形式规则与LLM协同：宏翻译的标签团队方法
arXiv 上发布了一篇关于将 C 语言宏翻译为 Rust 的研究论文。研究者提出了首个形式化宏翻译器 MerC，并构建了基准测试 MacroBench。实验发现，LLM 能翻译更多宏但存在错误，而 MerC 与 LLM 结合使用的“标签团队”方法，平均失败率比单独使用 LLM 低 32%，且比 MerC 多翻译 51% 的测试用例。
大语言模型
技术方向 · 通用文本大模型的发布、能力更新与技术路线 · 共 527 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
8月10日周一 · 1 条
正文结构化主题已通过公开置信门槛
8月7日周五 · 10 条
正文结构化主题已通过公开置信门槛
Hugging Face 发布 Carbon-3B 生成式 DNA 基础模型
Hugging Face 发布了 Carbon-3B，一个 3B 参数的生成式 DNA 基础模型，专注于真核生物，支持 32,768 个 6-mer 令牌（约 197k 碱基对）的上下文，并可扩展至 65,536 令牌。该模型在序列恢复、变异效应预测和基序扰动任务上可与 Evo2-7B 竞争，同时推理速度更快。Carbon 系列还包括 Carbon-8B 和
正文结构化主题已通过公开置信门槛
IJCAI-ECAI 2026论文分析：推理规划知识仍是第一主场
雷峰网AI科技评论通过分析IJCAI-ECAI 2026的论文阵容，验证了南京大学俞扬教授关于IJCAI在推理、规划、知识方向最顶级的判断。数据显示，该会议在推理、规划、知识方向的论文占比约20.8%，且杰出论文奖多次花落此领域。文章介绍了多篇相关论文，如NDProp、AESAT、DUPLEX等，展示了符号推理与神经方法融合的趋势。
正文结构化主题已通过公开置信门槛
从经济代理到代理经济体：经济世界模型的系统蓝图
本文提出经济世界模型（EWM）的实现蓝图，将系统分为六级能力阶梯，从固定规则代理世界到自适应LLM代理世界、自进化代理、演化制度世界及与现实对齐的模拟-现实经济孪生。文献综述显示现有研究集中于低层级代理与模拟环境，而自进化代理、内生制度、持续实证对齐和验证经济机制的系统仍罕见。作者旨在加速下一代经济模拟环境的发展，作为人类决策者和AI代理的训练、规划、评估和
正文结构化主题已通过公开置信门槛
Keep推超级AI会员，探索AI运动服务付费新路径
Keep在88全民健身日推出“超级AI会员”，通过自研运动大模型Keepace.ai提供AI语音互动跑、个性化计划、吃练睡分析等服务，覆盖运动前中后全流程，旨在从内容交付转向服务交付。该会员卡试图验证用户是否愿意为AI服务付费，成为Keep在2025年首次年度盈利后的新增长引擎。文章还对比了多邻国和Cursor的AI商业化路径，认为AI从工具变为服务是行业趋
正文结构化主题已通过公开置信门槛
CRAFTER：黑盒预测器纠错特征发现代理
arXiv 上发布了一篇关于黑盒预测器纠错特征发现的研究论文，提出了 CRAFTER 代理。CRAFTER 通过组合搜索和 LLM 生成候选特征，并用验证门控筛选，在六个数据集和六个冻结骨干网络上超越了专用特征工程系统，将最弱骨干的错误率降低最多 27%。该研究为模型纠错提供了新思路。
正文结构化主题已通过公开置信门槛
DiSR：解耦3D建模与空间推理的新框架
该研究提出了一种名为DiSR的框架，将3D感知与空间推理分离，利用现成的专家感知模型重建结构化3D证据，并通过LoRA微调LLM仅基于这些几何证据进行推理。DiSR在空间推理基准上取得了有竞争力的性能，同时提供了更好的可解释性、模块化和计算效率，表明显式分离感知与推理是端到端建模的可扩展替代方案。
正文结构化主题已通过公开置信门槛
BioMedJImpact：生物医学期刊 AI 参与度与科学影响分析数据集及 LLM 流程
arXiv 发布 BioMedJImpact 数据集，包含 174 万篇 PubMed Central 文章和 2744 种生物医学期刊，整合文献计量指标、合作特征和基于 LLM 的 AI 参与率。研究发现作者团队规模与引用影响正相关，而 AI 参与率仅在 2019 年子集中与影响因子正相关。该数据集和验证框架为生物医学与 AI 交叉领域的科学计量分析提供了
正文结构化主题已通过公开置信门槛
基于Koopman谱分析认证多智能体系统集体推理
该研究提出一种基于Koopman算子理论的新框架，用于验证多智能体系统中大型语言模型（LLM）集体推理的收敛性和可解释性。通过将集体视为非线性动力系统，从交互轨迹中估计Koopman传递算子，其谱可提供收敛期限、派系识别和压缩消息基础等机器可检查的证书。实验表明，该框架在注意力共识模型上以高相关性预测收敛时间，并在多数配置中提供有效边界，且计算高效，可在CP
正文结构化主题已通过公开置信门槛
软件工程师对LLM的依赖、过度依赖与成瘾行为研究
一项针对119名软件从业者的探索性调查显示，大型语言模型（LLM）已深度融入日常开发工作，主要体现为功能性依赖，并出现过度依赖的迹象，如优先使用LLM而非文档或同行咨询，但成瘾相关行为较少。研究建议通过信任校准、专业判断和验证来促进合理依赖。
