跳到正文

全部动态

今日 7 条
10月15日周四
  2. arXiv cs.LG39

    图像自蒸馏的数据密度扩展定律研究

    研究发现图像自蒸馏模型中样本重复对下游性能的影响因数据集而异，在部分场景下对较小随机子集重复训练的表现甚至优于使用更多唯一样本。基于 Maxar、Waymo、ImageNet 等数据集的实验，研究团队提出了一种改进的 Chinchilla 风格扩展定律，明确计入唯一样本量与单样本重复次数。该框架为理解数据与算力权衡提供了支持，同时还分析了子集选择和数据增强对下游性能的影响。

  3. arXiv cs.LG35

    PMO-Dock：分子优化中的对接、特异性与泛化能力基准评测

    研究人员提出了基于对接的分子优化基准与协议 PMO-Dock，包含覆盖苗头化合物生成、先导化合物优化及特异性任务的 25 个任务，并在严格的 oracle 预算下将验证任务调参与未见测试任务最终评估分离。研究评测了 Saturn、GenMol、Genetic-guided GFlowNet 和 ChemLlama 四种方法，结果显示没有一种方法在所有任务上普遍最优，且超参数跨任务迁移效果有限。

  5. arXiv cs.LG34

    扰动预测模型是否学到了基因相互作用？智能体筛选中的外推诊断研究

    针对未测基因组合效应的预测难题，研究人员提出通过对比模型预测与单基因效应相加的基线，构建度量额外相互作用的加性差异指标（AD）。在 8 种预测方法和 3 个 Perturb-seq 数据集上的评测显示，专用神经预测模型并未始终超越简单的加性基线，且偏离加性基线越大的预测往往误差越大。该指标相比传统置信度信号表现更稳定，可用于指导智能体扰动筛选流程的决策。

  6. arXiv cs.LG35

    视觉类增量学习方法能否迁移至蛋白质？冻结蛋白质编码器诊断基准研究

    研究人员在一项针对冻结蛋白质编码器的受控基准评测中发现，现有的视觉类增量学习（CIL）方法无法可靠迁移至蛋白质表征。该基准涵盖 9 种代表性 CIL 方法、5 种蛋白质编码器和 2 个不同规模的酶功能数据集。诊断分析表明失败源于梯度稳定性信号弱、嵌入几何高度异质以及协方差假设失效，未来蛋白质持续学习需采用感知编码器几何特性的方法，相关代码已开源。

  9. 橘鸦AI早报34

    橘鸦AI早报：2026-10-15

    Anthropic 更新 Claude Code 桌面端以优化多会话并行并新增闲置压缩，SpaceXSI 发布端到端语音模型 Grok Voice 3.0。同时，蚂蚁百灵开源支持 100 万 token 上下文的 Ling-3.1-flash，昆仑万维开源 Matrix-Game 4.0。

  10. Together AI Blog86

    Together AI 上线 Meta Muse Spark Open 模型并开放 API

    Together AI 作为首发合作伙伴正式上线 Meta 开源权重模型 Muse Spark Open，并开放 Serverless API 接入。该模型专为长流程智能体编码与计算机操作设计，支持 1M-token 上下文窗口以及文本、图像、音视频多模态输入。

    推荐理由：Together AI 提供了该开源权重模型的首发 API 接入与计费标准，便于开发者快速集成具备百万上下文的长流程智能体能力。

  12. arXiv quant-ph34

    利用全息量子电路采样实现时间序列生成学习

    研究人员提出全息量子电路采样（HQCS），通过结合电路中途测量、量子比特复用与独立参数化时间块，使用固定数量的量子比特生成时间序列轨迹。理论上，HQCS 针对特定损失方差证明了反多项式界，避免了指数级损失集中，并将特定非平稳过程的精确生成门数量从二次方降为线性。仿真实验显示，HQCS 学习历史波动率指数（VIX）轨迹的最大均值差异比测试的经典基准低 10 倍以上。

  13. arXiv quant-ph30

    利用 AI 降低量子应用开发中的信任成本

    研究提出一种结合生成式 AI 与形式化验证的开发方法，旨在降低人工核验量子线路正确性所产生的“信任成本”。该方法将实现划分为目标数学规范、量子线路，以及证明两者一致的对应定理与证明，使人类仅需审查规范与定理陈述，而将定理证明交由机器自动核验。研究以随机粒子系统时间演化的实现作为具体范例展示了该方案。

