Guiding Data Allocation for Robust Subpopulation Generalization
机器学习模型在训练数据中通常能获得较高的平均准确率，但在测试数据上表现不佳，这可能是由于子群体偏移。一种常见的数据导向解决方案是强制子群体比例均衡，但完全均衡可能成本高、不可行，且不一定必要。在本工作中，我们研究是否均衡的训练数据是实现稳健子群体泛化唯一最优配置。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
#论文/研究
arXiv AI评分5858 arXiv AI评分5252 Kolmogorov-Chapman Maps: Trajectory-Free Learning for Simulating Molecular Dynamics
在本工作中，我们引入Kolmogorov-Chapman地图（KC-Maps），一种仅依赖轨迹自由边际样本以及已知的漂移和扩散系数来学习SDE的转移核的方法。给定过程的初始时间与状态，KC-Maps模型其分布整合到任意给定时间，对应SDE的弱解。为恢复正确的动力学，KC-Maps满足两个关键性质：(i) 它满足边界条件，我们直接将其纳入神经网络架构；(ii) 它尊重Kolmogorov-Chapman方程，该方程提供高效的训练目标。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5454 HiVe-Mem: Interleaving Horizontal Memory Expansion and Vertical Evidence Composition for Multimodal Agents
我们引入了 extbf{ extsc{H}}or extbf{ extsc{i}}zontal Memory Expansion与 extbf{ extsc{Ve}}rtical Evidence Composition相结合的多模态记忆框架 extbf{ extsc{H}}ivemem。对于水平记忆扩展， extbf{ extsc{H}}ivemem使用文本和视觉锚点将记忆片段组织成关系图，通过相关邻居扩展语义检索的种子，以恢复互补信息。对于垂直证据组合，每个检索到的记忆保留多种证据形式，包括紧凑摘要、标题、基于视觉的视图、原始图像和交互历史。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5656 Vendi Anomaly Scores for Efficient and Accurate Anomaly Detection
在本工作中，我们通过从多样性的角度提出异常检测的新范式。我们提出Vendi异常得分（VAS），通过量化样本移除后如何改变数据集的多样性，即Vendi得分，来检测异常。VAS同时捕捉局部冗余和全局数据结构，而不依赖密度估计或分区启发式方法。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5252 Where Does Alignment Emerge and What Does It Mean? A Closer Look at the Platonic Representation Hypothesis
普罗米修斯表示假设（PRH）认为神经网络正朝向相似的表示空间收敛。随着语言模型能力增强，其表示与视觉模型趋于一致。然而，近期研究质疑这一趋势是否持续适用于新语言模型。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5454 Is Persona Generalization Predictable?
人设泛化发生时，微调语言模型在一个领域会引发其他领域的行为变化——例如，观察到的普遍不安全行为。我们发现人设泛化中存在一种“在一条线上”的现象：在不同微调超参数下，内域和外域人设的比率遵循近似线性关系，且具体的线性关系在模型家族和模型规模中意外地一致，包括Qwen和Llama。训练选择使可训练参数集保持不变，如学习率、权重衰减和训练时长，主要通过削弱内域学习来减少迁移。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5858 WorkflowArena: Benchmarking Executable Workflow Orchestration in LLM-Based Multi-Agent Systems
大型语言模型代理越来越多地作为多智能体系统部署，而非作为单个模型在单一上下文中运行。最近的代理工具允许模型实例化工作者代理，并编写协调它们的可执行工作流，使系统结构的设计在运行时由模型决定。这种组织方式因此构成了一种独特的能力，但现有基准测试要么测量端到端任务完成情况，要么在预先指定的结构下评估协调能力。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5858 What kills $v$-prediction? A Patch-wise PCA Perspective on Pixel-Space Flow Matching
潜在扩散模型在生成建模中占据主导地位，但面临两阶段训练复杂性和预训练自动编码器固有的重建限制。像素空间流匹配提供了一种简化端到端的替代方案，但当使用标准$v$预测目标时，常遇到训练困难。近期研究将这一困难归因于噪声目标的离散化特性，从而推动了$x$预测的采用。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分6161 WanderBench: Can World Models Explore Dynamic Worlds from Video?
