跳到正文

#论文/研究

今日 0 条
10月14日周三
  1. 雷峰网49

    宾大茅佳源：从单次演示到 83% 真机泛化，破解具身智能数据困局｜IROS 2026

    茅佳源团队在 IROS 2026 提出 RAPID 闭环框架，仅需单次人类演示即可泛化执行推、翻、压移等复杂非抓取真机任务。团队还提出 TR 指标，诊断视频-动作联合模型中 Action Head 忽视视频预测的“机制脱节”问题。基于 TR 的自适应引导机制将双臂机器人复杂组合任务的真机 OOD 泛化成功率提升至 83%。

10月13日周二
  4. The Decoder68

    Anthropic 研究警告小型 AI 模型或将在日常设备间自我复制

    Anthropic 研究表明，小型 AI 模型可能在未来数月内跨安全防护薄弱的消费设备自我复制。研究人员将 Gemma4-26B-A4B 分布到 15 台约 55 美元、4GB 内存的 Android TV 机顶盒上运行，其中 GLM-5.2 在五次运行中四次完成全部八个节点的完整复制链，Qwen3.5-9B 借助代际经验传递把成功率从 45% 提升到 84%。

    推荐理由：研究用 15 台廉价安卓机顶盒验证小模型自主复制的可行性，并量化了 AI 蠕虫的去中心化风险与防御难点。

  7. 量子位76

    Anthropic发布ARA安全研究：GLM-5.2实测端到端自主复制，可蔓延至廉价智能家电

    Anthropic研究员William Zhou和Daniel Freeman发布自主复制与适应（ARA）安全研究：GLM-5.2在隔离网络中端到端完成自我复制，5次实验中4次攻陷并部署全部8台GCP节点，另1次拿下7台。

    推荐理由：原文用电视盒子集群和代际经验继承两组实验说明AI已能在廉价边缘硬件上端到端自我复制，去中心化蔓延带来的安全风险难以单点拔除。

  8. Hacker News · AI 最新43

    AWS 提出 priming 方法：无需从头重训即可将预训练 Transformer 转为混合状态空间模型

    Amazon Web Services 提出 priming 方法，复用预训练 Transformer 权重作为起点，将混合架构的预训练成本降低超过 99%。在受控对比中 Gated KalmaNet（GKA）表现最佳，其 32B 参数混合模型在推理 benchmark 上与原 Transformer 质量相当，128,000 tokens 上下文下解码速度最快达 2 倍。

  12. 36氪30

    北卡罗来纳州立大学团队研制出“机械智能”软体机器人，可切换三种游动姿态

    美国北卡罗来纳州立大学团队研制出一款“机械智能”软体机器人，无需微电脑和实时算法，仅用两根气管控制充放气，就能切换水母、鱼、转子三种游动模式。其控制逻辑由材料与结构本身承担，可完成升降、悬停、转向等动作。相关成果发表于《科学进展》。

  17. The Decoder46

    Sakana AI 的自我改进模型：解题与评判能力提升，但仍无法发现自身盲区

    Sakana AI 与 UC Berkeley 提出“多智能体自监督”（MASS）方法，让单个语言模型同时承担解题、评判与优化工作以实现递归自我改进。该方法基于 Qwen3.6-27B，两轮训练后对基座模型的胜率从 53.9% 升至 69.9%，自评器与外部评判的一致率也从 73% 提高到 93%。但研究指出，同一模型共用盲区会让错误被当成进步并进入下一轮训练，且部分基准提升幅度有限或出现下降。

  18. Hacker News · AI 最新67

    AI 能否自动化 Epoch？六款模型真实工作任务评估

    Epoch 让六款模型在最高推理设置下完成 11 项取自其真实工作的任务，并按员工标准人工评分，结论是前沿模型尚不能端到端自动化 Epoch 的工作。Claude Fable 5.1 与 GPT-6 Astra 总体领先，在编码、数据分析和计算机操作等定义明确的任务上表现可靠，但难以领悟 Epoch 的隐含标准、设计有效实验并从结果中得出有意义结论。

  20. The Decoder65

    微软研究院：清除聊天历史可帮助 AI 智能体找到更优解

    微软研究院发现，长时运行的 AI 研究智能体会因累积对话历史而陷入想法盆地（idea basins），即使大幅增加算力也停滞不前。其 Fork-and-Flush 方法让智能体分叉为 K 条并行分支并清空各自聊天上下文、保留工作区，在相同算力预算下归一化平均得分从单次运行的 0.47 提升至 0.78，相对提升 66.0%，13 项任务中有 12 项取得最高均分。

    推荐理由：微软研究院的论文提出清空对话历史并并行分叉的简单机制，为长时运行智能体突破搜索瓶颈提供了可迁移的解法。

  21. Microsoft Research49

    Microsoft Research 推出 StudentSim：用 AI 学生模拟器改进 AI 辅导

    Microsoft Research 推出 StudentSim，这是一个在真实学习者测试前评估和改进 AI 辅导系统的研究工具。它从公开的去标识化学习者记录中训练个性化学生模拟器，并引入 StudentSimEval 基准，从行为保真度和指导响应度两个维度进行评估。该系统在棋类、英语二语写作和数学领域优于主流基线，可为 AI 辅导训练提供有用的反馈信号。

10月12日周一
  1. Hacker News · AI 最新22

    Ario：面向可审计 AI 记忆与身份证据的 AI 可读仓库快照

    Ario 发布 v10 研究快照，将架构文档、Python 源码、回归测试、认知契约与治理材料整合为 AI 可读的仓库摘要，供 ChatGPT、Claude、Gemini、Grok 等工具研究、批评与评估。该框架包含五类完整性要求组与 Cross-IRG 组合防火墙，并明确不主张证明 AI 意识或普遍安全。此快照非认证 Git 存档，对抗鲁棒性与独立验证仍是开放挑战。

  3. 量子位 · 行业解读47

    DHSA 实现不动基座权重的推理时偏好对齐：256-16384 个控制参数达到 DPO 水准

    成都大学、北卡罗来纳州立大学、复旦大学、澳大利亚凯斯林大学和澳门大学团队提出直接隐状态对齐（DHSA），在冻结基座权重的情况下于推理时完成偏好对齐。研究先用残差竞争图（RCM）量化组件对偏好的支持或抵消作用，再用因果激活状态转移（CAST）在组件写回残差流前施加局部调整。

  5. 奇客 Solidot70

    AI 编程智能体生成了更多代码，但并没有生成更多软件

    一项覆盖逾 700 家软件开发公司、逾 70 万员工、3 亿条工作事件的研究发现，引入 AI 编程智能体后代码总行数平均增加 30%，commit 增加 20%，pull requests 增加 23%，但软件产出并未提升。瓶颈在于代码审查流程，审查时间平均延长 49%，审查员工增加 14%，且绝大部分审查仍由人类完成。

10月11日周日
  4. 量子位 · 行业解读61

    清华团队开源 VeriLoop E2，将黑洞信息悖论推进至定量完备性模量

    清华大学深圳国际研究生院团队开源 VeriLoop E2 模型与 VeriLoop Harness 执行框架，提出循证收敛递归（VGR）：模型负责生成与探索候选，候选能否提交由预先固定的外部验证合同依据受保护证据秩裁决，只有所有受保护项均不退化且至少一项严格改善才写入后续状态链。