贝叶斯优化中针对先验数据拟合网络（PFN）的各向异性置信域扭曲
针对贝叶斯优化中先验数据拟合网络（PFN）在目标函数长度尺度偏离元训练先验时的性能下降，研究提出各向异性置信域（ATR）扭曲方法。该方法利用核目标对齐估计各维度长度尺度并对输入空间进行仿射缩放，在无需重训网络且保持 $\mathcal{O}(d \cdot N^2)$ 推理成本的前提下修正错配。在 Matérn-3/2 核测试中，该方法改善了 PFN 在极端长度尺度下的优化表现，代码已开源。
全部AI 动态
全部动态
今日 7 条arXiv cs.LGAI 评分3434 arXiv cs.LGAI 评分2626 地下水位异常预测的选择性迁移学习：准确率与风险权衡
研究针对地下水位异常预测评估了上下文感知选择性迁移学习（CASL），以解决预训练迁移损害部分异质水井性能的问题。在 457 口水井与 13,718 个测试窗口下，固定迁移导致 18.38-51.86% 的水井性能受损，CASL 的 RMSE 比无迁移低 0.424-1.084%，部分挽救了 97.53-99.50% 的受损水井。
arXiv cs.LGAI 评分3535 Predicate Neuron：基于梯度学习的谓词关系可微量化
研究人员提出 Native Predicate Neuron，通过一阶逻辑量化为标准深度架构引入可微符号推理能力。该神经元用单一可训练参数建模关系逻辑，在执行硬逻辑操作的同时保持反向传播可微，可有效逼近非连续函数。实验表明其在 CNN、RNN 和 Transformer 等架构上显著加速收敛并提升准确率，现已支持 Keras 与 PyTorch。
arXiv cs.LGAI 评分2727 神经偏微分方程发现中的阈值兼容性与支撑集选择诊断
神经网络偏微分方程（PDE）发现研究推导出中位数/样本标准差阈值的精确双信号保留边界与完全向量扰动界，指出高精度回归在支撑集选择后仍可能丢失正确方程。在 4 条未使用解析轨迹的全部 240 次物理残差对比中，给定真实支撑集的估计均优于未更改的被选方程。该系列有限诊断方法可明确区分阈值不兼容、重拟合破坏与评分剔除。
arXiv cs.LGAI 评分4747 权重更新带来了什么：跨大语言模型训练阶段的 Leverage 分析
研究提出 Leverage 指标衡量单位权重更新的收益，发现模型不同训练阶段的更新效能跨越四个数量级。Olmo-3 和 Tülu-3 等测试显示，预训练效能处于随机水平，SFT 为随机水平 5 倍，RLVR 为 400-1,500，DPO 则达 400-23,000。若缺少 fp32 主副本，bf16 训练会冻结 36-99% 坐标并将 Leverage 降低多达 7 倍。
arXiv cs.LGAI 评分3030 面向噪声深度学习的动量引导优化器：MGO-SC 作为 Adam 式更新的一致性门控
轻量优化器 MGO-SC 通过梯度符号指数移动平均构建坐标级一致性门控，对符号波动的坐标降权以改进 Adam 类算法在噪声下的更新稳定性。其均值保持变体在 CIFAR-10 和 ResNet-18 测试中，于 40% 对称标签噪声下较 AdamW 基准提升 1.4 个百分点（Wilcoxon p<0.01）。该方法无需二阶信息或逐样本过滤，代码与原始日志已开源。
OpenAI NewsAI 评分2626 Credit Saison 在 ChatGPT Enterprise 试点中实现 954% ROI
Credit Saison 在 ChatGPT Enterprise 的试点项目中取得了 954% 的 ROI。在管理层与员工的共同推动下，该公司正将这一试点的积极成果转化为全公司范围的落地应用。
NVIDIA Blog精选AI 评分7070 SETI 与 Breakthrough Listen 将 Agentic AI 引入地外信号搜索