我们引入WanderBench，一个用于从视频中探索动态世界的基准测试。它包含745单帧真实和AI生成内容的视频，分为三个难度等级(3-25 s)，并以键盘操作形式提供相机路线，评估六个维度的指标，包括24人验证的子指标。对八种模型进行基准测试，我们发现随着视频片段变长，模型保持静态场景和视觉质量，但失去相机控制和源动态，且无人能保持重访地点的一致性。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5151 SciMARS: Multi-Agent Recursive Self-Improvement for Closed-Loop Scientific Discovery
我们提出SciMARS，一种用于闭环科学发现中递归任务本地适应多智能体套件的框架。多智能体系统在科学证据演化过程中协调分析、实验设计和验证。然而，两个问题限制了其有效性：(i) 无共享内存时，智能体丢失观察并重复工作；(ii) 固定角色流程、交接和记忆策略尽管保留证据仍导致错误。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5151 Learning inexact alternating minimization for convex problems with quadratic coupling
本文提出一种近似方案，神经网络在每轮迭代中逼近子问题的解。对于满足二次增长条件的变量块之间具有二次耦合的凸问题，我们推导出最优解间隙的最坏情况界限，揭示了网络在贪婪方式下训练时的每轮误差。结合该界限与PAC-Bayes论证，我们获得一个固定时间窗口、高概率的最优解间隙期望界限。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分6161 K-prop: Deep Online Learning by Backpropagating Temporal Kernels
我们提出K-prop，一种用于漏电神经网络的新型在线学习方法。它通过传播核增益显著降低了实时递归学习（RTRL）的计算和内存成本。K-prop在现有RTRL近似方法上表现优异，其性能与时间序列学习、分类和强化学习任务中的反向传播通过时间（backpropagation through time）相当。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5353 Perceived Agency During Agent-Avatar Control Transitions in Virtual Reality
关于虚拟人（VH）是否由人类或计算机控制的先验信念，会影响用户对它行为的解读和回应。随着新兴的混合VH系统允许在持续交互中实现人类操作者与计算机程序之间的控制转移，尚不清楚感知到的代理更新是否与实际控制器一致，还是继续反映用户的先验信念和最初印象。我们在一项针对24参与者的单被试VR研究中，考察了这一问题，研究条件包括：始终由计算机控制、计算机到人类、人类到计算机、始终由人类控制。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5757 WaveGen: Truly End-to-End Waveform Generation via Internal Spectral Trajectory Learning
本工作提出WaveGen，一种基于频谱强迫的端到端文本到波形框架，联合学习单个模型内的频谱轨迹和目标波形轨迹，实现直接端到端文本到波形生成。不同于近期的TTS管道，WaveGen不依赖于单独训练或外部解码的中间表示，如神经音频编码器、Mel-谱图语音编码器或基于VAE的潜在模型。此外，WaveGen在单个模型内实现文本语音对齐，无需外部对齐模块如持续预测器。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5353 Can the Confidence and Decisions of System 1 Models Be Trusted? An Explainability and Perturbation Audit of Jev-Style Decision Models
我们引入一个开放、确定性的审计基准，评估系统1决策模型在标签保持扰动下的校准性能，包括跨问题干扰和后验信任度。评估五种开放权重模型(0.8B至27B)以及生成式系统2基线——单token logprob评分和结构化JSON/CoT解码——在NLI（e-SNLI）、对抗性句法捷径（HANS）、合成临床分诊（N=900）、提示注入防御（Tensor Trust，N=250）和86案例逻辑门触发器套件中，得出五个结论：(1) 提供者信心是精确的闭合形式扩散变换（1 - H(p)/ln K 在子10B模型上；Clef-27B的归一化边缘），而非经验准确度；(2) 将多个问题打包成一个请求会引发方向性跨问题干扰（Tev1-0.8B二进制翻转，与/无）
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分5555 UniHam: A Large-Scale SOC-Complete Dataset and Benchmark for Hamiltonian Learning in Materials
准确预测电子哈密顿量可实现广泛性质推断，同时避免密度泛函理论（DFT）的高计算成本。然而，通用型材料基础模型的发展受限于数据瓶颈：现有哈密顿量数据集通常较小，缺乏结构多样性，且常遗漏关键相对论物理如自旋-轨道耦合（SOC）。因此，我们构建了UniHam，一个大规模哈密顿量数据集和基准套件，包含100,000+个DFT计算的复数值Hermitian哈密顿量，涵盖72元素和广泛晶体几何结构（涵盖多样晶格类型和空间群家族）。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分4949 MARS: Multiscale Appearance-Residual Streams for Video Forgery Detection
我们引入多尺度外观残差流（MARS），这是一种双路径视频检测器。残差路径使用固定的空间和时间高斯差操作符处理冻结的中间特征，并在帧间建模出现的差异。语义路径适配编码器的归一化参数以进行帧分类，同时使用依赖于剪辑的门组合其预测。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
IT之家 AI评分6868 苹果 iOS 27.3 代码曝光 Siri“个人记忆系统”，可记录用户各类信息
IT之家 11 月 9 日消息，根据代码研究人员 pdfu 分享的最新代码发现，苹果正在开发一套个人记忆系统，有望帮助 Siri 记住用户生活中的各种信息。 根据相关发现，在苹果 iOS 27.3 测试版中，这套系统包含一个名为“记忆图谱”（Memory Graph）的组件，旨在整理用户的人际关系、常去地点、日常习惯、健康状况、锻炼情况，以及激励用户或阻碍用户实现目标的因素。 IT之家注意到，系统还设计了名为“记忆原子”（Memory Atoms）的数据单元，用于记录事实、观点、意图和事件，并关联相关人物、地点、时间及话题等具体信息。 据 pdfu 介绍，这套图谱通过两种处理机制收集信息。其中一种负责将结构化数据转化为洞察，例如读取用户个人联系人名片中的姓名字段。另一种则借助设备端 AI 模型或苹果私有云计算（Private Cloud Compute），从 Siri 对话、信息、照片和健康数据等来源提取信息。 目前，代码中似乎...
