大语言模型

沃尔玛分享大规模批量智能：高性价比多智能体 LLM 工作流

沃尔玛全球科技高级软件工程师 Aditya Mulik 在 InfoQ 分享了一个面向零售库存预测的多智能体 LLM 工作流方案。该方案在沃尔玛已有的基于历史销售数据的机器学习预测模型之上，叠加顺序执行的多智能体编排，由不同智能体分别从 BigQuery 等数据源采集上下文、整合历史销售数据，以应对暴风雨等历史趋势无法覆盖的突发情况。其目标是提升约 4700

蚂蚁灵波开源触觉基础模型LingBot-Touch

蚂蚁灵波开源触觉预训练基础模型LingBot-Touch，通过将磁触觉、视触觉、压阻式触觉等异构传感器信号统一编码为触觉Token，解决原始触觉数据稀疏、噪声大导致动作模型成功率下降的问题。实验显示，接入该模型后π0.5在拉拉链任务成功率从15%升至59%，XHand上6项任务平均成功率从48%升至74.17%，且仅增加0.13%-0.16%参数量。该模型与

另有 2 家信源报道

NormGym：通过社交互动评估智能体的规范能力

研究团队提出 NormGym，一个用于评估智能体规范能力（normative competence）的多智能体交互基准：新加入的智能体需在完成自身任务的同时，从其他智能体的行为和公开制裁中推断出社区隐藏的任意规范，并在新情境中应用。实验显示最强 LLM 的任务与合规联合成功率仅 55.3%，模型能根据自身受到的制裁调整行为，却难以利用他人的行为和制裁推断规范

SepLRM：面向推荐的基础模型范式

论文提出 SepLRM，一种推荐基础模型（RFM）范式，将多个端到端大推荐模型（LRM）重组为一个共享 RFM 和多个独立优化的垂直模型（VM）。RFM 采用编码器-解码器架构，导出与候选无关的 KV cache 作为共享接口，以保留细粒度行为信息并实现高保真能力迁移。在三个大规模数据集上取得 SOTA 离线性能，迁移率约 100%，并在字节跳动两个大规模工

PUMA：正样本-无标签学习实现标签高效的地理空间基础模型适配

该论文提出PUMA框架，将正样本-无标签（PU）学习与参数高效微调（PEFT）结合，用于地理空间基础模型（GFM）的建筑损毁制图适配，仅需少量已确认损毁建筑的标注。PUMA通过非对比弱监督表示精炼和基于隐状态的标签消歧两个相互增强的组件，缓解弱监督噪声对表示学习的影响，并从广义期望最大化（GEM）视角给出理论解释。在全球灾害基准数据集上的实验验证了其有效性与

基于LLM特征提取的多准则库存分类

该论文提出一种基于LLM的特征提取方法，将客户评论等非结构化数据通过向量嵌入和LLM生成的评估标准转化为定量特征，并融入基于Hadi-Vencheh模型的多准则库存分类（MCIC）框架。实验显示，加入客户情感信号后库存分类出现可测量的重分类效果，表明非结构化数据可增强库存优先级排序。

可边缘部署LLM用于灾难推文分类与信息价值排序

研究团队使用7个可边缘部署的小型LLM对HumAID数据集中77,484条灾难相关推文进行人道援助分类和基于ETHANE框架的信息价值（VoI）排序评估。Qwen3（8B）在10个类别中的9个取得最高F1分数，Gemma 3（4B）在VoI评估任务中多数类别召回率最高。研究表明，能在单张8GB GPU上运行的小模型可在资源受限环境下优先筛选可操作信息，用于灾

Pixie：面向数字营销的上下文感知多智能体多模态LLM架构

Pixis 研究团队提出 Pixie 框架，一种面向数字营销的上下文感知多智能体多模态 LLM 架构，由主编排智能体协调多个任务专用智能体，并结合零样本/少样本提示、营销数据洞察与专有专家策略文档。该框架支持实时与离线营销活动，通过人工专家评估和 LLM 输出方差测量进行验证，结果显示多智能体架构显著提升决策质量与运营效率，并有望减少根因分析、报告、活动研究

MAGE：面向可泛化多时间尺度脑电表示的基础模型

研究团队提出 MAGE（Multi-timescale Adaptive Generalization for EEG），一个面向脑电信号的多时间尺度基础模型。它通过多时间尺度分词、多时间尺度注意力机制和可训练聚合模块，动态捕捉并融合不同时间尺度的信息，以克服现有 EEG 基础模型依赖固定时间窗口的局限。在七个数据集上的实验显示，MAGE 以更少参数持续优于

前DOJ反垄断负责人创办FluxCap，用AI助力反垄断诉讼

美国司法部反垄断部门前负责人Jonathan Kanter与前代理反垄断部门主管Doha Mekki共同创立科技初创公司FluxCap，推出基于AI的法律研究与分析工具，帮助原告方构建和强化针对大型科技公司等垄断者的反垄断案件。该工具基于专有技术和现有大语言模型，可梳理案件事实与法律框架、发现律师逻辑漏洞，并从海量证据开示材料中筛选反竞争行为信号。Kante