Breakthrough Listen 与 SETI 研究所将智能体 AI 引入地外文明搜索，在艾伦望远镜阵列上通过自然语言即可自动控制天线、校准仪器并处理观测数据。该系统基于 NVIDIA Holoscan 平台与 RTX PRO 6000 Blackwell GPU，支持每秒 2.4 Tbps 传感器数据的实时显存处理，已在蟹状星云完成脉冲星的实时 AI 检测。
推荐理由：文章展示了如何通过端到端软硬件协同将海量传感器数据接入 GPU，为高吞吐科学仪器的智能体化控制提供了工程参考。
Google DeepMindAI 评分5656 Google DeepMind 推出 AI 工具 PlanAssist 加速英国规划审批，并扩大试点范围
Google DeepMind 宣布扩大基于 Gemini 的规划辅助工具 PlanAssist 试点，该工具在早期测试中将规划官员评估住户申请的时间缩减了最多 58%。
Microsoft ResearchAI 评分4444 从合成企业数据评测到 Microsoft Copilot 的真实 AI 信心
Microsoft 构建了行业评测数据生成平台，利用 O*NET 等公开数据构建全尺度合成企业环境，在不触碰客户敏感数据的前提下评测 Microsoft Copilot。该平台目前涵盖制药、资本市场及 IT 软件行业的动态工作流，通过自动化查询生成与质量框架为 Copilot 建立首个标准化评测基线。
arXiv quant-phAI 评分2929 量子学习中自适应局部测量可指数级超越非自适应全局测量
研究表明，在单副本且无量子存储的量子学习中，自适应局部测量相比允许任意全局测量的非自适应协议可取得指数级优势。通过单量子比特测量与一轮自适应，自适应协议在固定精度下仅需对数级样本副本数，而所有非自适应协议均需指数级副本。该量子态完全可分离且无需纠缠，证实测量不相容性可作为一种被经典反馈利用的独立量子学习资源。
arXiv quant-phAI 评分2626 利用神经网络推断量子态传输次数
研究表明仅凭传输数据即可利用前馈神经网络推断重复量子态传输（QST）中的信道使用次数。在单次使用未重置的 XX 自旋链信道时，输入发送与接收的 Bloch 向量，网络识别信道使用次数的准确率超过 90%。若进一步结合信道的 U(1) 对称性采用两分量表征，该分类准确率可提升至约 95%。
arXiv quant-phAI 评分2626 有限探测事件记录下光学量子态分类：零拍探测与外差探测对比
针对有限探测事件记录下 7 类光学量子态的神经网络分类，外差探测在小样本条件下表现优于基于重构的零拍探测。在 N=100 个探测事件和 20% 去相位噪声下，外差探测对卷积神经网络的分类准确率比采用滤波反投影重构的零拍探测高出 14.1 个百分点。但在 N=10^3 及以上事件量，或零拍网络不经重构直接处理数据时，两者性能未呈现显著差异。
arXiv quant-phAI 评分2727 量子线性组合中的贫瘠高原：干涉与李代数控制
该研究针对量子酉算子线性组合（LCU）分析贫瘠高原问题，证明单次 LCU 的总梯度方差至少为分支方差乘以系数幅度的四次方，无需 Haar 随机假设。作者推导了量化分支干涉贡献的精确梯度公式，在 4-qubit matchgate 示例中展示了多项式方差及联合 Haar 采样下的指数集中，并给出了李代数控制与误差界。
arXiv quant-phAI 评分3333 AI 与量子开源软件展望
针对 AI 辅助量子开源软件开发面临的验证难题与审查负担，一项新研究将可验证性列为核心要求。通过分析 5 届量子开源黑客松涉及的 110 个代码仓库及逾 1600 名参与者的调查，作者提出了要求提供可复现证据的验证规范与贡献标准。团队同时维护了一个开源配套仓库，以帮助开源项目采纳相关提议并支持成果复现。
arXiv quant-phAI 评分2525 量子测量数据生成式学习的样本复杂度
研究提出了一个偏差-方差分析框架，用于确定有限数据下生成式学习量子测量分布的样本复杂度，将期望 KL 误差分解为表征偏差与估计方差。在充分采样机制下，该理论推导出最优误差随样本量 $N$ 从反幂次到 $\ln N$ 反幂次衰减的四类标度律。该框架在横场 Ising 模型的 Born 分布中成功预测了局域自回归模型的最优上下文半径与误差表现。