推荐理由：来自IT之家 AI的《苹果 iOS 27.3 代码曝光 Siri“个人记忆系统”，可记录用户各类信息》。重点看模型能力与工程。摘要提到：IT之家 11 月 9 日消息，根据代码研究人员 pdfu 分享的最新代码发现，苹果正在开发一套个人记忆系统，有望帮助 Siri 记住用户生活中的各种信息。 根据相关发现，在苹果 iOS 27.3 测试版中，这套系统包含一个名为“记忆图谱”（Memory Graph）的组件，旨在整理用户的人际关系、常去地点、日常习惯、健康状况、锻炼情况，以及激励用户或阻碍用户实现目标的因素。 IT之家注意到，系统还设计了名为“记忆原子”（Memory Atoms）的数据单元，用于记录事实、观点、意图和事件，并关联相关人物、地点、时间及话题等具体信息。 据 pdfu 介绍，这套图谱通过两种处理机制收集信息。其中一种负责将结构化数据转化为洞察，例如读取用户个人联系人名片中的姓名字段。另一种则借助设备端 AI 模型或苹果私有云计算（Private Cloud Compute），从 Siri 对话、信息、照片和健康数据等来源提取信息。 目前，代码中似乎...
IT之家 AI评分7474 研究显示 OpenAI ChatGPT 占全球 AI 聊天机器人流量超 81%，断层领跑
IT之家 11 月 9 日消息，今年早些时候，随着谷歌和 Anthropic 等竞争对手势头渐起，ChatGPT 在 AI 市场的主导地位一度显现出松动迹象。不过，一项最新研究显示，OpenAI 旗下这款旗舰产品正在意外反弹。 研究与增长营销公司 Graphite 的一项研究显示，目前 ChatGPT 占全球主要 AI 聊天机器人工具总流量的比例已超过 81%，没有任何一家竞争对手的市场份额达到 10%。 考虑到谷歌 Gemini 和 Anthropic Claude 近期备受关注，并被普遍视为 OpenAI 越来越强劲的竞争威胁，这一数据颇为让人意外。 这项研究也挑战了另一种看法，即 ChatGPT 此前的爆发式增长已经陷入停滞。 2025 年上半年，ChatGPT 的使用量曾大幅攀升，但此后连续 7 个月基本陷入平台期。不过，今年以来其增长重新提速。Graphite 的分析显示，ChatGPT 月访问量增长近 20%，并于今...
推荐理由：来自IT之家 AI的《研究显示 OpenAI ChatGPT 占全球 AI 聊天机器人流量超 81%，断层领跑》。重点看产品发布。摘要提到：IT之家 11 月 9 日消息，今年早些时候，随着谷歌和 Anthropic 等竞争对手势头渐起，ChatGPT 在 AI 市场的主导地位一度显现出松动迹象。不过，一项最新研究显示，OpenAI 旗下这款旗舰产品正在意外反弹。 研究与增长营销公司 Graphite 的一项研究显示，目前 ChatGPT 占全球主要 AI 聊天机器人工具总流量的比例已超过 81%，没有任何一家竞争对手的市场份额达到 10%。 考虑到谷歌 Gemini 和 Anthropic Claude 近期备受关注，并被普遍视为 OpenAI 越来越强劲的竞争威胁，这一数据颇为让人意外。 这项研究也挑战了另一种看法，即 ChatGPT 此前的爆发式增长已经陷入停滞。 2025 年上半年，ChatGPT 的使用量曾大幅攀升，但此后连续 7 个月基本陷入平台期。不过，今年以来其增长重新提速。Graphite 的分析显示，ChatGPT 月访问量增长近 20%，并于今...
MIT Technology Review AI评分8989 Innovating with AI in the special chemicals industry
随着企业借助人工智能、云计算和先进建模加速创新，主要挑战是将新科技与可靠数据、科学专业知识及产品推向市场的实际现实连接起来。对于Lubrizol这样的特种化学品制造商而言，数字化转型的核心在于为研究人员提供更快的工具，以测试想法并做出更明智的决策。
推荐理由：请对照MIT Technology Review AI原文，核对完整说明及适用条件。
IT之家 AI评分3636 天文学家发现“暗星系”候选天体：拥有约 20 亿倍太阳质量的氢气，却几乎没有恒星
IT之家 11 月 9 日消息，据《连线》报道，一些星系似乎具备形成恒星所需的全部条件，却几乎从未孕育出恒星。 多年来，科学家一直对这一现象感到困惑。近期研究发现，这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系，是指内部含有气体和暗物质，却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解，为什么有些星系能够形成恒星，而另一些却始终保持黑暗，同时也能检验现有星系形成理论是否准确。 目前，科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分：一种是暗能量，这种神秘属性被认为推动着宇宙加速膨胀；另一种是冷暗物质，物理学家推测它约占宇宙全部物质的 85%。 根据这一模型，被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部，随后逐渐冷却、坍缩，最终形成恒星。不过，天文学家仍在试图弄清楚，为什么这一过程会在某些暗物质晕中发生，在另一些暗物质晕中却...
推荐理由：来自IT之家 AI的《天文学家发现“暗星系”候选天体：拥有约 20 亿倍太阳质量的氢气，却几乎没有恒星》。重点看模型能力与工程。摘要提到：IT之家 11 月 9 日消息，据《连线》报道，一些星系似乎具备形成恒星所需的全部条件，却几乎从未孕育出恒星。 多年来，科学家一直对这一现象感到困惑。近期研究发现，这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系，是指内部含有气体和暗物质，却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解，为什么有些星系能够形成恒星，而另一些却始终保持黑暗，同时也能检验现有星系形成理论是否准确。 目前，科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分：一种是暗能量，这种神秘属性被认为推动着宇宙加速膨胀；另一种是冷暗物质，物理学家推测它约占宇宙全部物质的 85%。 根据这一模型，被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部，随后逐渐冷却、坍缩，最终形成恒星。不过，天文学家仍在试图弄清楚，为什么这一过程会在某些暗物质晕中发生，在另一些暗物质晕中却...
