跳到正文
10月22日周四
  1. Google DeepMind:Blog53

    Google DeepMind 与 WRI、IIASA 发布 ForTy 全球森林类型地图

    Google DeepMind 与 Google Research 联合 World Resources Institute 和 IIASA 发布 Forest Typology(ForTy)2020 全球地图,以 10 米分辨率将地球每块土地划分为 FAO 定义的六类森林与土地类型,并首次提供 2017 至 2025 年逐年变化时间序列,展示天然森林被种植园或农场取代等变化。

  2. meng shao45

    斯坦福与伯克利研究者提出可插拔小模块 TokenGate,插在现有 LLM 浅层学习"跳读"长上下文,只把 top-K token 传给上层。论文报告无精度损失时首 token 时间快 1.4–11.3 倍、峰值显存降 1.5–3.4 倍,相对最强免训练剪枝最高约 6.4 倍更快、2 倍更省显存。训练成本接近 LoRA,无需从零预训练。

    引用Liana@lianapatel_

    Introducing ✨Token-Gated Language Models✨ for up to 11x faster prefill by learning to skim context, conditionally forwarding only tokens that matter. Akin to the shift from dense models to MoEs, the next frontier of efficient LLMs is conditional computation over a new scaling axis: context tokens🧵👇

  3. Sierra:Blog60

    Sierra 发布 𝜏-Entity 基准,检验语音智能体能否准确采集姓名、电话等实体信息

    Sierra 发布 𝜏-Entity 基准,测量语音智能体能否正确采集、识别错误并修复姓名、电话号码、地址和邮箱等细节,包含 10 种实体类型共 200 个任务,并与 𝜏-i18n 一样覆盖六种语言。

    推荐理由:Sierra 自建基准和论文量化了语音智能体在准确采集姓名、电话等细节上的失败率,并给出可迁移的验证策略效果数据。

  4. meng shao69

    @oradotai 联合 Vercel、Stripe、Auth0、Mintlify、Tavily、Google 等推出 AgentReady(agentready.org),一份 MIT 许可的开源规范,规定网站要让 AI Agent 找得到、读得懂、用起来需做到什么。

    引用ora@oradotai

    Introducing http://AgentReady.org, the first open standard for agent experience. Agents are a new class of user, but there's still no shared definition of what it takes to be ready for them. So we partnered with the leading companies in the agentic web such as Vercel, Stripe, Auth0, Mintlify, Tavily and Elementor. Our research lab ran agents on real tasks more than 250,000 times to measure what actually decides whether an agent succeeds, and every requirement traces back to that data. The result is a short set of essentials in the order agents meet a product: find, read, act. We've been overwhelmed by requests to join. If you build or study the surfaces agents touch, come help shape it. The spec: http://agentready.org The story behind it: http://ora.ai/blog/agentready-launch

  5. Chelsea Finn44

    我们如何扩展 LLM 的上下文? Agentic search 可扩展到任意规模的信息,但很容易遗漏相关信息。 想法💡:针对下游效用优化信息的组织方式。即使在 OOD 领域也能带来 30+% 的提升 论文 + 代码:https://librarian-agents.github.io/

    引用Anikait Singh@Anikait_Singh_

    LLMs deployed in specialized domains, from enterprise codebases to law firms, dig through a mountain of unstructured context! Our new paper, Librarian Agents, asks: can an agent adapt by curating its own long-context workspace, anticipating queries before they arrive? 🧵⬇️

  6. Aravind Srinivas42

    Perplexity 与 NVIDIA AI 提出后训练方法 JOLT,让同一模型同时充当教师和学生,并训练教师从自身尝试的奖励中学习、惩罚偏离学生行为的漂移。在 MATH 基准上,JOLT 用少 6.5 倍的训练 token 达到与 GRPO 相当的准确率。JOLT+ 在此基础上为学生模型增加结果奖励,在数学、编程、终端任务和工具使用基准上明显优于 GRPO。

    引用Perplexity@perplexity_ai

    New research: We developed JOLT, a post-training method where one model acts as both teacher and student, with the teacher trained to give feedback the student can use. On MATH, it matched GRPO's accuracy with 6.5x fewer training tokens. https://www.perplexity.ai/hub/blog/a-good-teacher-meets-the-student-where-they-are

