语义自一致性：通过语义加权增强语言模型推理
该论文提出语义自一致性（Semantic Self-Consistency）方法，在传统自一致性框架基础上，对多条推理路径进行语义向量嵌入分析，而非仅对最终答案做多数投票。作者使用BERT系列模型（RoBERTa、SciBERT）对推理路径做向量化，通过语义加权和过滤机制重排结果、剔除退化或幻觉输出。在AQuA-RAT、SVAMP、StrategyQA三个数
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。
11月4日周三 · 4 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
AI已占软件工程顶会过半论文，但研究仍以应用为主
该研究对ICSE、FSE、ASE三大软件工程会议2018至2026年的4790篇研究论文进行普查，发现到2025年AI已出现在过半论文中，AI贡献了93.1%的论文增长。但LLM浪潮主要改变的是研究工具而非问题边界：92.6%的LLM相关论文仍在重访既有软件工程问题，95.7%的AI论文属于应用或评估支持，仅4.3%质疑该范式或探索替代方案。结合244名研究
正文结构化主题已通过公开置信门槛
Datasette Apps 0.3a0 发布，增强与 Datasette Agent 集成
Simon Willison 发布 Datasette Apps 0.3a0，该版本支持在 Datasette 内托管和编辑自定义 HTML 应用。新版本强化了与 Datasette Agent 的集成，包括在聊天中用 标记应用、新增管理应用可调用存储查询的工具，并在授予写查询或创建应用前要求用户批准。这些改动让 LLM 生成和管理应用的过程更可控。
正文结构化主题已通过公开置信门槛
研究发现：LLM 发展速度已超出解释它的研究
斯坦福研究者 Owen Queen 与 James Zou 检验了 50 条被广泛引用的 LLM 结论，在 20 个模型上复测后发现 44% 已「过期」，有预估期限的 22 条结论平均寿命仅 15.7 个月。关于模型「做不到什么」的结论失效最快，而偏好与倾向类结论更持久；幻觉引用等能力缺陷在部分新模型上消失，但不同模型间差异巨大。研究者据此呼吁论文应标注具体
11月3日周二 · 4 条
正文结构化主题已通过公开置信门槛
OpenEuroLLM 发布 Prelude-base 9B 中间训练检查点
OpenEuroLLM 在 Hugging Face 发布 Prelude-base 9B 的中间训练检查点，这是一个正在 CINECA Leonardo 超算上训练的 9B 稠密基础模型，采用类 Qwen3 架构，训练数据为 10T token，覆盖 36 种欧洲语言。检查点按 Megatron 迭代分支发布，当前均为 WSD 调度稳定阶段、尚未冷却的版本
正文结构化主题已通过公开置信门槛
蔡崇信乌镇谈AI：只有开源开放才能普惠普及
阿里巴巴集团联合创始人、董事会主席蔡崇信在2026年世界互联网大会乌镇峰会开幕式上表示，AI只有开源才能普及，只有普及才能创造可持续、普惠的智能时代。他介绍阿里千问已开源超470款模型、全球累计下载量突破40亿次、衍生模型超33万个，并称开源降低了中小企业研发成本、惠及发展中国家。此外，阿里还展示了平头哥芯片、阿里云、千问大模型及医疗、消费、办公等领域的AI
正文结构化主题已通过公开置信门槛
Simon Willison 发布十月赞助者专属通讯
Simon Willison 发布了 2026 年 10 月的赞助者专属月度通讯，内容涵盖 vibe 游戏开发在 10 月的转折点、漏洞危机升温、LLM 发布、每月 100 美元以上订阅的 API 额度，以及他当前使用的工具和自己的软件发布。该通讯面向付费赞助者，每月 10 美元可提前一个月阅读，免费版延后发布。
正文结构化主题已通过公开置信门槛
多方模拟框架中协作行为的情境敏感性评估
该研究针对基于大语言模型（LLM）的多方模拟框架，开展了一项受控的全因子实验，考察团队构成、团队规模（3/5/7/9人）和目标类型（头脑风暴、选择、谈判、执行）等情境因素如何影响协作行为。研究在Sotopia、TinyTroupe和Scripted三个框架下覆盖96种设置，并采用Bales互动过程分析和Meier协作质量框架进行量化。结果显示，模拟器系统性地
11月2日周一 · 4 条
正文结构化主题已通过公开置信门槛
OpenEuroLLM 发布 Prelude 9B 中间训练检查点
OpenEuroLLM 在 Hugging Face 发布 Prelude 9B 的中间训练检查点，这是一个实验性 9B 稠密基座模型，正在 CINECA 的 Leonardo 超算上训练。模型采用类 Qwen3 架构，在 10T token 上训练，覆盖 36 种欧洲语言（数据混合中为 41 个语言/文字代码），以 Apache 2.0 许可发布，各迭代检
正文结构化主题已通过公开置信门槛
AIFaultBench：AI 软件真实缺陷可复现基准
研究者发布 AIFaultBench，一个包含来自 76 个组织的 105 个 AI 软件仓库、共 770 个真实缺陷的可复现基准，覆盖机器学习、深度学习、强化学习、大语言模型、智能体 AI 及 AI 工具与基础设施六类系统。每条缺陷记录关联原始报告、源码版本、环境配置脚本、复现触发条件和调查证据，其中 652 个（84.7%）在记录条件下成功复现，其余 1