BAIR Berkeley AI Research评分4949 BAIR at CoRL 2026
原文摘录（自动中文摘要暂不可用）：BAIR at CoRL 2026 The Conference on Robot Learning (CoRL) takes place November 9–12, 2026, in Austin, Texas. BAIR faculty, postdocs and students will be presenting research at various sessions, including an Early Career Keynote from Professor Negar Mehr. See below for the full schedule of sessions with BAIR members, including papers co-authored with collabor
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
极客公园评分3434 一颗植物工厂草莓，离你的果盘还有多远？多多农研拉近现场
作者｜徐珊 编辑｜ 郑玄 这可能是你见过最安静的一块「草莓地」。 没有虫鸣，没有鸟叫，50 平方米的房间里，草莓植株一层层码到头顶，叶片舒展，几乎找不到一个虫眼，枝头挂满了还没转红的青果，也有不少已经熟透。不靠天、不靠地，草莓在这个赛博农场里被「种上了天」。 这里是第五届「多多农研科技大赛」一等奖赛博农人团队的植物工厂。从 5 月 12 日定植算起，这些草莓等了 113 天才迎来第一次采收，采收 50 天累计产量达到 284.45 公斤，而日常照料它们的，只有 1 名工人。评委贺冬仙说，如果再给它半年，这一架草莓产量会相当可观。 但每一束光、每一度低温背后都是成本。过去几年，Plenty、Bowery、Infarm 等明星垂直农业公司相继破产或停运。到 2024 年，中国已经有了 493 座植物工厂，研究机构、照明企业等都在入场，但其中不少也处于亏损状态。 植物工厂离商业化，始终只差临门一脚。 种出植物并不是结果，过去几年，植物...
推荐理由：来自极客公园的《一颗植物工厂草莓，离你的果盘还有多远？多多农研拉近现场》。重点看论文/研究。摘要提到：作者｜徐珊 编辑｜ 郑玄 这可能是你见过最安静的一块「草莓地」。 没有虫鸣，没有鸟叫，50 平方米的房间里，草莓植株一层层码到头顶，叶片舒展，几乎找不到一个虫眼，枝头挂满了还没转红的青果，也有不少已经熟透。不靠天、不靠地，草莓在这个赛博农场里被「种上了天」。 这里是第五届「多多农研科技大赛」一等奖赛博农人团队的植物工厂。从 5 月 12 日定植算起，这些草莓等了 113 天才迎来第一次采收，采收 50 天累计产量达到 284.45 公斤，而日常照料它们的，只有 1 名工人。评委贺冬仙说，如果再给它半年，这一架草莓产量会相当可观。 但每一束光、每一度低温背后都是成本。过去几年，Plenty、Bowery、Infarm 等明星垂直农业公司相继破产或停运。到 2024 年，中国已经有了 493 座植物工厂，研究机构、照明企业等都在入场，但其中不少也处于亏损状态。 植物工厂离商业化，始终只差临门一脚。 种出植物并不是结果，过去几年，植物...
IT之家 AI评分7070 Anthropic 揭秘科学家用 Claude 都干啥：大多用来分析数据和写作
IT之家 11 月 9 日消息，Anthropic 近日发布研究报告， 显示科学家主要将 Claude 用于数据分析和写作 ，收集数据、生成研究假设则较少使用 AI。 IT之家了解到，Anthropic 此次研究使用了 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话，其中包含 12.9 万次 Claude 对话和 Cowork 会话，以及 7.8 万次 Claude Code 会话。系统只保留并研究会话所属的学科、研究子领域和具体任务等分类标签，不会提取或保存研究数据、假设、实验方法、初步发现或未发表论文等具体内容。所有结果均以汇总形式呈现，以保护隐私。 从学科来看，计算机科学、数学和统计学等领域的研究人员会更频繁地使用 Claude，医疗健康以及需要在实验室开展工作的物理科学领域则相对较少。 在 Claude 科研会话中，计算机科学（IT之家注：CS）占比最高，达到 11.9%；工程学和医学分别占 ...
推荐理由：来自IT之家 AI的《Anthropic 揭秘科学家用 Claude 都干啥：大多用来分析数据和写作》。重点看产品发布。摘要提到：IT之家 11 月 9 日消息，Anthropic 近日发布研究报告， 显示科学家主要将 Claude 用于数据分析和写作 ，收集数据、生成研究假设则较少使用 AI。 IT之家了解到，Anthropic 此次研究使用了 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话，其中包含 12.9 万次 Claude 对话和 Cowork 会话，以及 7.8 万次 Claude Code 会话。系统只保留并研究会话所属的学科、研究子领域和具体任务等分类标签，不会提取或保存研究数据、假设、实验方法、初步发现或未发表论文等具体内容。所有结果均以汇总形式呈现，以保护隐私。 从学科来看，计算机科学、数学和统计学等领域的研究人员会更频繁地使用 Claude，医疗健康以及需要在实验室开展工作的物理科学领域则相对较少。 在 Claude 科研会话中，计算机科学（IT之家注：CS）占比最高，达到 11.9%；工程学和医学分别占 ...
