模型
MobCache 擴展 LLM 移動模擬
MobCache 是一種移動感知快取框架，透過可重構推理快取實現可擴展的 LLM 基於人類移動模擬。它將推理步驟編碼為潛在空間嵌入以供重組，並使用經移動法則約束蒸餾訓練的輕量解碼器。
ArXiv AI · 209 天前
February 20, 2026
研究
LLM與GraphRAG自動化CPS設計結構矩陣
研究人員利用大型語言模型（LLM）、RAG與GraphRAG生成cyber-physical系統的設計結構矩陣（DSM）。方法在電動螺絲起子與CubeSat案例中測試，評估元件關係與辨識。
ArXiv AI · 209 天前
研究
LLM-WikiRace 揭示 LLM 規劃限制
LLM-WikiRace 是一個新基準，用於評估大型語言模型透過維基百科超連結從來源頁面導航至目標頁面的長期規劃與推理能力。先進模型如 Gemini-3、GPT-5 和 Claude Opus 4.5 在簡單層級表現出色，但在困難層級成功率僅 23%。
ArXiv AI · 209 天前
模型
IndicJR：無法官南亞語言越獄魯棒性基準
IndicJR 推出一個無需評判員的基準，用於評估 12 種南亞語言的越獄魯棒性，涵蓋 JSON 和 Free 軌道的 45,216 個提示。它揭示合約雖提升拒絕率但無法阻止越獄、英文攻擊有效轉移至 Indic 語言，且拼寫法如羅馬化會削弱防禦。
ArXiv AI · 209 天前
研究
GUI-Owl-1.5 稱霸 20 多項 GUI 基準
GUI-Owl-1.5 推出多尺寸原生 GUI 代理模型（2B-235B），支援桌面、行動、瀏覽器平台，实现雲邊協作。它在 20 多項基準測試中創 SOTA，如 OSWorld 56.5、AndroidWorld 71.6、ScreenSpotPro 80.3。
ArXiv AI · 209 天前
研究
注意 GAP：LLM 代理文字安全不轉移工具呼叫
研究人員推出 GAP 基準測試，評估 LLM 代理中文字層級安全與工具呼叫安全的差異。測試六款前沿模型橫跨六大領域，發現文字拒絕並未阻止有害工具呼叫，即使在安全強化提示下仍有 219 例持續發生。
ArXiv AI · 209 天前
研究
單一狀態表示下的脈絡性：適應智能信息論原理
適應性系統因資源限制而在多脈絡中重用固定內部狀態空間，在經典機率模型中不可避免產生脈絡性。本文證明再現脈絡結果統計需付出不可還原的信息論成本。
ArXiv AI · 209 天前
研究
AIdentifyAGE 本體標準化法醫牙齒年齡 AI
AIdentifyAGE 本體為法醫牙齒年齡評估提供標準化框架，支持手動與 AI 輔助工作流程。它整合臨床、法醫、法律資料、放射成像與 ML 方法，实现互通性與透明度。
ArXiv AI · 209 天前
研究
AI 改善50年超立方體切割上界
研究人員證明超立方體邊切割需 S(n) ≤ ⌈4n/5⌉，超越1971年的 ⌈5n/6⌉ 上界。他們使用 LLM 驅動的 CPro1 工具，建構切割 Q_{10} 的 8 個超平面。
ArXiv AI · 209 天前
研究
AI 基準測試快速飽和研究
ArXiv 的一項系統研究分析了來自主要開發商的 60 個 LLM 基準測試的飽和情況。近半數基準測試出現飽和，且隨著時間推移情況惡化，隱藏測試資料無保護效果。
ArXiv AI · 209 天前
模型
AgentLAB：LLM代理長時程攻擊基準測試
AgentLAB 是首個評估 LLM 代理對自適應長時程攻擊漏洞的基準測試，透過多輪互動進行。涵蓋五種攻擊類型——意圖劫持、工具鏈接、任務注入、目標漂移、記憶中毒——橫跨 28 個環境與 644 個測試案例。
ArXiv AI · 209 天前
編程
Vibe Coding時代：產品感比寫碼更稀缺
在Claude Code等工具驅動的Vibe Coding時代，產品感勝過傳統寫碼技能，非程式員可透過對話建構完整AI代理。Demo能外化想法、建立信任，並降低從概念到產品的門檻。
虎嗅 · 209 天前
研究
奧爾特曼預言超級智能超越CEO
OpenAI執行長山姆·奧爾特曼在印度AI影響力峰會表示，真正超級智能的早期版本可能僅需數年。到2028年底，全球更多智力資源將儲存於數據中心而非外部。
36氪 · 209 天前
基建
記憶體三巨頭擴廠填補 AI 缺口