正文结构化主题已通过公开置信门槛
CoFiBreak：面向多轮越狱的由粗到细多样性奖励
论文提出 CoFiBreak，一种用于 GRPO 的由粗到细多样性奖励方法，通过粗粒度奖励鼓励攻击者使用组内稀缺策略、细粒度奖励在去除有害意图方向后惩罚模板复用，从而在保持攻击成功率的同时提升多轮越狱攻击的多样性。以 Llama3.1-8B-Instruct 为受害模型训练后，在 HarmBench 上发现的细粒度成功策略数量为最强基线的 1.6–2.0 倍
正文结构化主题已通过公开置信门槛
MILES-Rec：从移动行为推断隐式意图的跨域 POI 推荐
论文提出 MILES-Rec 跨域 POI 推荐框架，从地图应用中的移动行为（搜索、路线、导航等）推断用户隐含的服务意图，并将其表达为按优先级排序的自然语言查询。方法上先用渐进式推理示范学习情境理解、意图扩展与查询排序，再引入意图对齐的组相对策略优化，以用户后续交互作为奖励，并采用两级信用分配协调单条查询质量与整份查询列表的覆盖度。作者基于大规模地图平台真实
10月31日周六 · 3 条
正文结构化主题已通过公开置信门槛
Google 披露 PageBreak AI 安全智能体，已发现 500 多个 XSS 漏洞
Google 披露其 AI 安全智能体 PageBreak 自 1 月全面运行以来，已在自家 Web 应用中自主发现 500 多个 XSS 漏洞。该系统基于 Gemini 模型提出漏洞假设，但只有在确定性验证器于运行环境中成功复现利用后才上报，因此误报率接近零。Google 还计划将其与 CodeMender 等智能体安全项目集成，自动生成修复方案，不过 5
正文结构化主题已通过公开置信门槛
NVIDIA 用几条命令在 DGX Spark 上运行边缘 AI 模型
NVIDIA 发布技术博客，介绍在 64GB 版 DGX Spark 上通过 TensorRT Edge-LLM 的 trtedge CLI，用少量命令即可下载并构建 Nemotron-3.5 Lightning 模型引擎，在终端对话或通过 OpenAI 兼容 API 提供服务，并可用 DSpark 投机解码加速生成。实测开启 DSpark 后生成速度从约
正文结构化主题已通过公开置信门槛
Quarkus LangChain4j 发布 2.0.0.Beta2
Quarkus LangChain4j 发布 2.0.0.Beta2 版本，由 @geoand 通过 PR #3087 提交，此前已发布 2.0.0.Beta1。该版本是 Quarkus 生态中 LangChain4j 集成扩展的 2.0 系列预发布版本，完整变更记录可在 GitHub 对比 1.15.0.CR2 与 2.0.0.Beta2 查看。
10月30日周五 · 5 条
正文结构化主题已通过公开置信门槛
DoorDash 用 AI Agent 将杂货复购延迟从 16 秒降至 2 秒
DoorDash 通过将周期性购买需求预先计算并存储，而非每次请求重新构建，把 AI 驱动的杂货复购流程延迟从约 16 秒降至 2 秒。该改动使购物清单浏览量翻倍，复购流程下单率提升约 34%。实现基于 DoorDash 共享 agent 平台与 grounded 购物界面，结合批量 LLM 推理、确定性校验和实时商品目录解析。
正文结构化主题已通过公开置信门槛
维基媒体就 AI 版权案发声：训练属合理使用，复现原文需授权
维基媒体基金会在《纽约时报》等出版商诉 OpenAI 和微软的 AI 版权案中提交法庭之友意见书，主张用版权作品预训练大语言模型属于合理使用，但模型向用户复现原文并替代原始作品时应需获得许可。该基金会警告，过于简单化的裁决可能让版权方对创新性使用设限，或让 AI 公司无视许可条款，进而威胁维基百科等开放知识生态的可持续性。
正文结构化主题已通过公开置信门槛
科大讯飞董事长与总裁主动降薪，两人均少领超2000万
科大讯飞回应投资者对高管薪酬的质疑，披露董事长刘庆峰与总裁吴晓如主动降薪，2025年度两人实际领取薪酬分别为410万元和300万元，较应发合计2795.69万元均少领超2000万元。百度确认集团副总裁、百度研究院副院长吴甜已离职，并透露文心模型下周将有新进展。美国司法部对英伟达拟以129亿美元收购Hugging Face的交易展开反垄断调查，重点评估其是否借
正文结构化主题已通过公开置信门槛
开放人群社交模拟：从持续智能体转向传播过程
华中科技大学与新加坡国立大学的研究者提出，开放人群社交模拟不应以持续存在的个体智能体轨迹为核心，而应转向可观测的社交传播过程建模，即谁参与、传播什么以及传播如何塑造后续系统动态。该框架从全局用户池激活参与者、进行集体状态转移，并用 LLM 策略生成传播内容，在五个 Qwen 骨干模型上将平均 KL 散度较 Direct LLM 降低 71.2%、较 MF-L
正文结构化主题已通过公开置信门槛
DICPlay 发布 RusMind-Vspyshka 端侧俄语模型 4.7 版
DICPlay 在 Hugging Face 发布 RusMind-Vspyshka 模型仓库，汇集其俄语端侧模型「Вспышка」各版本，最新 4.7 版为 7.5B 参数、以 GGUF 格式提供，可离线运行。据其引用 MERA v2 榜单，Вспышка 4.7 总分为 0.191，在 10B 以下模型中排第二，仅次于同系列 RusMind Сокол；