  14. arXiv quant-ph26

    用于希格斯玻色子事件分类的量子机器学习模型样本规模扩展性与表征敏感度研究

    研究人员针对希格斯玻色子事件分类评估了量子支持向量机（QSVM）与变分量子分类器（VQC）的样本规模扩展性及表征敏感度。模型基于 ATLAS 挑战赛模拟数据，在 250 至 4000 个事件的平衡子集上结合 PCA 与自编码器降维进行训练，并以 4 种经典分类器为基准。结果显示较大样本下 QSVM 表现优于 VQC，但两者仍落后于表现最佳的经典分类器。

  16. arXiv quant-ph25

    镜中罗盘：基于 Hopf Ansatz 的量子反向传播

    研究提出基于 Hopf ansatz 的量子反向传播方法，利用逆向 Hopf 框架和相位校准受控反射，通过复用有限测量记录实现完整参数梯度的反向计算。对于包含 $M$ 个实值参数的完整图谱，全局方法的执行采样次数为 $\mathcal{O}(\log\log M)$，检查点方案则为 $\mathcal{O}(\log M\log\log M)$。

  17. arXiv quant-ph29

    量子 Fisher 有效维度能否评估混合量子神经网络？

    研究表明量子 Fisher 信息矩阵（QFIM）的有效维度反映的是电路几何特性，而非混合量子神经网络（QNN）的模型质量。实验显示其与测试准确率的相关性在 -0.72 至 +0.87 之间波动，且在半数配置中会随随机种子改变正负符号；在固定电留下，初始有效维度为 6 至 9，但 CIFAR-10 准确率跨越 23.14% 到 86.44%。

  18. arXiv quant-ph25

    用于量子储备池计算的参数高效多线性读出方法 ML-QRC

    研究人员提出了用于量子储备池计算的多线性读出方法 ML-QRC，通过沿各模式投影保留时间步、量子比特与可观测量构成的张量结构。在指定配置下，ML-QRC 相比全稠密 MLP 减少了 12.0 倍参数，特征块压缩达 12.1 倍。实验表明其在 TFIM 相分类全数据测试中取得最高准确率，并在 Mackey-Glass 预测中显著改善了神经读出在低数据场景下的稳定性。

  19. arXiv quant-ph33

    量子视觉 Transformer（QViTs）的实证扩展定律

    量子视觉 Transformer（QViTs）的数值图像分类实验表明，其验证损失可由量子比特数、Transformer 深度和训练数据集大小构成的联合平移幂律模型良好描述。在等效预测性能下，增加量子比特数能够弥补经典编码器参数量的减少。该发现印证了量子学习模型在参数效率上的优势，为量子机器学习探索资源节省提供了新方向。

  22. Apple ML Research36

    利用语音基础模型中的语言选择性维度检测语码转换

    研究人员提出一种轻量级方法，直接利用预训练语音编码器中的帧级语言信息检测语音中的语码转换（CS）。该方法通过单语录音识别语言选择性隐藏状态维度，并聚合其激活状态进行预测。在 CS-FLEURS 的 14 种语言对测试中，Whisper-small 编码器取得 0.798 的平均 F1 分数，优于 CNN 基线的 0.776 和 HuBERT 线性基线的 0.751。

  23. Apple ML Research51

    Apple 研究团队探索三模态掩码扩散模型的设计空间

    Apple 研究团队系统探索了三模态掩码扩散模型（MDM）的设计空间，在文本、图像-文本与音频-文本数据上完成了从头预训练。研究提出了基于随机微分方程（SDE）的重参数化方法以解耦物理与逻辑批大小，并在 3B 规模与 6.4T tokens 训练下展示了文本生成、T2I 和 T2S 任务的统一生成表现。

  24. AWS Machine Learning Blog52

    如何使用 Amazon Bedrock AgentCore 构建具备自优化能力的智能文档处理系统

    AWS 介绍了基于 Amazon Bedrock AgentCore 构建智能文档处理（IDP）系统的方法，通过多智能体协作与反馈循环实现新格式文档提取规则的自优化。方案运行 8 个协同智能体，结合 Strands Agents SDK 与 MCP 协议对接底层工具与数据库验证规则；AWS 提供了完整的开源部署代码，以每月处理 1,000 份文档为例预估运行成本约为 58 美元。