橘鸦AI早报AI 评分3636 橘鸦 AI 早报 2026-10-30：OpenAI 订阅用量翻倍，Claude Code 恢复 ultrathink
OpenAI 宣布将 Pro 100、Pro 200、Pro 500 与 Business Premium 的所有用量上限翻倍，现有订阅者自动生效且月费不变，dots 扩展用量继续单独提供。此外，Claude Code 命令行工具恢复了单轮思考强度可达 xhigh 的 ultrathink 功能，Google 则宣布关停异步编程 AI 智能体 Jules 并将其整合至 Antigravity。
AWS Machine Learning BlogAI 评分2424 英国 Amazon Quick 用户组如何在 2026 年发展壮大
英国 Amazon Quick 用户组发布年度回顾，三次季度聚会累计吸引超过 150 名参会者。参会者在动手工作坊中免代码构建了自定义聊天智能体，并体验了 Amazon Quick Desktop、Amazon Quick Apps 及 Amazon Quick Flows 等工具。Arriva UK Trains 和 Carsa 等企业还分享了借此改善决策并精简 50% 仪表板的落地实践。
Microsoft ResearchAI 评分3333 Microsoft Research Focus 第 97 期
微软研究院发布 Focus 第 97 期，公布了 ForkPilot、CABRA 等多项前沿 AI 智能体研究成果。自改进框架 ForkPilot 在 6 项 benchmark 评测中匹敌现有最佳方法，并降低最高达 59% 的处理计算需求。研究还通过 CABRA 发现理解代码是编码智能体的核心瓶颈，TeleTune 支持从日志学习技能，蛋白质模型 BioEmu2 则开启公开预览。
AWS Machine Learning BlogAI 评分5151 AWS 详解如何利用 Kiro 构建可复用的 PHP 转 Java 迁移引擎
AWS 介绍了利用 AI IDE Kiro 与 AWS Transform 构建可复用 PHP 转 Java 迁移引擎的方法，将代码重构拆解为规范驱动的八阶段流程。方案核心采用先运行无依赖扫描器生成 JSON 模型清单、编写等价验证套件比对行为一致性，并坚持修改规则手册重新生成而非人工修补代码。整套技能文件支持在 Kiro 本地交互式迁移与 AWS Transform 规模化自主执行间无缝复用。
AWS Machine Learning BlogAI 评分5555 AWS 详解如何基于 Amazon Nova Act 构建意图驱动的 UI 测试平台
AWS 联合企业客户 Epsilon 详解如何结合 Amazon Nova Act 与 Amazon Bedrock AgentCore Browser Tool 构建意图驱动的 UI 测试平台服务。
OpenAI NewsAI 评分3333 Ropes & Gray 如何与 OpenAI 合作开发交易尽调 AI
Ropes & Gray 正与 OpenAI 合作开发用于交易尽职调查的 AI。律师会在向客户提供咨询建议前，对归类分组的文档、摘要和报告进行审查。
OpenAI NewsAI 评分5454 OpenAI 更新 Model Spec 模型规范
OpenAI 发布更新版 Model Spec 模型规范，概述了五项核心价值观。该规范旨在引导能力更强的 AI 具备健全判断力、维护人类自主权并忠实于人类意图。
AWS Machine Learning BlogAI 评分5454 MoEngage 如何利用 AgentCore Gateway 将 400 多个私有 API 转为 Agent 工具
MoEngage 借助 Amazon Bedrock AgentCore Gateway 将跨 7 个 AWS 区域私有 VPC 运行的约 400 个内部 REST API 转换为权限隔离的 Agent 工具，免去了独立维护 20 多个 MCP 服务的开销。