IT之家 AI评分7272 LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API
IT之家 11 月 9 日消息，LG AI 研究院韩国当地时间今日宣布， 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户，可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练， 拥有比肩头部开源 AI 模型的智能体能力 ，在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754
推荐理由：来自IT之家 AI的《LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到：IT之家 11 月 9 日消息，LG AI 研究院韩国当地时间今日宣布， 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户，可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练， 拥有比肩头部开源 AI 模型的智能体能力 ，在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754
Simon Willison评分8181 parse_number() as a SQLite extension: C vs Rust
研究：parse_number() 作为 SQLite 扩展：C vs Rust。我正在遛狗时对如何编写一个 SQLite C 扩展，该扩展添加 parse_number() 函数，将类似 -$1,234.56 或 '12.5%' 的字符串转换为可求和和排序的数值产生了兴趣。我启动了常规 Claude 消息（Opus 5.5），并提示：我正在考虑一个 SQLite 自定义函数 'parse_number(value)'，该函数会移除逗号、美元符号、英镑符号和百分号，处理前导减号，并返回 'NULL' 对于无法解析的内容。探索将此作为 SQLite 扩展在 C 和 Rust 中构建的差异——我想要比较性能和代码复杂度以及生成的 .so 文件的大小。这给了我一个坚实的基础——Rust 扩展为 321 KB（使用 Rusqlite）和 298 KB（使用 sqlite-loadable-rs），而 C 扩展为 14 KB。但 Rust 扩展更快！这是因为 Rust 的 strtod 对应于 C 的 strtod，速度是其两倍。因此我进行了测试
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
arXiv AI评分4848 CallCleaner: Lightweight Bioacoustic Denoising from an Audio Foundation Model
许多研究动物鸣叫需要干净的录音，但动物通常在野外记录，受天气、车辆和其他动物的背景噪声干扰。动物鸣叫去噪面临清洁训练数据稀缺和动物鸣叫种类极端多样化的挑战。传统频谱门限方法在无语音活动检测（VAD）时仍保留残余噪声，而为生物声学设计的检测器自由神经去噪器去除的噪声较少。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分4848 THEATRON: A Benchmark for Evaluating Persona Persistence in Long-Horizon LLM Decision-Making
我们引入THEATRON，一个受控基准测试，使用财务重演来评估长时序决策中的角色持续性。在这些环境中，基于固定行为-财务角色的模型观察共享每日市场证据和轨迹特定的账户状态反馈，并在多月轨迹上进行序列决策。我们通过四个LLM评估零次、一次和链式思维角色注入，使用累积回报和动作轨迹来诊断个体角色稳定性、跨角色可分离性和动作坍塌。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分4040 MicroSim: Contrastive Graph Neural Networks for Binary Code Similarity Detection
我们提出MicroSim，一种用于二进制代码相似性检测的系统，将每个函数表示为从IDA Pro Hex-Rays微代码构建的图，并与对比的Siamese图神经网络（GNN）进行比较。我们在TREX跨优化基准测试中进行评估，该基准测试包含849,072个函数级微代码图，覆盖优化级别-O0至-O3，采用严格的类不相交划分，其中训练集和测试集之间没有函数键共享。在该协议下，MicroSim达到0.9972接收者操作特征曲线（ROC-AUC）下的面积和0.9762马特威相关系数（MCC），优于Gemini（0.9332 ROC-AUC）、SAFE（0.9752）和jTrans（0.9740）在相同划分上重新训练的模型，以及结构自由的Bag-of-Words（BoW）基线（0.9484）。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分2323 Robust and Private Swarm Learning via Zero-Knowledge Validator Admission and Consensus Aggregation
我们提出了一种稳健、隐私保护的Swarm Learning框架，使可验证的数据质量成为学习任务的准入条件。验证器仅在零知识认证证明其参考模型在私有数据上正确运行后加入，且不透露任何原始样本。认证输出还生成无标签的类分布，因此网络从个体偏差的验证器中准确地构建出集体独立同分布的验证器池，其精度甚至达到拥有真实标签的Oracle（总变差距离至均匀分布，对Oracle为0.025，对随机选择为0.021）
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分4646 Saidzoda-CA-EmbeddingGemma-300M: One Small Embedder for Tajik, Kazakh, Uzbek and Kyrgyz
我们提出Saidzoda-CA-EmbeddingGemma-300M，一种适用于四种语言的模型。它是对EmbeddingGemma-300M的泰吉克语微调，训练于279,904对问题：源自文本的 Kazakh、Uzbek 和 Kyrgyz 问题，以及泰吉克语复习和英语、俄语重播。在贝勒贝勒，每种语言的recall@1提升14.4至26.0点，介于75.2%和77.7%之间。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
arXiv AI评分4848 GOPR-CAD: Graph-of-Operations Progressive Reasoning for CAD Generation
为解决这些问题，我们提出GOPR-CAD，一种基于图操作渐进推理的文本到CAD管道。语言模型作为封装CAD操作的决策代理，逐步构建可执行的操作图，由确定性编译器转换为最终的CAD模型。该分离无需额外训练，支持不同语言模型。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
IT之家 AI评分6868 上海交大构建 AI 原生科学实验室 AutoDNA 装置：实现自主分子生物学实验操作，成果登《自然》
IT之家 11 月 8 日消息，上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，依托张江高等研究院 DNA 存储研究中心开展研究， 成果发表于《自然》（Nature）杂志 ，并获该刊官网首页头条重点报道。 研究团队构建了 AI 原生科学实验室 AutoDNA 装置（思源一号），实现了自主分子生物学实验操作 ，通过对模型、实验与仪器进行协同设计，解决了现有 AI 自主科学实验室向分子生物学实验拓展时，在复杂流程组织、多类仪器协同以及实验时序、环境稳定性和操作精度保障等方面面临的难题，使自主实验能够覆盖需要微米级定位和微升级液体处理的复杂生物分子实验场景。 据介绍，已有 AI 自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则，再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率，却难以适应生物分子实验流...