三星、SK 海力士與美光大舉擴建晶圓廠，以因應 AI 需求。美光 2000 億美元計畫包括愛達荷州博伊西園區，月產能達 15-20 萬片晶圓。
IT之家 · 209 天前
商業
小心，全網最低價不能說了
中國市監總局發布互聯網平台反壟斷合規指引，將「全網最低價」等列為壟斷風險。禁止演算法驅動的價格協同、大數據殺熟、屏蔽競爭對手及掠奪性低價銷售。
虎嗅 · 209 天前
商業
這只藍領股票在過去5年裏的回報超過了英偉達，它仍然有上漲空間
某藍領股票過去5年回報超越英偉達。該股仍有上漲空間。
钛媒体 · 210 天前
商業
杰富瑞：阿里巴巴春節期間千問獲1.3億訂單
杰富瑞報告指出，阿里巴巴的AI應用千問在春節促銷期間產生超過1.3億筆訂單，用戶信任度持續提升。大約一半訂單來自縣區市場，包括奶茶、電影票和日用品；有400萬60歲以上用戶首次使用AI進行交易。
36氪 · 210 天前
基建
EvoMap 推出 AI Agent DNA 協議
EvoMap 是一套開放的 A2A 網關協議，讓 AI Agent 能像基因一樣透過標準化 Capsule 繼承、共享與演化能力。源自 OpenClaw 插件問題與收購疑慮，它允許輕鬆整合如 OpenClaw 等平台的 Agent 發布技能並委派任務。
虎嗅 · 210 天前
SetupAI商業
商業
中國AI新創假期後股價飆升
中國生成式AI新創Zhipu和MiniMax在農曆新年假期後於香港股價大漲。投資人從傳統網際網路巨頭輪動至純AI布局，市場重新開盤。
Bloomberg Technology · 210 天前
商業
別被「百模大戰」騙了
文章警告勿被中國「百模大戰」的 AI 炒作所騙。中國 AI 競爭正從單一坐標系演化為兩條並行道路。
钛媒体 · 210 天前
基建
最佳 Linux 伺服器發行版給家庭實驗室
作者推薦四個最愛的 Linux 伺服器發行版，適合家庭實驗室。適用於裸機伺服器或虛擬機器。
ZDNet AI · 210 天前
商業
英偉達據稱即將敲定對OpenAI投資300億美元
英偉達據稱即將敲定對OpenAI投資300億美元，將取代兩家公司去年達成的1000億美元長期承諾。此投資為OpenAI新一輪融資的一部分。
36氪 · 210 天前
商業
大多數Meta公司員工的股權獎勵將減少5%
據報導，马克·扎克伯格削減成本以騰出資金給巨額人工智能支出，大多數Meta公司員工的股權獎勵將減少5%。此舉優先投資AI，應對運算需求上升。
36氪 · 210 天前
基建
聯準會戴利看真實AI資本支出需求
舊金山聯儲主席瑪麗·戴利表示，降息75個基點後，勞動市場狀況改善，政策處於良好狀態。由於關稅等衝擊，實現通脹目標的最後一步充滿挑戰，但技術商業應用可能有助緩解通脹。
36氪 · 210 天前
基建
AMD支持3億美元Crusoe貸款
AMD支持高盛集團向AI雲提供商Crusoe提供的3億美元貸款。該貸款以芯片產品作擔保。
36氪 · 210 天前
商業
亞馬遜禁⽤Claude、強推自研：打響AI生態主權戰
亞馬遜禁⽤Anthropic的Claude模型，同時強力推廣自家自研AI解決方案。此舉標誌著AI生態主權戰的開端。
钛媒体 · 210 天前
應用
烹飪機器人批量上崗中國餐飲
2025年中國餐飲機器人從展示走向店內部署，煎餅機器人提升街邊攤效率；咖啡人形機器人吸引人潮製造話題。路徑分化為效率工具與流量生成器，成本辯論持續。
虎嗅 · 210 天前
研究
MIT CSAIL 2025 AI 代理指數揭露安全缺口
學術研究人員指出，AI 代理日益普及且能力增強，但缺乏行為標準或安全揭露的共識。MIT CSAIL 的 2025 AI Agent Index 將這些不透明自動化系統置於顯微鏡下檢視。
The Register - AI/ML · 210 天前
影片
電影《鏢人》使用 Seedance 2.0 設計片尾彩蛋
導演袁和平透露使用字節跳動 Seedance 2.0 設計《鏢人：風起大漠》片尾 AI 角色彩蛋。該工具擅長多模態影片生成，適用複雜動作。
IT之家 · 210 天前
商業
Nvidia 深化印度 AI 新創連結
Nvidia 正在與投資者、非營利組織及創投公司合作，建立與印度快速成長的 AI 創辦人生態更早期的連結。此策略性推進針對該地區的早期 AI 新創。
TechCrunch AI · 210 天前