AWS Machine Learning BlogAI 评分3535 借助 AWS Batch 配额管理实现 SageMaker Training 任务跨团队资源借贷
AWS Batch 针对 Amazon SageMaker Training 任务推出配额管理（quota management）功能，支持管理员按团队或项目划分配额份额，实现闲置 GPU 算力的跨团队出借与借用。系统提供 RESERVE、LEND 和 LEND_AND_BORROW 三种共享策略，支持通过跨份额抢占自动收回出借资源，并可开启份额内抢占优先保障高优先级任务运行。
OpenAI NewsAI 评分5757 OpenAI 如何检测前沿模型不对齐
OpenAI 采用分层监控技术来检测前沿模型不对齐以及未经授权的智能体行为。该机制使安全响应人员能够在安全事件升级之前及时介入处置。
AWS Machine Learning BlogAI 评分3939 在 Amazon EKS 与 SageMaker HyperPod EKS 上利用 NVIDIA Nemotron 模型加速智能体 AI
NVIDIA Nemotron 3.5 Super VL 已支持在 Amazon EKS、EKS Auto Mode 及 SageMaker HyperPod EKS 上部署，用于加速智能体 AI 工作流。
橘鸦AI早报AI 评分3333 橘鸦AI早报：Google 推出 Gemini 4 Carbon，OpenAI 发放 API 额度
Google 发布新一代前沿模型 Gemini 4 Carbon，主打网络安全和长时程任务，现已向部分网络安全防御人员开放。该模型在 SEC-bench Pro 得分 88.2%，在 Intelligence Index v5 以 59 分排名第一，生成安全代码成功率是 Argon 的 2 倍以上。
OpenAI News精选AI 评分6060 OpenAI 与 ServiceNow 扩大企业工作流合作
OpenAI 与 ServiceNow 扩大合作关系，计划将 OpenAI 模型与智能体引入 ServiceNow 平台，同时将 ServiceNow 的企业工作流整合至 ChatGPT 与 Codex。
推荐理由：原文明确了双方将智能体能力与企业业务流程打通的合作方向，读者可以据此了解主流企业服务与前沿大模型的整合路径。
arXiv cs.LGAI 评分4848 反应式优化器 OPAL
研究人员提出反应式优化器 OPAL，利用预训练大语言模型智能体在单次训练中实时监测训练动态并重写可执行的优化器代码。该方法无需针对优化器的元训练，可直接调整学习率调度、优化器结构、数值精度和动量，在语言建模与图像生成任务中匹配或超越了固定训练配方。实验表明其能有效应对数据损坏并减少过拟合，代码已开源。
arXiv cs.LGAI 评分3535 面向时间序列预测的专家专业化研究：学习该共享什么
研究提出即插即用方法 PCR，通过在冻结的预训练预测器周围交替进行通道特定混合权重的精确条件估计与低秩残差专家的梯度训练，解决多变量时序预测中的通道专业化问题。论文同时引入合成基准 GalaxyTS；在 4 个预测视界平均下，PCR-K4 相对 3 种冻结 backbone 实现了 3.86%-14.25% 的均方误差降幅，且可训练参数量大幅减少。
arXiv cs.LGAI 评分4040 记忆还是时钟？审计 XLand-MiniGrid 中的记忆优势
在 XLand-MiniGrid 任务中，LSTM 智能体相比无记忆 MLP 的性能优势经审计发现大多源于对时间步的感知，而非真正的记忆能力。只要向同尺寸无记忆 MLP 输入时间步，两者原本 25 个百分点的差距便缩小至 3.3 个百分点，且线性探针证实 LSTM 状态编码了时间信息。研究还发现常用二元任务判定指标有 76% 为评估噪声，相关评估协议、工具与检查点已全部开源。
