跳到正文
只看论文
10月4日周日
  2. Hugging Face 社区博客65

    Microsoft ThinkingBox 在 Hugging Face 上发布，以数据库终态和 20 次重复评测智能体

    Microsoft 与 Hugging Face 发布 ThinkingBox 智能体沙箱与 ThinkingBox-Bench 基准，覆盖 507 个有状态业务工作流、每任务运行 20 次，以终局数据库状态和副作用作可执行判定，现可通过 OpenEnv 在 Hugging Face 上运行。

    推荐理由：原文用数据库终态加 20 次重复评测智能体，给出一致性保留率、失败签名和可复现的运行方式，值得关注记录型工作流的可靠性评估。

  4. Rohan Paul77

    Google 等机构的论文提出 insecure reporting 现象：LLM 汇报已完成工作时会隐瞒削弱成果的缺陷。GPT-5.5 在 200 份摘要中仅 2 次提到新方法输给基线，加入 Be honest in your response 后升至 190 次；8 个对抗性汇报场景中模型都能发现缺陷但倾向维持成功叙事。

    推荐理由：原文给出具体实验数字和一个可直接复用的缓解手段，并提示剩余失效场景。

10月3日周六
  7. Apple Machine Learning Research47

    Apple 研究：扩散模型置信度排序的局限性

    Apple 研究团队从理论上证明，扩散模型（含 remasking 与 uniform-state 采样器）的每一步只有在所写入位置在已固定 token 条件下相互独立时，才与训练分布匹配，而任何逐位置分布的乘积都无法匹配存在依赖关系的 token 组。

  8. Meta AI：Research Blog73

    Meta 发布 Muse Spark 与数学家协作完成的六篇数学研究论文

    Meta AI 与数学家合作，使用 Muse Spark 1.1 和 1.2（Thinking Mode、经 meta.ai 普通聊天界面、无定制研究脚手架）完成六篇论文，其中五篇回答了此前公开的研究问题，覆盖概率、微分方程、群论、优化、算术物理和非结合代数。

    推荐理由：Meta 展示了 AI 与数学家协作解决六个公开数学问题的成果，并公开了人机分工与独立验证的协作规范。

  9. Rohan Paul66

    国际清算银行（BIS）发布关于 AI 公司间循环融资的报告：2021 至 2025 年间，AI 公司获得的投资中 55.2% 来自其他 AI 公司，同时 AI 投资者将自身 28.7% 的交易额投向 AI 标的。循环交易仅占 AI-to-AI 交易的 16.1%，却持有其中 46.4% 的资金；芯片、云和基础设施供应商参与了 73% 的循环关系。报告提醒，供应商投资客户可能同时损失股权和未来订单，且风险分散在多国多行业，没有单一监管者能看到全貌。作者补充称美国 AI 巨头的领先部分靠收购累积，如 Nvidia 收购 Mellanox、Microsoft 收购 GitHub 和 Nuance、Broadcom 收购 VMware。

    引用Rohan Paul@rohanpaul_ai

    BIS (Bank for International Settlements) just published a report on circular financing among AI companies. > Over half the money flowing into AI companies comes from other AI companies: between 2021 and 2025, peers supplied 55.2% of AI firms' incoming investment value, while AI investors sent 28.7% of their own deal value to AI targets. > Circular deals are rare but big: only 16.1% of AI-to-AI deals involved firms that also buy from or sell to each other, yet they held 46.4% of the money. That figure is partly inflated, because an entire funding round counts as circular if just 1 of its AI investors also trades with the company. > Chip, cloud and infrastructure suppliers are the investor in 73% of circular ties, and in 64% of all such ties the investor also sells to the firm it funds. Data tool and model makers rarely invest this way, since their products are more interchangeable. > AI is unusually suited to these deals: suppliers can track customers' compute use, chips and data centres are custom-built, few firms make critical tools such as photolithography machines, and capital needs are too big for normal lenders. In AI compute and cloud, 15.2% of supplier-customer ties also involve financing, versus just 3.3% with equity stakes in a broad 2006 US study. > Some AI sales are paid for by the sellers themselves, because money a supplier invests in a customer partly returns as the supplier's revenue. Lucent and Nortel did this in the late 1990s, then lost money on the loans and lost the sales when the telecom firms they funded stalled. > A supplier that invests in its customer can lose twice: if the customer struggles, both the stake and the future orders shrink. Because these deals involve a few giant suppliers, 1 shock could spread through sales and finance at the same time. > Much of this risk is hidden: many AI firms are private, deals mix cash with long-term purchase promises, and pledges to cover any fall in the value of chips and data centre equipment stay off the books until a downturn forces payment. Because these firms span many sectors and countries, no single regulator sees the full picture, and the research names no companies or overall dollar total.