推荐理由：来自IT之家 AI的《上海交大构建 AI 原生科学实验室 AutoDNA 装置：实现自主分子生物学实验操作，成果登《自然》》。重点看模型能力与工程。摘要提到：IT之家 11 月 8 日消息，上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，依托张江高等研究院 DNA 存储研究中心开展研究， 成果发表于《自然》（Nature）杂志 ，并获该刊官网首页头条重点报道。 研究团队构建了 AI 原生科学实验室 AutoDNA 装置（思源一号），实现了自主分子生物学实验操作 ，通过对模型、实验与仪器进行协同设计，解决了现有 AI 自主科学实验室向分子生物学实验拓展时，在复杂流程组织、多类仪器协同以及实验时序、环境稳定性和操作精度保障等方面面临的难题，使自主实验能够覆盖需要微米级定位和微升级液体处理的复杂生物分子实验场景。 据介绍，已有 AI 自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则，再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率，却难以适应生物分子实验流...
IT之家 AI评分7070 前 Rockstar 技术总监：爱好者“AI 移植游戏潮”或迫使官方加速发布《GTA6》PC 版
IT之家 11 月 8 日消息，前 Rockstar 技术总监 Obbe Vermeij 近日接受外媒《Rock Paper Shotgun》采访时表示，随着 AI 模型逐渐具备反编译和移植游戏的能力，Rockstar 可能已调整《GTA6》的 PC 版发行策略，避免黑客提前将主机平台的《GTA6》打包为可在 PC 平台运行的移植版本，进而影响游戏销量。 Vermeij 表示，近几个月 AI 技术的发展可能改变 Rockstar 长期以来的“先主机再 PC”游戏发行策略。尽管 AI 目前仍难以独立创作出能够媲美人类作品的原创游戏、电影和艺术内容，但在游戏反编译领域已经展现出较强能力，如今已有大量用户将各种游戏移植到各种平台，尽管此类移植作品的质量可能不及 Rockstar 官方团队的成果，但仍有可能分流玩家，损害游戏销量。 Vermeij 指出，《GTA 6》已经历多次大规模泄露事件，以 Take-Two 这样的大型游戏公司而言...
推荐理由：来自IT之家 AI的《前 Rockstar 技术总监：爱好者“AI 移植游戏潮”或迫使官方加速发布《GTA6》PC 版》。重点看模型能力与工程、文化创意、产品发布。摘要提到：IT之家 11 月 8 日消息，前 Rockstar 技术总监 Obbe Vermeij 近日接受外媒《Rock Paper Shotgun》采访时表示，随着 AI 模型逐渐具备反编译和移植游戏的能力，Rockstar 可能已调整《GTA6》的 PC 版发行策略，避免黑客提前将主机平台的《GTA6》打包为可在 PC 平台运行的移植版本，进而影响游戏销量。 Vermeij 表示，近几个月 AI 技术的发展可能改变 Rockstar 长期以来的“先主机再 PC”游戏发行策略。尽管 AI 目前仍难以独立创作出能够媲美人类作品的原创游戏、电影和艺术内容，但在游戏反编译领域已经展现出较强能力，如今已有大量用户将各种游戏移植到各种平台，尽管此类移植作品的质量可能不及 Rockstar 官方团队的成果，但仍有可能分流玩家，损害游戏销量。 Vermeij 指出，《GTA 6》已经历多次大规模泄露事件，以 Take-Two 这样的大型游戏公司而言...
IT之家 AI评分7070 Menlo Ventures 报告：中国 AI 模型占全球开源模型企业支出 89%，Kimi、DeepSeek、GLM 位列前三
IT之家 11 月 8 日消息，据《南华早报》前天报道，一项新研究显示，以月之暗面 Kimi 系列为代表的中国 AI 模型，在全球企业开源模型支出的占比为 89%，接近九成。 IT之家从原报道获悉，硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 ， 在全球企业开源模型支出位居第一 ；深度求索 DeepSeek 以 15% 排名第二；智谱的 GLM 以 11% 位列第三。 相比之下，Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型，但其在开源模型企业支出中的占比仅为 7%。
推荐理由：来自IT之家 AI的《Menlo Ventures 报告：中国 AI 模型占全球开源模型企业支出 89%，Kimi、DeepSeek、GLM 位列前三》。重点看模型能力与工程、开源生态、产品发布。摘要提到：IT之家 11 月 8 日消息，据《南华早报》前天报道，一项新研究显示，以月之暗面 Kimi 系列为代表的中国 AI 模型，在全球企业开源模型支出的占比为 89%，接近九成。 IT之家从原报道获悉，硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 ， 在全球企业开源模型支出位居第一 ；深度求索 DeepSeek 以 15% 排名第二；智谱的 GLM 以 11% 位列第三。 相比之下，Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型，但其在开源模型企业支出中的占比仅为 7%。
IT之家 AI评分6464 神舟二十三乘组日常 Vlog“上新”：在轨开展脑电测试研究、触觉感知实验
IT之家 11 月 8 日消息，中国载人航天工程办公室今日发布新一期日常 Vlog，神舟二十三乘组各项实（试）验持续开展。 IT之家从视频获悉，上周，在轨 脑电测试 研究相关实验顺利开展。三名航天员利用脑电采集设备开展脑网络组图谱驱动的航天脑监测、视觉运动加工等多项实验测试。 他们还开展了空间脑网络时变特性实验、 在轨触觉感知实验、力量控制测试 等，获取数据将用于开展长期在轨飞行中航天员脑功能网络影响、触觉感受能力和精细动作控制的变化规律等相关研究。 根据微重力物理科学领域实验安排，乘组完成了无容器柜实验腔体样品清理、实验样品更换、轴心机构电极维护等工作，并对两相系统实验柜进行检查维护。 上周，神二十三乘组按计划完成了舱内压力服检查测试，还开展了应急救生在轨训练。 与此同时，乘组扎实做好空间站组合体平台照料，完成了舱内温度与风速测量等工作。 在轨健康监测 也持续开展，航天员们进行了视功能总体测量、眼压及眼底检查、经眶 B 超测量...