  7. Hugging Face 社区博客45

    如何通过专精 SLM 词表将实际应用推理成本降低 77%

    基于 Qwen3-4B 的葡萄牙语作文自动评分器通过 VocabX 方法重建词表,在基座模型、数据和训练配方不变的情况下将实测推理成本降低 77%。该方法按每个 token 的成本而非词频来专精词表,使输出层从约 152,000 行缩减到约 65,000 行。原文指出生成 token 的成本约为读取 token 的 7.4 倍,词表是领域专精模型最大的成本杠杆之一。

  8. Microsoft Research 博客83

    Microsoft Research 与合作者证明 31 年历史的 KLS 猜想

    Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits(KLS)猜想,表明对数凹分布的最优平面切割与任意形状切割的差距不随维度增长,以普适常数为界。

    推荐理由:微软研究员亲述证明过程,展示了人类引导多智能体迭代剪枝的科研协作方式,约百条研究路径中筛出关键判据。

10月21日周三
  1. Wiz:Research85

    Wiz Research 披露 PHP2Shell:AI 助攻 PHP 核心 RCE 漏洞,影响全球 70% 网站

    Wiz Research 披露 PHP 核心中的多个内存安全漏洞(CVE-2026-109618/109619,CVSS 最高 9.2),实现无需认证的远程代码执行与内存泄露,影响至少追溯到 PHP 5.4 的近十年版本。

    推荐理由:Wiz 以亲历视角展示 AI 如何把隐藏十余年的 PHP 内存漏洞变成可用利用链,并给出可迁移的检测信号和修复建议。

  2. Rohan Paul68

    OpenAI 联合 PerturbAI 与 Scripps Research,用 1946 个 GPT-Rosalind 智能体并行解读小鼠全脑 CRISPR 图谱,32 分钟得出 OpenAI 估计人工需数月的分析结果,其中 GPT-Rosalind 就 DCTN1 基因与 Perry 综合征提出了胆固醇转运可能受损的机制假设供科学家验证。

    引用OpenAI@OpenAI

    GPT-Rosalind surfaced a new lead for drug discovery: could restoring cholesterol transport protect neurons from degeneration? DCTN1 is a gene linked to Perry syndrome, a rare neurodegenerative disorder. In mouse-brain data, disrupting it increased expression of genes involved in making cholesterol. GPT-Rosalind suggested a possible explanation: cholesterol may not be reaching where neurons need it. That gives scientists a specific mechanism to test and, if confirmed, a direction for developing new treatments for neurodegenerative disorders. With @perturbai_tx and @scrippsresearch, a team of thousands of GPT-Rosalind agents worked in parallel, connecting gene-expression results from millions of mouse brain cells with scientific literature in just 32 minutes. We’re now expanding this collaboration to identify new drug targets. https://openai.com/index/scaling-ai-research-for-complex-biological-data/

  3. OpenAI:官网动态64

    OpenAI 与 PerturbAI、Scripps Research 用数千个 GPT‑Rosalind 智能体 32 分钟挖掘脑细胞数据新研究线索

    OpenAI、PerturbAI 与 Scripps Research 联合发布研究,用数千个由 GPT‑Rosalind 驱动的 AI 智能体并行分析数百万小鼠脑细胞的全脑 CRISPR atlas,32 分钟内完成分析与文献解读,并称人工逐一分析需数月至一年。

    推荐理由:原文给出分布式智能体分析全脑 CRISPR atlas 的具体做法与对比数据,读者可了解该方法的实际效果与局限。

  4. Anthropic:Newsroom68

    Anthropic 用 Claude 缩减开源代码攻击面:25 个项目发现 493 个问题

    Anthropic 发布关于用 Claude 自动化攻击面分析与缩减的研究总结,在 25 个、超 500 万行代码的开源项目中用默认配置、配置交互和早期可达性三种方法发现 493 个问题。

    推荐理由:Anthropic 用 Claude 对 25 个开源项目做攻击面分析并给出 OpenSSH 案例,读者可借此了解可迁移的攻击面缩减方法。

  5. meng shao83

    DeepSeek 开源支撑其线上生产服务的高性能推理框架 DeepInfer,基于 Apache 2.0 许可证,并同步发布技术报告。框架集成 FlashMLA、DeepGEMM、DeepEP 等此前开源内核,加上调度、并行、DSpark 投机解码等系统层实现,同时支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU。

