编译不等于正确：LLM 生成 PLC 程序的逐扫描评估
该论文提出 CycleBench 基准，包含 301 个结构化文本（ST）PLC 编程任务和 684 个场景，通过逐扫描执行对比来评估 LLM 生成程序的行为正确性。在八个 LLM 和四种基线配置下，编译通过率为 83.99%，但执行通过率仅 72.07%，相差 11.92 个百分点；仅检查最终扫描或每五次扫描会漏检大量瞬时输出错误。作者进一步提出 Cycl
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。
10月22日周四 · 1 条
正文结构化主题已通过公开置信门槛
10月21日周三 · 4 条
正文结构化主题已通过公开置信门槛
IDC：阿里云占中国汽车公共云市场份额超45%
IDC发布《中国汽车云市场（2026年上半年）跟踪》报告，2026年上半年中国汽车公共云基础设施市场规模约83.4亿元。阿里云以45.1%的份额位居第一，收入同比增长111%，自2021年起连续11期排名第一。报告称大模型在智能座舱、智能辅助驾驶等场景加速落地，带动汽车行业算力与AI需求增长，阿里云凭借千问大模型、平头哥自研AI芯片及云与AI基础设施成为更多
正文结构化主题已通过公开置信门槛
AI智能体协作的收敛理论：局部工作与全局进展
该论文将多个LLM智能体的协作问题形式化为块优化问题：每个智能体在局部目标加上跨块影响修正的引导下搜索共享解的一部分，协调器用全局目标验证提案并合并不冲突的提案，作者证明了线性收敛（误差下限在修正精确时消失）。实验用GPT-OSS-120B智能体在机器人路径规划任务上验证，三智能体团队每次都能找到无碰撞方案，六智能体团队搜索速度中位数约为单智能体的两倍，合并
正文结构化主题已通过公开置信门槛
基于多目标强化学习与大语言模型的帕累托最优RTL代码生成
该论文提出一种基于多目标强化学习的方法，让大语言模型从自然语言规格生成RTL电路时，不再将功耗、性能、面积（PPA）聚合为单一标量奖励，而是优化多次生成所得整个电路集合在PPA目标空间中的质量与多样性。方法包含将帕累托解集覆盖度改进重构为序列生成问题的训练流程，以及基于超体积贡献（HVC）的奖励函数。在RTLLM v2基准上，相对超体积较无PPA优化基线提升
正文结构化主题已通过公开置信门槛
Electric Plant 用 AI 模型 Bombadil 解读植物电信号
Electric Plant 公司由 Justin Mast 与神经科学家 Lee von Kraus 创立，过去三年收集植物电信号数据，训练出能解读约 125 种植物电信号的大语言模型 Bombadil，并配套开发了成本仅数十美元的传感器。公司近期完成 1120 万美元种子轮融资，计划将传感器与模型推向农业和林业市场，声称可帮助种植者优化浇水施肥、提升产量
10月20日周二 · 7 条
正文结构化主题已通过公开置信门槛
580天暗战：爱奇艺用AI重塑影视工业
爱奇艺在580天内推进生成式AI落地影视行业，CEO龚宇提出用AI重塑内容创作与评估。公司推出“剧本工坊”“影像工坊”等工具，其中“剧本工坊”已接入DeepSeek等国产大模型，可在30分钟内完成50万字剧本评估，累计服务5000部作品。爱奇艺还通过全员培训、内部智能体平台“奇智”推动AI应用，2024年大模型调用量较2023年增长83倍，超98%员工使用过
正文结构化主题已通过公开置信门槛
NII 发布 LLM-jp-4.1-32B-A3B 推理模型 GGUF 版
日本国立情报学研究所（NII）大语言模型研发中心发布 LLM-jp-4.1 系列中的 llm-jp-4.1-32b-a3b-thinking 模型，这是一个采用 MoE 架构、总参数 32B、激活参数约 3.8B、上下文长度 65,536 的推理模型。模型经 11.7T token 预训练与中期训练，再通过 SFT 和 DPO 对齐（未使用强化学习），并公开
正文结构化主题已通过公开置信门槛
一种用于风险评分差异证据化诊断的受控LLM工作流
该论文提出一种受控的大语言模型（LLM）工作流，用于借助相似历史交易解释风险评分差异。工作流结合参考检索、对比 SHAP 证据、基于参考的 LLM 推理和确定性验证。在测试数据集上的实验表明，相比没有结构化工作流引导的同一 LLM，该工作流能产生更一致、更有证据支撑且可追溯的诊断。
正文结构化主题已通过公开置信门槛
GardenBench：轻量级每日 LLM 能力评测基准
研究者提出 GardenBench，一个包含 11 个测试套件、105 项测试的轻量级 LLM 基准，通过每日自动运行（GitHub Actions）评估 Anthropic、DeepSeek、OpenAI、Google、Moonshot AI、阿里云和 Cohere 等厂商的前沿模型，记录准确率、成本与耗时的逐日变化。该基准旨在弥补模型卡由开发者自评、一次
正文结构化主题已通过公开置信门槛
位置决定生成：生成式引擎优化中提问地点的影响
该论文对生成式搜索引擎如何根据用户位置改变引用来源进行了受控审计。研究者向ChatGPT（19个声明位置）和ChatGPT、Gemini（5个网络位置）发送300个问题，共获得31,200条回答。结果显示ChatGPT遵循应用声明的位置（精确到城市），而Gemini忽略声明位置、跟随网络所在国家，且推荐商家随来源变化。这表明生成式搜索的可见性具有位置特异性，
