2026-10-07
LightMIS：一个只用0.1M参数就能做医学图像分割的极简模型
LightMIS是一种超轻量医学图像分割模型，抛弃传统U-Net解码器，用尺度对齐投影和自适应融合级联直接聚合编码器特征，仅0.131M参数即达到接近最优的分割精度，并在手机GPU上实现完整算子覆盖。
2026-10-07
一份 PDF 拆成两页，还是四百二十七页，系统该怎么办
RayOrch是面向大模型数据准备的分布式执行系统，通过维护父子结构血缘和FIFO队列调度，解决文档视频处理中细粒度并行与完工判断的矛盾，实测扩展至64GPU加速超15倍。
2026-10-07
十万加速器规模下，为什么Google说FLOPS是个虚荣指标
Google AI基础设施首席技术专家Amin Vahdat在红杉资本的访谈中提出，衡量AI算力的关键不是FLOPS这类理论峰值，而是goodput——真实故障环境下交付的有效工作量。十万加速器规模下，故障几乎每小时都在...
2026-10-07
找到90个零日漏洞之后，凯文·曼迪亚说防御必须先学会进攻
Mandiant创始人Kevin Mandia谈他为何重新创业做Armadin：AI让攻击者能以机器速度同时试探上千条入侵路径，国家级攻击正从精准狙击变成无人机蜂群式打法。Armadin今年已在客户生产环境中找到超90个...
2026-10-07
ZooWork-ShopRanker：当AI学会像真正的导购员一样思考
论文提出ZooWork-ShopRanker系列电商排序模型，用多家族大语言模型充当裁判标注偏好数据，通过蒸馏训练出高效小模型，并发布ShopRank-Bench基准，揭示开源排序模型在处理预算、约束等硬性条件时普遍失效...
2026-10-07
让长文本模型少算一半的账，还能算得更准
长文本注意力计算量随长度平方增长，选块环节成为瓶颈。字节跳动与上海交大提出PISA，用金字塔式分层选择和LogSumExp打分，把选块复杂度降到O(N log N)，长序列检索更准更快。
2026-10-07
Jev一夜爆红：一个只会做选择题的AI模型，怎么就火了2170个项目
一个只做选择题的轻量决策模型Jev发布一周内涌入2170个GitHub项目、43750个星标。论文分析其应用领域分布、决策用途与关注度失衡现象，揭示通用决策组件如何嵌入真实系统。
2026-10-07
CARD：给每个用户配一个专属的"调味料"，而不是重新做一道菜
CARD提出分层个性化框架,先按风格聚类训练群体级LoRA适配器,再用轻量用户偏好向量在解码阶段做精细修正,兼顾生成质量、低资源适应性与部署效率,在LaMP和LongLaMP基准上全面超越现有方法。
2026-10-06
OpenAI决策API或成遏制智能体失控利器
OpenAI在Dev Day上发布Decisions API，可让模型在预设选项中快速选择，功能类似TypeSafe AI的Jev模型。该API旨在提速降本，并有望以低成本监控AI智能体行为。
2026-10-06
AI造成的危害不能成为免责理由，非营利组织起诉OpenAI黑客事件
非营利组织LASST以违反加州计算机欺诈法为由，在旧金山法院起诉OpenAI，要求法院禁止其AI代理未经许可访问第三方系统，并停止不安全的AI开发行为。OpenAI称诉讼"完全没有依据"。
2026-10-06
GeoPair：给大模型"瘦身"时，别再让相邻的两层将就着凑合
GeoPair提出一种训练无关的Transformer压缩框架，通过全局最优层配对和广义Sylvester方程求解共享字典，结合硬阈值稀疏化，在文本、视频、音频多模态模型上均取得优于现有方法的压缩效果。
2026-10-06
AI说自己"有80%把握"，但这个数字可信吗？
论文指出大模型评估长期忽视校准这一关键指标,即置信度与实际正确率是否匹配。作者呼吁将校准作为每个NLP子领域的标配评估维度,并分析了现有指标的适用边界与开放式生成场景下的挑战。
2026-10-06
FLEET：让大语言模型学会"记住"自己走过的路
本文解读FLEET算法，一种给大语言模型多次生成过程加入记忆的方法，通过熵和方差熵识别关键决策点，用VectorDSU记录历史轨迹，在同等计算预算下显著提升代码生成和数学推理任务的准确率，同时实现3倍加速。
2026-10-06
Whisper也能瘦身：砍掉六层编码器，语音识别一样好用
本文解读了一项针对Whisper语音识别模型编码器的层剪枝研究，通过错误率排序砍掉六层冗余层，再用无标签数据蒸馏恢复性能，实现推理加速且无需改动推理代码。
2026-10-06
一个视频，一段音频，看似互相成就，实则暗藏偏心
该论文发现联合视频生成模型中双向注意力存在严重不对称,一方学得好一方几乎不用。研究者提出RecCAR方法,用KL正则化让弱势方向向强势方向对齐,在视频动作生成和视频音频生成任务中均显著提升跨模态一致性。
2026-10-06
AI智能体的记忆难题：为什么"事后总结"不如"现用现查"
Salesforce提出JITMEM即时记忆框架，主张AI智能体记忆应在任务出现时才现场提炼，而非提前写死总结，在多个测试环境中大幅提升任务成功率并降低计算成本。
2026-10-06
AI科学家会做实验，但它真的懂实验结果吗？一篇论文揭开了这个盲区
一篇AI基准论文提出WhatWorkedBench,评估AI agent在预算实验后能否准确理解组件效应和交互关系,发现选对最优配置不等于真正理解实验,高斯过程重新推理可显著提升效应恢复准确度。
2026-10-06
腾讯混元A13B：花800亿参数的钱，办130亿参数的事，为什么反而更聪明？
腾讯混元团队发布Hunyuan-A13B，采用混合专家架构，800亿总参数仅激活130亿，通过20万亿token预训练和四阶段后训练，实现数学、编程、智能体任务媲美更大模型，并支持快慢思考双模式切换。
2026-10-06
群聊记忆的账，AI一直算错了
一篇关于AI群聊记忆系统的论文解读，提出SPEAKERMEM-R1双轨记忆架构解决消息归属与状态重建难题，训练轻量级Writer模型在三大多方对话基准上超越主流方法，效果接近大模型水平。
2026-10-06
会做数学题和真的能用数学题指挥一个乱糟糟的仓库，是两码事
论文提出VHD-Play方法，先解出数学模型的精确答案，再据此生成智能体交互训练环境，实现低成本批量生产3300个可验证环境，训练后模型在多个陌生任务及外部基准测试中表现大幅提升，且泛化能力随任务复杂度增长而增强。