最新動態
來源原文的標題與連結,未經本站改寫;英文標題附機器翻譯。已排除與 AI 無關的條目;主題由本站地端模型自動分類,可能分錯。
- 認識你的無知:透過演化生成空間進行代理式資料合成,實現閉環學習機器翻譯Know What You Don't Know: Agentic Data Synthesis by Evolving Generation Space for Closed-Loop Learning
arXiv:2610.12593v1 Announce Type: new Abstract: The continued improvement of large language models increasingly depends on synthetic experience, yet effective data synthesis for interactive agents requires not only exec
論文基準arXiv cs.AI · 10/13 下午12:00 · 當天共 22 則展開同日其他 21 則
- 無錨之忠實:論特徵重要性中可解釋AI忠實度指標的結構性錯位
- 透過表示幾何正規化,緩解大型語言模型自我改進中的能力退化
- 協作式心智理論:透過預測使用者回應來學習自我修正
- 超越二元可驗證獎勵:軟體工程代理的行為自我獎勵
- Seq-Drifting 一步生成文字
- 留意空間差距:地空推理與受限空間編輯基準
- CLEAT:學習價值引導式澄清以應用於互動代理
- DeFiRank:去中心化金融網路治理中的聯合配對排序
- EmbodiedCLBench:評估自我進化具身代理的持續學習
- SWEAR:透過自我評級難度實現分節高效音訊推理
- 更快決策未必造就更優秀的代理:Jev 在代理工作流程中的實證研究
- 品質而非僅看結果:用於監督微調之程式碼代理軌跡選擇的結構化評分框架
- VETR:基於執行回饋的符號圖形推理自我改進代理
- 針對無監督專利請求項分類,評估嵌入幾何結構與聚類演算法
- 等預算蒙特卡洛樹搜尋與隨機重啟列表排程於DAG工作流之對照:一項等預算計算研究
- 少訓練、多學習:不確定性引導的漸進式收縮,實現高效推理後訓練
- 基於能力感知的LLM多智能體系統編排
- Work2Skill:捕捉人類GUI經驗以誘導可重用的代理技能
- VEPA:用於LLM代理終身護欄的已驗證演化式正式策略
- 定位、判斷、閱讀:基於知識點索引的開放領域多模態文件問答角色專化工具代理
- OGPO:用於可恢復視覺語言動作模型的離線目標條件策略優化
- 深度研究代理的反思式提示詞優化:一種主題不相交、多隨機種子協議,用於衡量可遷移增益與提示詞層級過擬合機器翻譯Reflective Prompt Optimization of a Deep-Research Agent: A Topic-Disjoint, Multi-Seed Protocol for Measuring Transferable Gains and Prompt-Level Overfitting
arXiv:2610.12601v1 Announce Type: new Abstract: Prompt optimization is an attractive alternative to reinforcement learning for adapting language-model agents, since it is cheap and produces human-readable artifacts. On
論文基準arXiv cs.CL · 10/13 下午12:00 · 當天共 14 則展開同日其他 13 則
- zip2zip++:朝向推論階段極小品質損失的Token壓縮
- perturber:保留語意之無狀態文字擾動服務
- GeopoliticalQA:針對情報報告的檢索與生成基準測試
- 啟動標註者:將生活經驗運用於資料標註
- BenCoDiC:孟加拉語政治新聞語境下的大規模網路霸凌語料庫(完整版)
- 乘上激活波:分析LLM隱藏狀態的信息与几何結构以优化推測解碼
- 一個模型統御所有循環:語言模型的彈性潛空間循環
- GeoFitBench-LLM:評估大型語言模型在地理分析任務中提煉地理空間資料需求的基準
- 用於投機解碼之平行草稿脈絡修正
- 恐懼未必是恐懼:不同資料集中情緒標籤等價性的差異
- 語言模型的自我保存
- 多串注意力殘差
- 擴展代理式資料以實現長程終端智慧
- 駭客組織CyberXero濫用Claude Code攻擊WordPress網站,竊取近63萬烏克蘭用戶資料
新聞 駭客濫用AI增強攻擊的力道,現在可說是越來越頻繁,如今有初始存取管道掮客(IAB)也加入利用的行列。資安公司SOCRadar揭露 以經濟利益為動機的俄羅斯初始存取管道掮客CyberXero ,駭客結合防禦性工具與AI協調基礎設施,從事兩種型態的活動,一種是針對烏克蘭能源及關鍵基礎設施而來,疑似竊取超過62.8萬名烏克蘭用戶的資料;另一種是鎖定WordPress網站和電商平臺,他們在波蘭、中國、巴基斯坦等國
安全與政策iThome · 10/13 上午11:54 - 紐時、經濟學人等媒體加入聯盟,防止 AI 未經授權使用新聞內容
紐約時報(The New York Times)、法新社(AFP)和「經濟學人」(The Economist) […]
安全與政策TechNews 科技新報 · 10/13 上午11:50 · 當天共 5 則 - AI 不用資料中心就能自我複製?Anthropic 實測 15 台電視盒跑 26B 模型,示警小模型年底跨過門檻
Anthropic 研究顯示,小型 AI 模型已接近在物聯網裝置上自我複製的能力,形成去中心化、可適應的蠕蟲。此新興威脅凸顯了強化裝置預設安全、阻斷傳播鏈的急迫性。
安全與政策INSIDE · 10/13 上午11:49 · 當天共 2 則 - 代理能力躍進!Meta發表Muse Wonder系列模型:性能緊追Claude Opus 5.5,任務成本飆2.8倍
Meta發表Muse Wonder系列前沿模型,主打主動記憶與代理任務執行力。第三方評測其智慧指數達56分、較前代顯著進步,但任務成本高出2.8倍。
模型發布數位時代 · 10/13 上午11:25 · 當天共 3 則 - OmniCompass:全模態影片定位與理解綜合評測基準機器翻譯OmniCompass: A Holistic Benchmark for Omni-Modal Video Grounding and Understanding
With the rapid development of multimodal large language models (MLLMs), evaluating their video understanding capabilities has become increasingly important. Existing video understanding benchmarks cover only part of the
論文基準Hugging Face 每日精選論文 · 10/13 上午08:00 · 當天共 12 則 - AI是工具,善用需要技巧機器翻譯AI is a tool and using it well takes skill
Article URL: https://yyhh.org/blog/2026/10/ai-is-a-tool/ Comments URL: https://news.ycombinator.com/item?id=50063427 Points: 667 # Comments: 533
產品應用Hacker News 首頁 · 10/13 上午05:40