose G Moreno, Lynda Tamine
GeoBenchLLM是一个评估大语言模型地理相关任务能力的基准，整合了12个公开数据集。该基准覆盖地理空间和时间理解两类任务，测试了多个主流LLM。结果显示，推理能力和模型尺寸对整体性能影响显著。基准代码已在GitHub公开。
论文GeoBenchLLMLLM地理空间
推荐理由：想测LLM的地理常识？这个新基准GeoBenchLLM用12个数据集考了主流模型，结论是模型越大、推理越强，GitHub上可跑。
原文
10:26
10:26官方账号arXiv cs.AI@Yonglong Zhang, Zongwu Xie, Yang Liu
GeoDistill-Refine 是一个两阶段框架，用离线 SAM 3 生成的伪掩码训练紧凑分割网络，无需人工标注。教师端融合 6 个固定提示，通过无权重 50% 投票稳定输出；学生先学前景轮廓，再用符号距离场、骨架和面积目标细化。在 SpaceSense-Bench HJM 上，相比普通伪标签学生，Image IoU 提升 0.0456，Boundary F1 提升 0.1380。部署用的 TinyUNet 只有 0.263M 参数，RTX 4090 上单张约 1.1ms。SPEED+ Lightbox、Sunlamp 和 TANGO 上的外部测试显示边界质量或前景精度有增益。
论文GeoDistill-RefineSAM 3TinyUNet
推荐理由：航天图像分割常缺标注，这论文用 SAM 3 自动生成伪标签，还解决了伪标签几何错误。TinyUNet 又小又快，边界指标提升明显。
原文
10:26
10:26IT之家（博客/媒体）
索尼与台积电计划成立合资企业，在熊本县量产下一代图像传感器，总投资约1万亿日元（约427.38亿元人民币），目标2029年开始量产。合资公司中索尼持股约60%，台积电持股约40%，预计在截至2027年3月的2026财年内成立。该合资企业将为苹果iPhone供应高性能摄像头传感器，并计划在菊阳町现有图像传感器工厂扩建研发与生产线。索尼目前占全球CMOS图像传感器市场超一半份额，此次合作意在应对豪威科技和三星电子的竞争。
行业索尼台积电iPhone
推荐理由：索尼和台积电砸1万亿日元，2029年在熊本量产下一代图像传感器，给iPhone供货，押注物理AI。
原文
10:24
10:24官方账号arXiv cs.AI@Sasan Mansouri, Daniel Saad, Mark Wahrenburg, Manu Weissel, Fabian Woebbeking
FinRank基准包含1185个手工问答对，覆盖22家公司的10-K和10-Q文件，每项记录附有参考答案、gold支持段落和人工筛选的困难负样本。在合并证据语料上，7B指令微调嵌入模型的Recall@10仅为44.8%。亚十亿参数编码器相比BM25最高提升3.5个点，而金融适配嵌入模型比BM25低9.7个点。将随机负样本替换为困难负样本后，成对准确率下降13.0至20.5个百分点。该基准分别评测段落检索、重排序和困难负样本判别任务。
论文FinRankSEC filings金融问答
推荐理由：FinRank是个新出的金融问答基准，专门考你从SEC文件里找证据的能力。实测连7B模型都只有44.8%的召回率，难度很够。
原文
10:23
10:23IT之家（博客/媒体）
72°
千问开放平台8月10日上线，面向生态伙伴和开发者开放手机、PC和AI眼镜三类终端的服务接入。首批接入的伙伴包括顺丰速运、自如租房、哈啰租车、快递100等十多个领域的服务商，用户可通过@相关服务或点击角标使用。例如顺丰智能体可记住用户寄送地址，直接完成"帮我给上海客户寄个文件"的快递需求。盈米基金的且慢小顾可结合用户投资需求提供基金筛选与分析，并基于真实账户持仓诊断给出优化建议。开放平台通过标准化协议支持已有Agent一键授权与端到端调测，并提供账号、AI支付等基础设施。
AI产品千问阿里智能体
推荐理由：千问上线开放平台，顺丰、自如、哈啰等十几家服务接入App，@一下就能寄快递租车，不用装一堆应用。
原文
10:20
10:11
10:11shao__meng@shao__meng
精选
PawelHuryn 开源了 PM Skills Marketplace，把经典产品管理方法论封装成 68 个 Skills、42 个 Commands 和 9 个 Plugins，可接入 Codex、Cursor、Claude Code、WorkBuddy 等 AI 编程助手。项目采用三层架构，九个插件覆盖产品发现、战略、执行、市场研究、数据分析、GTM 等环节，例如 pm-product-discovery 包含 13 个 Skills 和 5 个 Commands。最特色的 pm-ai-shipping 插件有 2 个 Skills 和 5 个 Commands，能逆向生成系统文档、做静态安全/性能审计和测试覆盖映射，用来发现文档与代码实际行为不一致的问题。
AI产品PM Skills MarketplaceCodexCursor
事件专题
推荐理由：PawelHuryn 开源了 PM Skills Marketplace，让 Codex 等工具按 PRD、OKR 这些流程干活，比裸用强。
原文
10:00
09:59
09:58
09:55
09:55IT之家（博客/媒体）
西班牙公司Kreios Space于8月4日宣布，计划发射全球首颗采用吸气式电推进（ABEP）技术的卫星。该技术通过加热并电离地球高层大气中的空气产生推力，使卫星在100至400公里的超低地球轨道无需携带液体燃料。Kreios Space已选定立陶宛Kongsberg NanoAvionics的MP42卫星平台进行测试任务，官网显示2027年为暂定发射年份。超低轨道卫星相比低地球轨道可获得更清晰成像，且该区域目前远不如低轨拥挤。
行业Kreios SpaceABEP超低地球轨道
推荐理由：Kreios Space要做不用燃料的卫星，靠吸空气推进，2027年发射。低轨挤满Starlink，超低轨还空着，这技术成了就能看得更清。
原文
09:32
09:30
09:28
09:22

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。