推荐理由：来自IT之家 AI的《神舟二十三乘组日常 Vlog“上新”：在轨开展脑电测试研究、触觉感知实验》。重点看模型能力与工程、产品发布。摘要提到：IT之家 11 月 8 日消息，中国载人航天工程办公室今日发布新一期日常 Vlog，神舟二十三乘组各项实（试）验持续开展。 IT之家从视频获悉，上周，在轨 脑电测试 研究相关实验顺利开展。三名航天员利用脑电采集设备开展脑网络组图谱驱动的航天脑监测、视觉运动加工等多项实验测试。 他们还开展了空间脑网络时变特性实验、 在轨触觉感知实验、力量控制测试 等，获取数据将用于开展长期在轨飞行中航天员脑功能网络影响、触觉感受能力和精细动作控制的变化规律等相关研究。 根据微重力物理科学领域实验安排，乘组完成了无容器柜实验腔体样品清理、实验样品更换、轴心机构电极维护等工作，并对两相系统实验柜进行检查维护。 上周，神二十三乘组按计划完成了舱内压力服检查测试，还开展了应急救生在轨训练。 与此同时，乘组扎实做好空间站组合体平台照料，完成了舱内温度与风速测量等工作。 在轨健康监测 也持续开展，航天员们进行了视功能总体测量、眼压及眼底检查、经眶 B 超测量...
IT之家 AI评分6868 索尼首发“车载乘客眩晕检测”新技术，可提示驾驶员减少急刹、急转
IT之家 11 月 8 日消息，2026 年 11 月 5 日，索尼（中国）有限公司（下称“索尼”）在第九届中国国际进口博览会上，全球首发“融合双路视觉信息的车载乘客眩晕检测”技术，聚焦乘车观看视频时的眩晕问题。 据介绍，从驾驶员到乘客，索尼对移动出行的探索也延伸至车内娱乐的实际感受。第八届进博会上，索尼展示了融合“ 灵感之窗 ”、车载音频与 PS5 游戏等资源的车载娱乐体验。针对观众对行驶中观看屏幕时眩晕问题的反馈，今年索尼中国研究院研发了车载乘客眩晕检测方案，并与北京交通大学合作，进一步关注车内娱乐的乘坐舒适性。 该方案同时分析两路视频：一路来自车前道路画面，用于反映车辆加减速、转弯和颠簸等状态；另一路来自后排屏幕正在播放的内容，用于识别整体运动、旋转、闪烁等可能引发眩晕的视觉因素。基于公开医学数据训练的 AI 模型综合两路信息，预测乘客可能出现的眩晕程度，也可结合个人敏感度进行评估。 IT之家从官方介绍获悉， 评估结果可用...
推荐理由：来自IT之家 AI的《索尼首发“车载乘客眩晕检测”新技术，可提示驾驶员减少急刹、急转》。重点看模型能力与工程。摘要提到：IT之家 11 月 8 日消息，2026 年 11 月 5 日，索尼（中国）有限公司（下称“索尼”）在第九届中国国际进口博览会上，全球首发“融合双路视觉信息的车载乘客眩晕检测”技术，聚焦乘车观看视频时的眩晕问题。 据介绍，从驾驶员到乘客，索尼对移动出行的探索也延伸至车内娱乐的实际感受。第八届进博会上，索尼展示了融合“ 灵感之窗 ”、车载音频与 PS5 游戏等资源的车载娱乐体验。针对观众对行驶中观看屏幕时眩晕问题的反馈，今年索尼中国研究院研发了车载乘客眩晕检测方案，并与北京交通大学合作，进一步关注车内娱乐的乘坐舒适性。 该方案同时分析两路视频：一路来自车前道路画面，用于反映车辆加减速、转弯和颠簸等状态；另一路来自后排屏幕正在播放的内容，用于识别整体运动、旋转、闪烁等可能引发眩晕的视觉因素。基于公开医学数据训练的 AI 模型综合两路信息，预测乘客可能出现的眩晕程度，也可结合个人敏感度进行评估。 IT之家从官方介绍获悉， 评估结果可用...