arXiv cs.LGAI 评分2626 面向降维与降阶建模的带 Lipschitz 控制贪心正交多项式流形
该研究提出用于降维与降阶建模的 Greedy-OPM 算法，利用在训练数据上正交的特征来表示多项式解码器。该算法在解码器 Lipschitz 常数受限的条件下，联合选择编码器模式与多项式特征以最小化重构误差。数值实验表明，引入 Lipschitz 约束能够在保持高重构精度的同时，有效提升脱离训练数据时的泛化表现。
arXiv cs.LGAI 评分3232 面向双曲传输图神经网络求解器的 CFL 感知边设计
研究提出一种面向双曲型偏微分方程 GNN 求解器的边局部 CFL 感知设计，将模型最终步预测误差降低了 10.4-14.4%。实验表明，直接向原始边特征追加 CFL 几乎无效，仅在边表示已解耦交互方向与空间尺度时才能发挥最大效用。该改进主要通过抑制激波附近的震荡实现，且随着时间步长增大，误差降低效果更加明显。
arXiv cs.LGAI 评分3636 从分布匹配视角看 LLM 训练算法
研究提出基于分布匹配的统一框架，将现代 LLM 各阶段训练算法解释为最小化模型与目标分布间的散度。分析表明 On-Policy Distillation（OPD）仅在模型贴近目标分布时优于经典知识蒸馏（KD），并揭示了强化学习（RL）目标分布退化机制。基于此设计的 Conditional KL（CKL）正则化可在放宽奖励提升限制的同时有效保留模式多样性。
arXiv cs.LGAI 评分2828 一种基于幅值感知比较的量子 k 近邻（QKNN）实现
研究人员提出一种实用的量子 k 近邻（QKNN）编码技术，通过为每个向量追加单个分量，实现不同 L2 范数向量间的欧氏距离计算。该方法比同类方案更易理解和实现，且所需量子比特更少。在标准标注数据集的真实噪声仿真基准测试中，得益于更少量子比特带来的更高电路相干性，其表现相比近期的欧氏距离 QKNN 方法取得显著提升。
arXiv cs.LGAI 评分2727 多项式残差网络具有泛型可识别性
研究人员证明了带有多项式激活函数和偏置项的常数宽度残差网络（ResNet）具有泛型可识别性。当激活函数的多项式次数不低于 5 时，泛型参数对应的纤维为单元素集；次数不低于 3 且无线性项时纤维由偏置平移与实单位根缩放确定。该方法同样适用于无偏置网络，并导出了奇点学习理论中 ResNet 参数化临界点的必要条件。
arXiv cs.LGAI 评分3333 利用隐动态从粗糙观测重建精细尺度 PDE 轨迹
研究者提出 Structured Latent Dynamics（SLD）框架，用于从时空下采样观测中重建高分辨率 PDE 轨迹。在二维 Gray-Scott 等方程系统中，SLD 成功将 25 帧输入重建为空间各方向细化 8 倍的 100 帧高分辨率输出。在参数规模相当时，其平均相对 L2 误差和平均绝对误差均低于非结构化隐动态及 ConvLSTM 基线。
arXiv cs.LGAI 评分3434 模型抽取结合知识蒸馏：从深度神经网络中恢复参数的密码分析技术
该研究将密码学权重方向抽取与基于预测标签的学习相结合，提出全连接深度神经网络的参数重构方案。在最大合成架构的最深隐藏层中，Leaky ReLU 恢复了 51-57 个神经元（ReLU 为 0 个），较小架构的预测一致性达 0.9890 至 0.9992。在两个 CIFAR-10 目标上，重构模型实现 56.40% 和 58.29% 的一致性，并在三项功能指标上超越蒸馏基线。
arXiv cs.LGAI 评分2929 超越仿射重构：用于辐射传输方程的多分辨率 Transformer DeepONet
研究团队提出一种基于 Transformer 的多分辨率 DeepONet，结合 Perceiver 编码器与交叉注意力解码器实现非仿射重构，用于加速火灾模拟中的辐射传输方程求解。该架构无需统一重采样即可直接处理多分辨率输入，并突破了仿射重构的理论误差下限。二维池火实验表明，该模型在预测辐射强度与入射辐射时精度优于自编码器 DeepONet，且具备更少的可训练参数。