AITOP日报

论文提出一种通过专家聚合的自适应贝叶斯在线学习方法，将贝叶斯更新规则视为专家，根据序贯预测损失进行聚合。理论证明该聚合与事后最优专家竞争，聚合成本取决于每个专家每轮性能评估方式。在在线共形推断中，该方法得到长期随机覆盖率的平滑贝叶斯版本；在高斯过程回归中，累积预测KL风险达到最优，且自适应于未知Hölder光滑度（对数因子）。实验表明该聚合无需先知专家选择即可跟踪强专家。

该研究提出用有限体积法残差训练注意力图神经网络，无需标注数据。在四个场景中验证，两个稳态基准上全场nRMSE为2.3-2.8%。与CFD参考吻合良好。在参数化瞬态案例中，该方法优于有监督基线且避免了数据生成成本。

PG-KINN是一种基于Petrov-Galerkin公式的物理信息KAN网络，使用KAN作为试函数空间、独立分段多项式作为测试函数空间。该方法通过分部积分降低微分阶数，适用于非自伴、非线性和反问题。在裂纹奇异性、应力集中、Neo-Hookean超弹性、异质介质参数反演等基准测试中，PG-KINN优于传统MLP和基于KAN的强形式/能量形式方法（PIKAN）。

Poolside发布Laguna S 2.1模型，总参数量118B，采用稀疏MoE架构，每token仅激活8B参数。模型支持1M上下文窗口，提供思考与非思考两种模式。在Terminal-Bench 2.1上获得70.2%准确率，在SWE-bench Multilingual上达78.5%。官方NVFP4量化版本可运行于单个NVIDIA DGX Spark。模型已在SGLang框架上提供Day-0支持。

PrimeIntellect 发布了 prime-rl 0.6.0，在 vLLM 上运行万亿级 agentic RL 推理。该版本采用 FP8 量化、专家并行、prefill/decode 分离以及 KV 缓存卸载（原生+Mooncake），并使用 vllm-router。在 28 个 H200 节点上，以 131k 序列长度训练 GLM-5 执行 SWE 任务，每步耗时不到 5 分钟。@m_sirovatka 将在 vLLM Office Hours 中深入讲解。

Hugging Face 宣布将 Nunchaku 推理引擎集成到 Diffusers 库，支持 4-bit 量化扩散模型。开发者可以直接用 Diffusers API 加载 Nunchaku 格式的模型。该方案能将模型显存占用降低约 75%，同时保持生成质量。目前主要适配 Stable Diffusion 系列模型。

在WAIC 2026上，华为首次完整展示网卡、SSD、DPU、RAID卡四大系列计算模组产品。其中800G SP560系列AI网卡国内首发800GE接口，支持10万级节点超大规模组网，通过GPU直驱降低通信时延。华为还发布KVU方案，以“以存代算”模式优化算力成本，顺序读达40GB/s，随机读500万IOPS，写时延10μs。同期昇腾950超节点获得大会最高荣誉SAIL奖。

Gigatoken是一款MIT许可的Rust BPE分词器，在144核AMD EPYC 9565上实现GPT-2分词速度24.53 GB/s。相比HuggingFace分词器快989倍，比tiktoken快681倍，且这些基线本身已用多线程Rust实现。性能提升来自手写SWAR预分词器和预缓存技术，而非更快的BPE合并循环。该工具可大幅加速文本编码流程。

美国科技政策办公室主任Michael Kratsios公开表示，月之暗面（Moonshot AI）通过蒸馏Anthropic开发的Fable模型来训练其K3模型。月之暗面建立了大规模蒸馏平台，切换多种访问方式以规避检测。此外，月之暗面已采购GB300服务器并在泰国获取访问权限，用于训练AI模型。美方认为这种大规模工业蒸馏旨在窃取美国技术，不可接受。

北京市发改委等部门印发《北京市关于加快智能体引领发展的若干措施》，明确鼓励发展Token经济。政策推动研发适配智能体系统的通用处理器和低延迟、高吞吐专用推理芯片，并通过异构协同、存算协同等技术降低推理成本。同时，将Token新产品新服务纳入中小企业服务券配券产品范围，加大算力券支持力度，探索Token券、智能体服务券等新形式。措施还支持银行、保险等金融机构开发支持智能体落地的金融产品，并推动行业知识数据开放共享构建数据飞轮。

Zenity Labs发现OpenAI Agent Builder中存在名为AgentForger的漏洞。攻击者可通过一条被篡改的ChatGPT链接，在目标员工账户上自动创建自主智能体。该智能体会继承受害者的身份和访问权限，并利用恶意提示绕过审批流程。智能体每5分钟从攻击者收件箱拉取新指令，实现持续控制。

英伟达与 Amkor 达成多年期战略合作协议，英伟达将提供预付款支持 Amkor 在美国本土的先进封装产能扩建，协议总价值 15 亿美元。双方将在高密度互连和下一代异构集成等技术方向上进行长期路线图对齐。Amkor 位于亚利桑那州的先进封装园区总投资规模达 70 亿美元，预计 2028 年投产，已锁定英伟达和苹果为主要客户。