正文结构化主题已通过公开置信门槛
超越情感：传统NLP与LLM多维分析在政治新闻评估中的比较
本研究对比了基于RoBERTa的传统情感分析与基于LLM的多维框架分析在政治新闻评估中的表现。结果显示，RoBERTa将70%的文章归类为中性，导致信息扁平化，而LLM方法能捕捉政治偏见、煽情性、情感诉求和框架等维度。作者认为，对于政治媒体分析，传统情感分析不足，LLM多维框架更适合社会科学和人文学科研究。
8月6日周四 · 4 条
正文结构化主题已通过公开置信门槛
Baseten 加入 Hugging Face 推理提供商，支持多款前沿模型
Hugging Face 宣布 Baseten 成为其推理提供商生态的新成员，用户可在 Hub 模型页面和 SDK 中直接使用 Baseten 托管的模型。Baseten 支持多种模型类型，初期提供对话和文本生成任务，包括 Kimi K3、DeepSeek V4 Flash 等。用户可通过自定义 API 密钥直接调用，或通过 Hugging Face 路由计
正文结构化主题已通过公开置信门槛
BBOWP-Bench：评估LLM解决黑箱优化词问题的基准
本文介绍了黑箱优化词问题（BBOWP）这一新问题设置，要求系统从自然语言描述中推断搜索空间和优化算法。作者建立了BBOWP基准套件（BBOWP-Bench），包含数据集和评估框架，每个实例结合自然语言问题描述、可执行评估环境和人工设计的基线公式。初步评估显示，当前LLM能根据评估预算选择合适算法，但在搜索空间设计上存在困难，尤其是在问题描述信息不足或搜索空间
正文结构化主题已通过公开置信门槛
SONAR：面向 LLM 消费者的无参考代码摘要评估框架
arXiv 论文提出 SONAR，一个无需参考摘要的代码摘要评估框架，从正确性、抽象性、简洁性和流畅性四个维度评估代码摘要。SONAR 采用基于代码再生成的方法，利用摘要重建代码作为质量信号，避免依赖人工或 LLM 的主观判断。实验表明，正确性和抽象性与 LLM 在下游软件工程任务中的表现显著相关，相关性比最佳基线高 14 倍，而简洁性和流畅性对 LLM 消
正文结构化主题已通过公开置信门槛
谷歌将于2026年9月关闭Google Assistant，Gemini全面接管
谷歌宣布将于2026年9月4日起在Android和Wear OS上关闭Google Assistant，由AI助手Gemini全面接管。此举影响智能手机、平板、手表、耳机及Android Auto车辆，但部分内置Google的汽车暂时保留Assistant。该计划原定2025年实施，现推迟至2026年。谷歌认为这是对Gemini能否胜任日常简单指令的考验，因
8月5日周三 · 1 条
正文结构化主题已通过公开置信门槛
普利策奖创纪录：八位获奖者披露使用AI
今年普利策奖创纪录地有八位获奖者披露使用了人工智能，包括五位获奖者和三位入围者。自2024年起，披露要求成为强制规定。今年参赛者更频繁地使用AI工具和大语言模型，主要用于快速搜索大量文档。例如，《华尔街日报》使用内部LLM总结德克萨斯州洪水的公共文件，《明尼苏达明星论坛报》用ChatGPT翻译日记并请专家核查，美联社用LLM搜索中国监控技术相关文件，《纽约时
8月4日周二 · 4 条
正文结构化主题已通过公开置信门槛
微软与Paige发布病理学基础模型PRISM2
微软研究院与Paige（现为Tempus旗下）合作开发了病理学基础模型PRISM2，该模型基于组织图像和真实病理报告中的语言进行训练。在多项基准测试中，PRISM2在前列腺癌、乳腺癌和乳腺淋巴结转移检测等任务上达到或超过了专门的癌症检测系统，且无需为每个任务单独建模。PRISM2的完整模型权重已在Hugging Face上公开发布，供研究使用。
正文结构化主题已通过公开置信门槛
腾讯混元发布Hy ASR 3.0 preview，语音识别理解上下文
腾讯混元于8月4日发布新一代语音识别模型Hy ASR 3.0 preview，基于大语言模型Hy3，融合高精度语音识别与语义理解，在通用识别、上下文感知、多场景鲁棒性及方言覆盖等维度显著提升。该模型在开源和自建评测集上WER表现领先，已上线腾讯云提供API服务，并集成于腾讯元宝等产品。
正文结构化主题已通过公开置信门槛
CoT-Core：通过思维链感知的核心集选择加速 LLM 评估
CoT-Core 是一种新的无需训练的 LLM 评估核心问题选择框架，通过提示 LLM 生成零样本思维链推理轨迹，并在潜在空间中对问题进行聚类，以逻辑等价性而非表面文本相似性进行选择。在 GSM8K、MMLU、MMLU-Pro 和 GPQA 上的实验表明，CoT-Core 能大幅降低评估成本，同时保持高保真度分数估计，且其有效性受任务复杂度的限制。
正文结构化主题已通过公开置信门槛
MemoryForge：为类人LLM智能体合成终身记忆
arXiv 论文提出 MemoryForge 框架，用于为 LLM 智能体合成类人的终身记忆。该框架通过记忆条件化替代传统提示方法，包含上下文生成器、生活组织器和多分辨率模拟器三个组件。实验表明，MemoryForge 生成的记忆库能使冻结的 LLM 在角色扮演和用户模拟任务中表现出更类人的行为。