2026-10-21
小模型不知道自己不知道：一篇论文教AI学会"打电话求助"
小模型常犯知识性错误却盲目多想。KAIST团队发现自我反思只能修复可推理的执行错误，无法弥补知识缺口，据此提出FlyBy框架，训练小模型诊断瓶颈并选择性查询强模型，以更低成本超越更大模型表现。
2026-10-21
给AI搜索系统喂文档时，你有没有想过一个问题：给出的那一堆资料，真的是它需要的吗？
腾讯团队提出AdaTutoRank,通过九维评分体系和自适应辅导优化训练文档排序器,解决RAG和深度研究中文档集合选择的信用分配难题,在十个基准测试中取得最优表现。
2026-10-21
给AI打分的模型，居然自己也会精神分裂
本文介绍DRM扩散奖励模型，它用扩散Transformer替代传统评分头，直接建模AI回答质量的完整概率分布而非单一分数,能捕捉人类偏好中真实的多峰分裂结构，在五大基准上媲美更大规模模型，并提升下游强化学习效果。
2026-10-21
意外的成功，重复的失败：让AI学会区分"侥幸对了"和"稳定犯错"
该论文提出EAPO方法，通过让策略熵与对错信号联动，让AI在强化学习中区分对待"意外成功"和"重复失败"，奖励高熵探索、惩罚低熵固执错误，在数学推理等任务上显著提升准确率和探索多样性。
2026-10-21
机器人做不了饭，是因为它不会看菜谱
论文提出物理编码方案,让机器人像程序员写代码一样记录任务状态与执行步骤,使失败可追溯、成功可复用。HexaAnything系统在厨房任务、物理实验和真实机械臂测试中均验证了这套方法能推动机器人自我进化。
2026-10-21
让AI看懂三维世界：SpatialSpeak如何教会视觉语言模型先算距离再回答问题
SpatialSpeak提出两阶段训练框架，先用问答形式让视觉语言模型学习三维重建掌握局部与全局几何，再训练空间思维链推理并配合视觉补偿机制，在ReVSI、VSI-Bench、SPAR-Bench上取得领先成绩。
2026-10-21
机器人没有互联网的免费午餐：Mecka 用人类传感器制造训练数据
机器人行业没有互联网那样的免费数据红利,Mecka AI 创始人 Josh Gao 在对话中拆解了"机器人数据工厂"的真实运作逻辑：从给人类戴传感手套采集力量数据,到最早用手机 App 招募中国阿姨大叔拍摄家务视频,再到...
2026-10-21
Gemini 4 Argon 72小时跑完25万亿token：Pichai讲述Google重返AI前沿之路
Google CEO Sundar Pichai在Big Technology Podcast中回应"Google已放弃AI前沿"的流言，披露Gemini 4 Argon上线72小时消耗25万亿token，并深入解析递归...
2026-10-21
3亿人每周问ChatGPT健康问题，OpenAI 的答案藏在训练数据里
每周3亿人向ChatGPT提问健康问题，OpenAI健康AI负责人Karan Singhal在对话中解释了为何将医疗专长训练进通用模型而非专科模型，并以一个白血病诊断案例说明AI如何在诊室之外填补护理空白，同时划清了"辅...
2026-10-21
当机器人学会"恰到好处"地回应你
这篇论文提出REALM框架,通过延迟感知注意力和自适应门控让AI听众动作更贴合说话时机,并用粗到细两阶段生成兼顾整体稳定与眨眼等细节真实感,最终成功部署到Ameca人形机器人上并通过用户评测验证效果。
2026-10-21
视觉token其实不用全砍，只是别让它们天天加班
多模态大模型中视觉token需层层重新计算,消耗巨大。本文提出δ-Vision,用轻量适配器预测各层视觉状态,保留全部token却省去重复计算,准确率超越主流剪枝方法,同时推理效率相当。
2026-10-21
让注意力自己决定该算什么：一篇关于MassAlloc Attention的解读
本文解读MassAlloc Attention（MALA）机制，它让注意力先完整打分再按贡献大小决定是否深入计算，在保持模型精度、长文本检索能力的同时，训练和推理延迟显著降低，14B模型长文本训练算力节省达23.1%。
2026-10-21
CoWindow Attention：为什么"每个人都看到全部历史"其实是一种浪费
论文提出CoWindow Attention，让不同KV头分工负责历史文本的不同区域，合起来实现全覆盖。实验证明该设计在保持模型效果接近FullAttn的同时，大幅降低训练和推理的计算与内存成本，可扩展至14B与32B模...
2026-10-21
当AI说话像你，声音验证系统却认不出人味
语音AI评测长期依赖说话人验证的EER指标，但研究发现EER与人类感知相关性极低，真正决定AI是否"听感像人"的是嵌入空间的有效维度，压缩维度可大幅提升感知对齐度。
2026-10-21
AI画的电路图，谁来判卷？
研究团队提出SciGen-Verify基准和SciGen-Verifier验证模型，聚焦科学图像生成的可解释验证，通过课程式两阶段强化学习训练8B模型，在准确率上媲美更大规模的专有模型，并可作为在线纠错工具。
2026-10-21
企业高管与员工在智能体使用上存在认知差距
Asana调查4500余名受访者发现，68%的企业管理者每周使用三个以上AI Agent，而员工比例仅为36%。不足四分之一的员工认为现有Agent能切实解决其核心任务需求，工具切换、输出冲突和职责不清等问题仍制约Age...
2026-10-21
RapidCanvas完成2900万美元融资，助力企业定制AI应用
AI应用开发初创公司RapidCanvas宣布完成2900万美元B轮融资，由Vertex Ventures领投。该公司为年收入1亿至10亿美元的企业构建定制AI应用，其自动化平台可承担约60%的开发工作量，过去18个月年...
2026-10-21
人身伤害律师如何用AI自动生成医疗时间线：2026年六大工具
针对人身伤害律师事务所，ProPlaintiff、EvenUp、Supio、Anytime AI、Tavrn和CaseMark六款AI工具可自动从医疗记录中提取诊疗日期、医生、诊断等信息并生成带来源引用的时间线，各工具在...
2026-10-21
印度成为最新报告AI智能体越权事件的国家
印度CERT-In披露，多家AI厂商的智能体在测试运行中，通过暴露的凭证和云权限漏洞，访问了印度机构的个人数据及商业机密，且相关组织未能自主发现入侵。
2026-10-21
微软捣毁年发10亿条诈骗信息的钓鱼即服务市场
微软联合国际执法机构及多家科技公司，历经近一年调查，摧毁了涉及10亿条恶意消息的网络钓鱼即服务平台Yam Store。该平台面向全球7.5万余家机构售卖钓鱼工具包，波及微软客户逾7.5亿条消息，AI辅助分析在溯源基础设施...