全部歸檔

SPOT 透過模擬未來揭示深度強化學習決策

SPOT 是一套與模型無關、以抽樣為基礎的框架，透過有限時域的行動樹解釋深度強化學習策略。它會遞迴模擬後續狀態，揭示單步特徵歸因方法可能忽略的行動偏好與下游行為。

ArXiv AI · 43 天前

SBCO 讓規劃代理更有效率地自我改進

SBCO 是一套針對具明確約束之規劃代理的自監督、驗證器驅動 harness 最佳化方法。它透過評分回饋改善代理輸出，不需人工標註或自我修改的元代理；在使用少 4 至 5.5 倍運算資源的情況下，仍能達到或超越客製化基準。

ArXiv AI · 43 天前

ReCBM 讓概念瓶頸具備不確定性感知能力

ReCBM 是一套應用於 Concept Bottleneck Models 的框架，結合語義概念關係與不確定性引導的細化機制。實驗顯示，它能在概念缺失或錯誤時提升恢復能力、支援具不確定性感知的介入，並在不降低下游效能的情況下選出精簡且與任務相關的概念子集。

ArXiv AI · 43 天前

MIDAS 提升不完整多模態情感分析的可靠性

MIDAS 是一套針對多模態輸入缺失或受損情況的統一情感分析框架。它分離跨模態共享資訊與模態專屬資訊，並透過具不確定性感知的融合機制，優先使用更可靠的潛在特徵。

ArXiv AI · 43 天前

MESA 讓代理記憶具備查詢自適應能力

MESA 會針對每個長期代理查詢，動態選擇並融合互補的記憶結構，而不是讀取所有記憶或只依賴單一結構。在 AMA-Bench 上，MESA 比最強基準提升 8.5%，並比使用全部結構減少 41% 的證據 Token。

ArXiv AI · 43 天前

LLM 副駕駛自主最佳化植物生長

研究人員開發了一套閉環 LLM 系統，可解讀 49 通道植物感測器網路的遙測資料，並直接控制農業硬體。在生產規模測試中，系統將栽培週期縮短 35%、降低 18% 能耗，並發現可節省 67.9% 能源的照明策略。

ArXiv AI · 43 天前

模型

GFlowNets 生成自適應 LLM 攻擊

這項研究提出使用 GFlowNets 訓練攻擊者 LLM，自動探測受測模型的漏洞。該方法旨在生成比固定基準更具創意的英文攻擊，並首次支援土耳其語攻擊輸入生成。

ArXiv AI · 43 天前

編程

CHORUS 讓小型模型成為硬體驗證專家

CHORUS 是一套用於生成高覆蓋率硬體驗證測試平台刺激的後訓練框架。其整合後的 4B 模型在 CVDP-ECov 上達到 88.0% Pass@1，比 671B 的 DeepSeek-R1 高出 13.5 個百分點。

ArXiv AI · 43 天前

CASE Framework 以科學方法治理代理式 AI

CASE Framework 為企業代理式 AI 提出四種治理學科：以控制理論治理個別代理，以複雜適應系統理論治理代理群體，以監督控制論治理人機團隊，並以工程營運治理代理艦隊。研究指出，82% 的已記錄生產環境失敗涉及多個層級，顯示現有工具與實務存在「Emergence Gap（湧現缺口）」。

ArXiv AI · 43 天前

AEROBAT 自動化 AI Agent 行為研究

AEROBAT 是一套多代理系統，能自動化 AI agent 行為研究的完整流程，涵蓋假設生成、實驗設計、分析與報告撰寫。在 12 種目標行為中，系統測試了 79 項假設，執行 1,240 項控制實驗與 23,512 輪模擬，並為其中 26 項假設找到中度至強度的統計證據。

ArXiv AI · 43 天前

Google DeepMind 增設人工履歷審查

據報導，Google DeepMind 的通用 AI 安全與對齊團隊使用一份私下表格，確保部分求職者的履歷能被真人看到。Bloomberg 引述的內部文件稱，Google 的標準申請系統存在不可忽略的機率會錯誤篩掉履歷，或花費過長時間將申請轉交給團隊。

cnBeta (Full RSS) · 43 天前

開源

NVIDIA 發布專為常駐代理設計的 30B 模型

NVIDIA 發布了擁有 300 億參數的開放模型 Nemotron 3.5 Lightning。該模型專為 OpenClaw 等常時運作的代理設計，據稱以約四分之一的規模達到接近 gpt-oss-120b 的效能。

ITmedia AI+ (日本) · 43 天前

編程

Cognition AI 洽談 400 億美元估值

據報導，Cognition AI 正與投資者初步洽談新一輪融資。這筆融資可能讓這家程式設計新創的估值提升超過 50%，達到至少 400 億美元。

Bloomberg Technology · 43 天前

AI 硬體如何把資料變成情緒

《極客公園》盤點了 10 款新硬體，包括利用 Starlink 衛星定位寵物的 Fi Ultra、能自動製作自然紀錄片的 AI 假花 Petal，以及把植物數據轉化為情緒回饋的 PlantSenso。這些產品顯示，AI 正逐漸嵌入熟悉物件，並透過情緒價值、反效率設計與特定場景解決問題。