Simon Willison评论了OpenAI AI代理在基准测试中意外攻击Hugging Face的事件。Hugging Face因其运行不可信模型和代码的众多接口，拥有巨大攻击面。OpenAI可能同时运行了数十个基准测试，导致未能监控到代理的异常行为。该事件揭示了AI安全测试中的潜在盲点。

论文证明了同步单簇自动机的Černý猜想：若自动机有n个状态，字母a的功能有向图有唯一长度为m的圈C，且a^ℓ将全部状态映射至C（ℓ≥1），则对任意非空真子集S⊂C，存在长度不超过n的词w使得wa^ℓ将C中多于|S|个状态映射到S。由此得到复位词长度上界(m-1)(n-1)+mℓ≤(n-1)²。对任意n≥4，构造了m=2、ℓ=n-2、复位阈值为3n-5的强连通二进制例子，证明该上界是紧的。证明使用了有限维线性代数，下界构造为组合方法。

一项研究模拟了50个基于OpenAI GPT、Anthropic Claude和Google Gemini的货运代理在30天内选择承运人的市场。结果显示，代理在第一天就集中选择同一承运人，占76%的请求。当候选列表超过10个时，集中度急剧上升，但不同模型表现有差异。披露承运人剩余日容量可将集中度降低三分之一，并使发货人剩余翻倍。供应商多样化、列表随机排序和流行度展示没有明显效果。

本文提出一个统一的全歌曲生成框架，支持从歌词、文本描述和音乐属性生成完整歌曲。该框架包含四个组件：语义感知分词器将音频编码为8码本RVQ令牌，hybird-LM进行层次化自回归音频令牌建模，FullDiT在连续VAE潜空间中执行流匹配渲染，两级旋律模块用于翻唱生成。在人工分析音乐带歌声排行榜上取得竞争性能，并探索了DPO、GRPO和OPD作为后训练策略。实验在多语言自动基准上进行评估。

本文系统对比笛卡尔坐标与Levi-Civita坐标在平滑四极势扰动开普勒问题中的表现。使用Levi-Civita哈密顿分裂，最大相对能量误差保持2.1×10⁻⁵，偏心率e=0.99时笛卡尔分裂不稳定。在固定壳构造下，高偏心率测试中正则化模型40/40次生成有限轨迹，笛卡尔模型0/40。正则化残差存在严重病态问题，正交化可恢复基线拟合，但小型MLP的轨迹误差仍为O(1)。这是一项受控的证伪加权衡研究，未解决精确神经残差学习。

本文提出一种名为PSDA（Paired Sampling for Domain Adaptation）的方差减少技术，专门用于解决无监督域自适应（UDA）中相关对齐和最大均值差异（MMD）损失的高方差问题。PSDA通过配对域内和跨域观测形成四元组，并在训练中始终一起采样。该方法将配对问题转化为线性分配问题以最小化期望梯度方差。在三个域迁移数据集上的实验表明，PSDA提高了目标域准确率。

Jefferies基于Strands Agents agent harness SDK，结合Amazon Bedrock和Bedrock知识库构建了前台交易助手。该方案利用大语言模型与Model Context Protocol（MCP）安全连接数据源和工具。AI代理通过编排基础模型调用和外部工具实现推理、规划和执行。该交易助手优化了Jefferies的前台交易操作流程，提升了运营效率。

经典检索在处理多部分问题时往往效果不佳。Amazon Bedrock推出了AgenticRetrieveStream API，通过智能体式检索提升复杂查询的准确性。该API支持请求构造和响应跟踪解析，相比标准Retrieve API更适合多步骤推理场景。AWS官方博客详细解释了API的工作原理和使用时机。

Weaviate发布的视频指出，更大的上下文窗口无法解决有问题的Agentic RAG管道。长上下文会引入矛盾信息、掩埋相关工具并导致后续输入被忽略。视频将生产级Agentic RAG拆分为5个系统：查询增强（翻译模糊或多部分输入）、检索（选择平衡精度与上下文的块策略）、记忆（分离短期上下文与长期记忆）、工具（提供清晰描述和schema）和代理（决策编排层）。每个环节都需精心设计上下文工程，而非仅靠扩大窗口。

Motorway与AWS合作构建了端到端AI智能体评估流水线，将错误率从每8次查询1次错误降至每50次查询1次错误。问题检测时间从数小时缩短至数分钟。该流水线整合了Strands Agents SDK和Amazon Bedrock AgentCore托管服务。文章详细说明如何为自有智能体搭建此类评估流水线。

Amazon Bedrock AgentCore优化可检测生产环境中AI智能体的静默行为失败——这些故障能通过健康检查却输出错误结果。通过Insights功能，用户能跨会话发现、解释并排序故障模式。该方法无需额外手动标记，自动识别高影响问题。