    引用meng shao@shao__meng

    DeepSeek 居然把支撑他们大规模生产服务的高性能推理框架开源了:DeepInfer 这是 DeepSeek 线上真实跑 DeepSeek 服务的同源技术栈首次对外公开,本次发布聚焦离线推理,采用 Apache 2.0 许可证,主要基于 @vllm_project 构建,并借鉴了 @sgl_project 和 TensorRT-LLM。 开源地址:https://github.com/deepseek-ai/DeepInfer DeepSeek 此前已陆续开源了推理栈的“零件”:FlashMLA(MLA 注意力内核)、DeepGEMM(矩阵乘法内核)、DeepEP(MoE 通信库)、EPLB(专家负载均衡)等,但一直缺少把它们组装成完整引擎的“骨架”。DeepInfer 补上了这一环:它是这些内核的集成者,加上调度、并行、投机解码等系统层的完整实现。配合本次同时出现的 DeepSeek-V4.1-Flash 模型,构成了“模型 + 引擎”的完整开源推理方案。硬件层面同时支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU,双平台支持是它的一个鲜明特征。 # 核心技术拆解 1. 内核与运行时。 集成 FlashMLA、DeepGEMM、DeepEP、TileKernels、DeepSelect,以及用 TileLang 编写的自定义内核(位于 deepinfer/model_executor/layers/tilelang_ops)。这些是吞吐和延迟的底层保障。 2. 并行策略:Attention 与 MoE 分治。 注意力部分采用 DP(数据并行)或均衡的 CP(上下文并行,处理超长序列);MoE 部分采用 EP(专家并行)加 EPLB(专家并行负载均衡),并支持冗余专家(默认 32 个,向上取整到能被 EP 数整除)来缓解专家负载不均。这种“注意力 DP/CP + MoE EP”的组合是 DeepSeek 生产验证过的架构。 3. DSpark 投机解码。 基于 MTP(multi-token prediction)draft token 加速解码,亮点是“置信度调度验证”;按置信度决定接受多少 draft token,而非固定规则。默认最大 draft 长度 5。这是推理加速比的主要来源之一。 4. YoCo SWA 有界重放。 针对 YoCo 式解码器 + 滑动窗口注意力(SWA)的优化:prefill 时只保留并重放有界的 token 后缀(默认 140 个,需覆盖 SWA 窗口加最大回溯长度),大幅削减 decoder prefill 的计算量。仓库还专门提供了 YoCo mask/compact 等价性验证。 5. 异步调度。 CPU 上的批调度与 GPU/NPU 上的执行重叠,做到“零开销调度器”,默认开启。 6. 批不变与确定性推理。 开启 DEEPINFER_BATCH_INVARIANT=1 后,不同批次组合下结果完全一致;再配合固定 seq_seed、关闭 MTP varlen,可实现逐 token 确定性的采样输出。这对可复现评测和回归测试(仓库用逐样本精确对比的 PPL 基线来把关)很关键,目前仅限 NVIDIA 平台。 7. 结构化输出。 原生支持 regex、JSON schema、EBNF 三种约束生成,通过 SamplingParams 的 so_args 传入。

    同一件事,精选收录的是《DeepSeek 全面开源内部推理框架 DeepInfer》

  6. Rohan Paul69

    Anthropic 在科学博客发布 Claude 设计蝎子神经毒素蛋白结合剂的研究,Rohan Paul 转述称 Claude 在 Claude Science 环境中作为智能体自主完成整个蛋白设计流程:选择毒素攻击位点、驱动 12 个蛋白设计程序、自设评分阈值。

    引用Anthropic@AnthropicAI

    New on our Science Blog: designing protein binders against scorpion neurotoxins. Scorpions sting about 1.2m people every year, and antivenoms are often costly or in short supply. Claude has made an early step toward finding new treatments. https://www.anthropic.com/research/claude-scorpion-toxin-binder-design

  7. OpenAI:Alignment 研究博客45

    OpenAI 提出 g-mean² 之外的互补可监控性指标

    OpenAI 在 g-mean² 之外新增两个互补指标:pair-matched 指标只在多个模型共同支持的实例上比较可监控性,post-control 指标则模拟监控器拒绝输出后的部署风险。原文指出,g-mean² 分数可能受各模型有效任务子集不同的影响,且不反映监控器在部署中作为控制手段的实际效果。