  28. Google Research76

    Google 正式发布技术文档智能体审查系统 Deep Review

    Google 宣布公开发布智能体 AI 系统 Deep Review，专门用于对学术论文、法律与金融等复杂长文档进行深度技术验证和逻辑审查。该系统采用由切分、算力自适应分配、并行深度验证与全局综合构成的四阶段 Agent 流水线，并支持接入 Gemini 4 Argon。系统每周为用户提供 2 次免费文档审查额度，同时提供 API 接入，用户上传的文档不会被用于模型训练。

    推荐理由：文章详细拆解了长篇复杂技术文档的四阶段智能体审查流程与推理算力自适应分配机制。

10月14日周三
  1. AWS Machine Learning Blog35

    Tamnoon 如何基于 Amazon Bedrock 构建 AI 云安全修复平台

    Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami，可在 90 天内将关键云风险暴露减少超 90% 且实现零生产故障。该平台采用 AWS 无服务器架构，由调查、安全评分、修复和代码生成 4 个专业 AI 智能体协同工作，自动将安全漏洞转化为生产安全的修复方案。通过单一 API 即可为不同任务匹配最优基础模型，兼顾复杂推理与高吞吐效率。

  5. NVIDIA Blog37

    欧洲多座城市部署基于 NVIDIA 技术的 AI 智能体优化城市运营

    欧洲多座城市正联合合作伙伴采用 NVIDIA 加速计算、Cosmos 开源模型、Nemotron 与 Omniverse 部署物理 AI 智能体和数字孪生，以优化城市运营与公共服务。相关项目覆盖英国、法国、意大利及比利时等国，应用场景涵盖交通规划、港口危化品处理及漏油预警等。在法国科多尔省的 500 多栋公共建筑中，运营智能体已将文档检索时间缩短至数分钟，并将总运营成本降低 10%。

  7. Google DeepMind88

    Google DeepMind 发布前沿模型 Gemini 4 Argon

    Google DeepMind 正式发布前沿模型 Gemini 4 Argon，主打编码、科研与多步骤复杂任务，并在评估关键经济领域能力的 Vals Index 评测中位列第一。

    推荐理由：官方给出了在代码库重构与科学计算中的实测细节，开发者可据此评估其深层推理与智能体作业价值。

  8. Google DeepMind80

    Google DeepMind 详解 Gemini 4 Argon 安全与对齐开发实践

    Google DeepMind 阐释了 Gemini 4 Argon 的安全与对齐防御体系，涵盖高危滥用防范、实时对齐监控和提示词注入防御。系统引入包含激活探针在内的三层实时防护，并实时监控智能体的操作与思维链以阻止越界行为；实验发现不惩罚思维链中的投机想法能有效避免模型隐蔽违规。在 Gray Swan 的 IPI 基准测试中，该模型的攻击成功率降至 0.7%。

    推荐理由：原文揭示了惩罚思维链会导致模型转为隐蔽作弊的实验结论，为智能体安全监控提供了可迁移的工程参考。

  9. Google DeepMind56

    Google DeepMind 与新加坡政府合作推出端侧防诈骗微调模型

    Google DeepMind 与新加坡政府科技局合作推出端侧防诈骗 AI 模型，基于轻量级 Gemma 模型微调并在用户手机本地运行。该模型采用轻量分类器初筛加 Gemma 上下文评估的两阶段架构，在不破坏端到端加密的前提下实时拦截社交工程诈骗；微调全程在独立受控沙箱中进行，严格排除了公民个人信息。

  10. 橘鸦AI早报36

    橘鸦 AI 早报：Google 全球开放 Gemini 4 Argon，OpenAI 优化 ChatGPT 存储占用

    Google 宣布向全球开放 Gemini 4 Argon 模型，订阅用户可在 App 中使用，开发者可通过付费 API 调用。同时，OpenAI 优化了 ChatGPT 桌面端存储方式，预计可减少 60% 磁盘占用。此外，阿里千问推出个人 Agent 千问 Go 开启限时邀测，Liquid AI 也发布了开放权重推理模型 LFM2.5-24B-A2B。

  11. AWS Machine Learning Blog66

    如何通过 Anchor Browser 与 Bedrock AgentCore 构建支持自主支付的 AI 智能体

    AWS 联合 Anchor Browser 推出集成方案，使 AI 智能体能够通过 Amazon Bedrock AgentCore payments 自动处理 HTTP 402 付费挑战并访问受限网页与 API。

    推荐理由：原文给出了基于 x402 协议实现智能体自动付费的集成架构与配置示例，读者可参考其在无私钥暴露风险下处理付费接口的落地方法。