IT之家 AI评分6666 芝加哥大学教授：AI 时代数学人才招聘将更看重研究愿景与表达能力
IT之家 11 月 8 日消息，人工智能正在降低数学研究取得突破的门槛，但这也意味着，学术界可能需要重新审视人才招聘方式。芝加哥大学一位知名数学教授认为，未来招聘数学研究人员时，个人交流能力和清晰表达研究构想的能力将变得更加重要。 芝加哥大学数学领域的杰出学者弗兰克 · 卡莱加里（Frank Calegari）近日在一篇文章中谈到了自己对研究人员的招聘标准。他写道：“我想了解你希望数学走向何方，也需要具备能解释这为何可能实现的专业能力。” 卡莱加里担忧，随着人工智能工具不断进步，学术界各个领域的初级研究岗位可能会被一些学生占据，而这些人之所以能够获得相关成果，可能只是因为他们大量使用人工智能生成证明。 不过，他认为，一场 30 分钟的面对面交流，就足以区分两类候选人：一类只是批量制造低质量研究成果的人，另一类则拥有清晰的研究愿景，并且善于表达。 卡莱加里在发布于陶哲轩（Terence Tao）博客上的文章中表示： “招聘流程将不...
推荐理由：来自IT之家 AI的《芝加哥大学教授：AI 时代数学人才招聘将更看重研究愿景与表达能力》。重点看教育应用、产品发布。摘要提到：IT之家 11 月 8 日消息，人工智能正在降低数学研究取得突破的门槛，但这也意味着，学术界可能需要重新审视人才招聘方式。芝加哥大学一位知名数学教授认为，未来招聘数学研究人员时，个人交流能力和清晰表达研究构想的能力将变得更加重要。 芝加哥大学数学领域的杰出学者弗兰克 · 卡莱加里（Frank Calegari）近日在一篇文章中谈到了自己对研究人员的招聘标准。他写道：“我想了解你希望数学走向何方，也需要具备能解释这为何可能实现的专业能力。” 卡莱加里担忧，随着人工智能工具不断进步，学术界各个领域的初级研究岗位可能会被一些学生占据，而这些人之所以能够获得相关成果，可能只是因为他们大量使用人工智能生成证明。 不过，他认为，一场 30 分钟的面对面交流，就足以区分两类候选人：一类只是批量制造低质量研究成果的人，另一类则拥有清晰的研究愿景，并且善于表达。 卡莱加里在发布于陶哲轩（Terence Tao）博客上的文章中表示： “招聘流程将不...
IT之家 AI评分6666 埃森哲报告被曝存在虚假引用案例，公司否认系 AI 幻觉所致
IT之家 11 月 8 日消息，埃森哲（Accenture）被指发布了一份充斥人工智能“幻觉”的研究报告，其中不仅包含大量虚假信息，还出现了多处疑似捏造的研究案例。 据 GPTZero 最新分析，这家咨询巨头发布的一份报告涉嫌包含 15 条虚假引用，以及完全虚构的案例研究，因此正受到外界审查。 这份名为《跨越式发展》（Leapfrogging Development）的报告由埃森哲与马德里 IE 大学的研究人员合作发布，旨在探讨人工智能如何提高非洲农业产业的生产力。 埃森哲否认相关错误是由人工智能造成的。 不过，这一事件仍可能令埃森哲陷入尴尬境地。此前，该公司管理层曾威胁称，不愿使用人工智能的员工可能面临解雇。 埃森哲首席执行官朱莉 · 斯威特（Julie Sweet）去年曾警告称，作为公司人工智能转型工作的一部分，未能使用这项技术的顾问将被公司“淘汰”。 GPTZero 的报告凸显了咨询行业日益广泛使用人工智能所引发的担忧。其...
推荐理由：来自IT之家 AI的《埃森哲报告被曝存在虚假引用案例，公司否认系 AI 幻觉所致》。重点看产品发布。摘要提到：IT之家 11 月 8 日消息，埃森哲（Accenture）被指发布了一份充斥人工智能“幻觉”的研究报告，其中不仅包含大量虚假信息，还出现了多处疑似捏造的研究案例。 据 GPTZero 最新分析，这家咨询巨头发布的一份报告涉嫌包含 15 条虚假引用，以及完全虚构的案例研究，因此正受到外界审查。 这份名为《跨越式发展》（Leapfrogging Development）的报告由埃森哲与马德里 IE 大学的研究人员合作发布，旨在探讨人工智能如何提高非洲农业产业的生产力。 埃森哲否认相关错误是由人工智能造成的。 不过，这一事件仍可能令埃森哲陷入尴尬境地。此前，该公司管理层曾威胁称，不愿使用人工智能的员工可能面临解雇。 埃森哲首席执行官朱莉 · 斯威特（Julie Sweet）去年曾警告称，作为公司人工智能转型工作的一部分，未能使用这项技术的顾问将被公司“淘汰”。 GPTZero 的报告凸显了咨询行业日益广泛使用人工智能所引发的担忧。其...
arXiv AI评分77 Hybrid Source Code Change Impact Analysis
接下来，我们介绍两种katIA变体，即我们的代码变更影响分析方法，结合静态影响分析与大语言模型（LLMs）的推理能力。第一种变体使用单个提示（katIA-SP）来精炼初始的静态影响集，第二种变体使用三种专用代理（katIA-MA）。我们的 curated 数据集评估显示，katIA-SP 与 Gemini 2.5 Flash 达成 F1 分数为 22.4% 时，通过完全限定名称（FQN）匹配影响实体，为 27.0% 时，通过类和实体名称匹配。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。