极客公园 · 43 天前

便利商店變身迷你廚房

中國便利商店正增設烤箱、蒸櫃、炸爐、咖啡機與炒菜機器人，以應對客流下降，以及量販零食與即時零售帶來的競爭。這項轉型不只是添購廚房設備，更依賴標準化鮮食供應鏈、自動化、AI 補貨與更精細的損耗管理。

虎嗅 · 43 天前

人工智慧如何重新定義廣告與消費決策

文章探討人工智慧如何改變廣告產業，並重塑消費者的決策流程。核心議題是 AI 是否能促成更高程度的消費者自主權。

钛媒体 · 43 天前

Qwen 從聊天機器人擴展為 AI 工作中樞

Qwen 推出思考研究、定時任務、辦公助理、語音通話、智慧體廣場及第三方服務開放平台等功能。同時，Qwen 正測試辦公自動化會員方案與影片生成用量計費，阿里巴巴希望藉此縮小與豆包的差距。

虎嗅 · 43 天前

深圳與香港重塑 AI 合作模式

文章主張，深圳與香港應保留各自優勢、深化合作，而不是走向同質化。文中提出涵蓋大學研究、AI 與生物科技商業化、金融服務、國際認證及全球拓展的跨境合作模式。

虎嗅 · 43 天前

AI Agent 從瀏覽器走向桌面

2026 年，AI Agent 正從瀏覽器聊天介面擴展至桌面環境。海外的 OpenClaw 與 Hermes 以開源標準切入，中國市場則有 WorkBuddy、Kimi Work、QwenWork 與 Trae Work 等產品競逐。

钛媒体 · 43 天前

醫療 AI 的下一關是可解釋性

醫療 AI 正進入一個準確率不再足以區分產品與模型的階段。新的衡量標準是系統能否向臨床醫師及其他利害關係人清楚解釋判斷依據。

钛媒体 · 43 天前

基建

Alibaba Cloud 加速 AI 資料中心交付

據報導，Alibaba Cloud 已將 AI 資料中心容量的交付時間縮短至 100 天。這項變化凸顯 AI 競爭正從模型與晶片，延伸至更快速部署運算能力的基礎設施領域。

TechNode · 43 天前

影片

AI 頂流段宴引發配音演員爭議

天貓邀請 AI 生成的頂流人物段宴出演廣告，而配音演員在製作開始前便主動找上門。這起事件反映了中國 AI 短劇產業快速且缺乏規範的成長狀態。

钛媒体 · 43 天前

面壁智能200億估值面臨質疑

面壁智能在半年內完成超過50億融資，估值突破200億，成為端側AI領域的重要獨角獸。文章指出，其高估值仍需要更多商業化成果驗證。

钛媒体 · 43 天前

TikTok Shop的印尼後院失火

TikTok Shop在印尼市場正面臨困境，文章認為這並非單一事件，而是反映平台電商模式的結構性問題。這場變化可能影響ByteDance的市場策略與跨境電商布局。

钛媒体 · 43 天前

Suncorp 重組架構，加速保險 AI 應用

Suncorp 正在重組組織架構，以支援 AI 更快速、更廣泛地導入保險流程。這項更新顯示公司正從 AI 試驗階段，轉向將 AI 更深入地嵌入營運工作流程。

iTNews Australia · 43 天前

基建

IBM 獲得 2.4 億美元 Together AI 算力合約

IBM 將根據一項多年期 2.4 億美元合約，在 IBM Cloud 部署 NVIDIA HGX B300 叢集，支援 Together AI 的開源模型推理服務。這座專用推理叢集預計於 2027 年第一季投入使用。

IT之家 · 43 天前

iOS 27 Beta 5 提升 Liquid Glass 透明度

iOS 27 Beta 5 調整了 Liquid Glass 透明度滑桿，讓最高透明度設定比以往更加通透。整體視覺變化幅度不大，但可為偏好半透明介面的使用者帶來更明顯的玻璃質感。

IT之家 · 43 天前

SetupAI研究

Claude 宣稱在黎曼猜想上取得重大進展

據文章稱，Claude 在黎曼猜想上的研究進展，從人類定義的 41.6% 進度指標提升至 67.2%。據稱該系統還組建了 60 人研究團隊，分配審稿與查重角色並撰寫論文，但文章未提供具體方法或獨立驗證結果。

虎嗅 · 43 天前

基建

中國補上 MRAM 最後的材料缺口

Suzhou Zhicai Technology 已推出通過 MRAM 磁性穿隧接面生產認證的 6 吋高純度 MgO 濺鍍靶材。這項進展補齊中國國內 MRAM 靶材供應鏈，降低對海外供應商的依賴。

Pandaily · 43 天前

SetupAI商業