大二女生控诉AI毁掉计算机学位，登Hacker News榜首

一名大二计算机系学生Katie在博客中控诉AI正在毁掉她的计算机学位：学校教学政策反复无常，教授用Claude批量生成课程大纲和作业、用LLM自动批改，导致作业量翻三倍且内容空洞，管理层以自动化削减教学开支。该文登上Hacker News首页榜首，评论区形成两极分化——资深从业者视之为技术演进阵痛，而应届生则担忧就业前景，文中引用斯坦福研究称易受AI冲击行业

NVIDIA宣布投资韩国AI初创企业，覆盖完整AI技术栈

韩国科学技术信息通信部（MSIT）与NVIDIA在首尔COEX共同举办MSIT-NVIDIA AI Startup Partnership Forum，韩国科技信息通信部次官Ryu Je-myung与NVIDIA高管一同会见了20多家韩国初创企业，覆盖基础模型、物理AI、AI基础设施和AI半导体领域。NVIDIA宣布投资韩国初创公司Point2，并计划追加投

Pinterest 用 40 亿参数 Qwen3 模型替换旅程聚类系统

Pinterest 将用户旅程推断系统从多阶段聚类流水线替换为微调的 40 亿参数 Qwen3 模型，模型读取用户最多 150 条、跨 360 天的行为历史并生成排序后的旅程名称。该系统在美国和加拿大的 A/B 测试中带来邮件点击率提升 1.1%、推送打开率提升 1.3%，并取得统计显著的参与度和留存收益。工程上采用 NVIDIA Dynamo 配合 vLL

强制选字母抑制拒绝：WMDP 的机制证据

研究者在 WMDP 危险知识基准上，对 Llama-3.1-8B 和 Qwen3-8B 两个模型进行机制可解释性分析，发现选择题格式会让模型在中层快速锁定答案字母，从而抑制拒绝机制。与开放式提问相比，选择题激活离拒绝方向约远 3 倍；消融承载选择题答案的注意力头会提升拒绝率，说明答案选择与拒绝存在竞争。结论是选择题安全分数主要衡量知识能力，而非安全机制。

FinEvolveKG：可控可归因的金融知识图谱提示演化

论文提出 FinEvolveKG，一种面向金融知识图谱构建的提示词演化框架，将可复用的通用块与 persona 策略块分离，并机械地将反射式提示优化器 GEPA 限制在指定块内，使每次编辑可归因、可独立审查。在基于 SEC 10-K 的 ticker 不相交数据划分上，完整两阶段块约束流程（v4）相比冻结提示基线提升 19.4–30.9%，相比无约束全提示流

rahul7star 发布 gemma-gguf 量化模型合集

Hugging Face 用户 rahul7star 发布了一个名为 gemma-gguf 的 GGUF 量化模型合集，基于 google/gemma-4-E2B-it、gemma-4-12B-it 和 ornith-ai/Ornith-1.5-9B 等模型，并提供 Gradio 演示空间。该合集包含多个编码 Agent 和未审查（heretic/uncen

意识研究者称当前 AI 无意识，批评大脑即计算机隐喻

意识研究学者 Anil Seth、Ned Block 和 Giulio Tononi 在《Nature》发表评论，认为当前 AI 不具备意识，且基于硅硬件很可能无法产生意识，反驳了 Richard Dawkins、Geoffrey Hinton 等人认为 AI 可能已有意识的观点。他们批评计算功能主义（认为只要运行正确的计算就足以产生意识）存在根本缺陷，并以

ggml-org 发布 LFM2.5-24B-A2B GGUF 量化版

ggml-org 在 Hugging Face 发布了 LiquidAI LFM2.5-24B-A2B 的 GGUF 量化版本，可通过 llama.app 的 llama serve 命令直接运行。该版本提供 Q8 0 与 Q4 K M 量化，与 LiquidAI 官方 GGUF 量化方式一致，并提及 LiquidAI 另有量化感知蒸馏（QAD）的 Q4 0

百图生科与11家伙伴战略合作，AI生物计算覆盖医药研发及农业育种

百图生科在香港主办第三届国际生物计算创新峰会，宣布与11家大学、科研机构及企业启动合作，覆盖乳腺癌虚拟细胞大模型、AI中医药、多肽新药、农业育种及海外市场拓展等方向。港投公司以耐心资本支持，香港财政司司长陈茂波称此举体现金融支持科研转化。百图生科称将以香港为支点深化跨境研发与产业合作。

AMD 发布 GLM-5.3 Quark MXFP4 量化版

AMD 在 Hugging Face 发布 GLM-5.3-Quark-MXFP4-AttnFP8，基于 zai-org/GLM-5.3 使用 AMD-Quark 工具进行 MXFP4 量化，注意力层采用 FP8 per-block，面向 AMD MI350/MI355 与 ROCm 7.1.1 平台。该模型通过 vLLM 推理，在 GSM8K、GPQA D