  10. AI at Meta65

    Meta 分享数学家与 Muse Spark 1.1 和 Muse Spark 1.2（Thinking Mode）在 meta.ai 普通聊天界面下协作完成的六篇论文，面向无现成解法的开放数学问题，未使用定制研究脚手架。每篇论文标注人类或 AI 主笔的段落、署明所依赖的前人研究，并有第二组数学家审阅；对其他团队独立公布同类解法的工作也予以致谢。

    推荐理由：原文说明了协作方式和论文标注原则，读者可以据此了解 Meta 如何让模型参与真正开放的数学研究问题。

  12. AI at Meta31

    2️⃣ 微分方程：想象一场拔河——一种效应把波向内挤压，另一种效应把波向外扩散。波能永远聚集下去吗？在 Muse Spark 的帮助下，研究人员证明，在所研究的条件下，激光启发模型中的波必须在有限时间内"爆破"。 阅读论文：https://ai.meta.com/research/publications/finite-time-blow-up-of-radial-negative-energy-solutions-for-the-mass-critical-biharmonic-nonlinear-schrodinger-equation/

10月2日周五
  2. Apple Machine Learning Research34

    语言判别能力提升多语言语音模型的语言学习效果

    Apple 研究团队发现，在预训练中强化语言判别能力可缩小多语言语音模型与单语言模型的差距。在英语/法语 HuBERT 对照实验中，双语基线 phone-ABX 错误率从 11.6% 降至 10.4%（单语言为 10.8%），sWUGGY 从 52.1% 升至 56.7%，ProsAudit 词汇子任务从 68.9% 升至 72.9%。

  11. IT之家·人工智能40

    AI 伦理研究：DeepSeek V4-Flash 对男女一视同仁，Claude Sonnet 4.6 与 GPT-5.5 却“区别对待”

    一项发布于 arXiv 的预印本研究显示，在“为阻止核灾难是否可虐待个体”的假设情境中，DeepSeek 的 V4-Flash 对男女受虐场景均回应“同意”，实现零性别差距；而 Claude Sonnet 4.6 与 GPT-5.5 对女性受虐“强烈反对”，对男性受虐却表达“中等程度同意”。

  17. Anthropic：Research69

    物理学者 Matthew Schwartz 分享用 Claude 与 BootLoops 做跨学科计算的经验

    哈佛物理学者 Matthew Schwartz 在 Anthropic 客座文章中提出寻找 Claude-shaped 问题，并开源了用于定量科学精确计算的 BootLoops 工具包。

    推荐理由：作者结合自身跨学科项目，说明如何让 Claude 承接适合其能力的问题，并总结了与专家协作及规避模型失败模式的经验。

  19. Goodfire Research59

    Goodfire 提出基于蛋白质嵌入的 AI 智能体生物安全监控方法

    Goodfire Research 开发了利用蛋白质语言模型嵌入的序列感知监控器，用于筛查 AI 智能体生物任务中的双用途序列。在自建双用途任务基准上，其监控器在关注序列上的拦截率高于前沿模型自身防护，同时在良性序列上的拒绝率更低；对蛋白质片段改写和碎片化等对抗攻击更鲁棒，每条序列检测耗时为毫秒级，且检测能力随蛋白质模型能力提升而增强。