正文结构化主题已通过公开置信门槛
团队协作的权重：通信结构能否帮助 LLM 科学家寻找科学定律？
该论文以符号回归作为可观测的科学搜索任务，在固定调用预算下比较了不同通信结构（Independent、Ring、Star、Complete）的 LLM 多智能体团队，并分别评估其候选表达式存档与最终选出的表达式。结果显示，将预算分散到更多独立轨迹带来的提升最大（平均留出拟合分数提高 0.70），而 Ring 策略在统一存档选择器下比 Independent
正文结构化主题已通过公开置信门槛
“我们看错了”：颠覆AI界的爆炸性主张
Goodfire 研究员 Nick Cammarata 发布约 2.6 万字博客，提出大语言模型内部机制可能比此前认为的更容易理解、监控和控制，引发 AI 圈热议，有人称其为年度最重要 AI 论文。斯坦福的 Chris Potts 等研究者则质疑这只是一个直觉猜想，并未真正降低理解 LLM 的难度。该主张若成立，将有助于应对 OpenAI、Anthropic
10月19日周一 · 3 条
正文结构化主题已通过公开置信门槛
AI人才争夺引发大厂薪酬倒挂，应届生年包最高500万
雷峰网报道，大厂在HC收缩的同时仍高价争夺AI人才，基础模型岗位应届生年包可达200万元起步，部分顶档达400万至500万元，导致新老员工薪酬倒挂加剧。猎头指出，大厂基模团队对优秀人才照单全收，应用侧岗位则在收缩，普通AI人才求职难度上升。DeepSeek、Kimi、智谱等年轻模型公司以不同招聘逻辑吸引人才，海外公司反向挖角中国大模型人才的现象在2025年尤
正文结构化主题已通过公开置信门槛
理解软错误引发的大语言模型幻觉
该论文首次系统研究硬件软错误（瞬态比特翻转）如何触发大语言模型幻觉，提出首个软错误诱导幻觉的分类体系，识别出四类主要幻觉模式。作者开发并开源了高效灵活的错误注入框架 LLMEI，可在不同规模 LLM 推理过程中注入软错误。研究在多种模型架构和任务（数学推理、代码生成）上评估了不同错误率下幻觉类型的分布，揭示了硬件可靠性对 LLM 实现的影响。
正文结构化主题已通过公开置信门槛
生成式智能体模拟城市出行行为与真实调查对齐研究
该论文构建了法国图卢兹的日常多模式出行智能体模型，对比15种决策者（简单基线、基于调查数据拟合的模型、最小提示与调优提示的生成式智能体、类型化分类器）在真实家庭出行调查上的表现。结果显示，调优提示的生成式智能体在无交通中断的模拟日模态分担上接近拟合模型，但逐次出行层面仍有差距；生成式智能体还能对未预见事件做出反应。新发布的Jev-1.13 TypeSafe分
10月17日周六 · 5 条
正文结构化主题已通过公开置信门槛
正确性反馈会抹除证据：Verus中的分阶段完整性审计
该论文研究形式验证中的规格完整性审计问题，发现在Verus/Rust任务中，正确性反馈会抑制审计所需的证据。在12个任务、四个模型家族的对比实验中，无反馈独立发现策略的认证见证产出率为59.0%，远高于IntentShield纠正反馈循环的27.1%。作者提出先保留并认证被接受的错误程序、再进行修复的分阶段工作流，其修复后的规格实现成功率达81.3%，优于I
正文结构化主题已通过公开置信门槛
基准饱和后利用解答记录评估模型能力
该研究探讨基准测试饱和后如何继续评估模型能力。作者利用历史基准和模型发布数据回溯模拟饱和，测试仅访问已饱和基准中正确解答记录的方法能否预测模型在未饱和任务上的能力。结果显示，饱和基准的解答记录仍保留超出准确率的能力信息，其中成对LLM评判效果最佳，预测误差比仅用饱和基准分数的基线降低5.27；但现有协议在分布偏移下并不总是稳健。
正文结构化主题已通过公开置信门槛
llama.cpp b11700 新增 Granite Switch 决策模型支持
llama.cpp 发布 b11700 版本，主要新增对 IBM Granite Switch 决策模型（decision model）的转换与推理支持，并允许该模型同时进行聊天与决策。相关改动由 IBM 的 Gabe Goodhart 提交，期间部分 chat+decision 支持被回滚，最终简化为 Granite Switch 支持决策时也始终支持文本
正文结构化主题已通过公开置信门槛
英伟达前高管谈物理AI：不止机器人，仍处乐高时代
英伟达机器人平台前产品营销负责人 Amulya Vishwanath 离职后创立早期基金 Techable VC，投资方向覆盖机器人、材料科学与生命科学等物理 AI 领域。她认为机器人目前处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块仍在重建，这与“通用基础模型将带来机器人 ChatGPT 时刻”的观点相左。她将物理 AI 定义为不止于机器人，还
正文结构化主题已通过公开置信门槛
前英伟达高管转做VC：机器人尚未迎来ChatGPT时刻
前英伟达机器人平台产品营销负责人Amulya Vishwanath转型成为风投，创立Techable VC并担任创始管理合伙人。她认为机器人技术目前处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块仍在重建，尚未迎来类似ChatGPT的爆发时刻。这一观点与部分认为通用基础模型将很快让机器人迎来“ChatGPT时刻”的看法相左。