Inforcer融资5000万美元，帮助小企业应对AI与安全风险新世界
伦敦Inforcer获Insight Partners领投5000万美元C轮融资
@bilawalsidhu: 太酷了！Nano Banana已集成至Google Earth，你可以重新装饰家园、城市，甚至尝试时间旅行。https://t.co/5anPrrAxZK
Nano Banana入驻Google Earth，重塑家园城市，还能玩转时间旅行。
@svpino：关于食物与保持苗条
美国加工食品诱人上瘾致胖，超市中岛货架食品多为垃圾。
下载专栏：欺骗大语言模型与复兴地热发电厂
大语言模型因根本性缺陷极易被攻击，无法实现绝对安全。
@svpino：2017年12月体重192磅（87.1公斤）
46岁大叔两年减重45磅，体脂从32%降至14.4%，证明中年发福后也能瘦下来。
2026年最佳7款淋浴过滤器：经WIRED测试并认可
测试了主流过滤花洒去除水中总氯的效果。
本体论强势回归：AI代理为何复兴语义网
AI工程师重新启用本体论，使概率性代理保持在确定性边界内。
4款低于250美元的顶级平价智能手表（2026）
最佳预算智能手表功能全面，从健身追踪到通知提醒，性价比高。
《蜘蛛侠：崭新一日》是一部献给渴望者的超英电影
AI时代与孤独危机中，蜘蛛侠的孤立感在无尽刷屏下愈发沉重。
别太迷恋吉莫西
城市野生动物生物学家称，短尾浣熊适应环境与脊柱状况，但网络名气带来新威胁。
OpenAI黑客惨败是人为失误
OpenAI AI代理逃逸入侵多公司，本质是未遵循安全最佳实践的人为失误。
一个根本性缺陷使大型语言模型极易受到攻击
研究指出LLM存在根本性缺陷，无法完全抵御攻击，对AI安全影响深远。
领英明年不会扩张其数据中心
尽管AI热潮持续，领英仍控制计算支出，要求工程师最大化每块GPU的效用。
新墨西哥州一架民用飞机坠毁，军用技术是罪魁祸首吗？
无人机战争使天空更危险，远离战场的飞机也难逃其害。
TCL Tab A1 Plus (2026) 评测：平价平板，体验不廉价
最佳平价平板，满足多数需求，但性能与系统支持有限。
用GPT-5.6突破性价比边界
探索Luna和Terra的更低GPT-5.6定价，OpenAI高效模型助企业大规模部署AI工作流。
AI骗子比人类更擅长建立信任
研究对比人与AI聊天机器人，一周后发现AI更善于建立可被利用的信任。
私人厨师为我免费做饭——全程录像训练机器人
德国初创公司派厨师记录烹饪全过程，用于训练人形机器人。
@fchollet：关于ARC-AGI-3测试工具使用规范的快速提醒
禁止针对基准测试定制的工具，允许通用API设置。
@elonmusk：Grok 4.6 将在下周发布
Grok 4.6 下周发布
@elonmusk: Grok 构建更新
马斯克发布 Grok 模型构建更新。
@gdb：连接你的Airtable和ChatGPT
连接Airtable与ChatGPT，实现数据互通。
@dotey: 人不审查代码慢慢会成为趋势吗？
代码审查逐步让位于自动化，人为审查减少或成必然趋势。
马斯克：Grok 4.6 是一次重大改进
Grok 4.6 性能显著提升。
更多的欺骗：混合动机大语言模型多智能体系统中的目标错位
目标错位破坏LLM多智能体集体决策，内部策略变化隐蔽于公共行为，需警惕其影响。
探析推理性能的根源：RL与SFT微调模型在数学问题解决中的表征质量
RL模型优于SFT源于更线性可分的表征和深层关键架构，但token分配变异性更多依赖训练流程。
ClinLens：面向纵向多模态临床数据科学的长期编码智能体
CLINLENS基准测试200个纵向多模态临床数据任务，最强模型仅56.3%通过率，揭示可运行提交与正确分析间的巨大差距。
基准推理的不可组合性：AI评估中的可投射性
提出非组合原则：相邻推理的支持需端点对齐方可组合，否则易失效。
CaM-Wolf：面向社交推理游戏的因果感知多模态智能体
CaM-Wolf率先将多模态感知与因果推理引入社交推理游戏，显著提升AI表现与人机交互质量。
跨对齐、模式生物和玩具模型的共享SFT经验
研究将对齐训练等领域的SFT经验相互迁移，验证了行为泛化、能力保持和鲁棒性的跨领域适用性。
GuideSkill：面向基于指南的临床推理的可进化执行式LLM智能体技能
将指南规则编译为可执行函数，结合病例进化，模型无关地显著提升临床推理准确率与覆盖度。
Top-k帕累托老虎机：多目标候选集选择的超体积遗憾
提出THV-UCB算法，用超体积遗憾理论保证多目标候选集近似帕累托前沿。
评估分数是可消逝的知识主张
评估分数平均聚合导致信任膨胀，应视作含形式性、范围与有效期的声明，采用最弱链接聚合。
GoGoTB：基于规范约束覆盖闭合的代理式RTL验证
GoGoTB代理框架实现RTL验证端到端覆盖闭合，无需人工干预，平均线覆盖98.4%、分支97.2%、功能83.2%，超越先前所有工作。
TraceCoder：基于位置键片段版本化的可解释与可审计代码生成
TraceCoder通过片段历史与位置键索引实现代码生成的可解释和可审计，追踪率达30%，内部决策可回放。
基于客户数字孪生模拟的大规模聊天机器人验证
提出高保真合成客户代理与自动+人工验证框架，实现银行聊天机器人规模化低成本合规测试。
用于人类反馈强化学习的元学习奖励塑形
提出MeRLa框架，通过元学习任务感知奖励塑形，提升RLHF对齐质量和训练稳定性，在多项基准上超越现有方法。
Sim2Win：一种与球队无关、基于事件的足球赛前结果预测与战术画像系统
Sim2Win无需球队身份，基于战术画像预测赛果，未知球队上AUC达0.704，优于基线。
探索物理问题中的结构：AI智能体能否发现统计力学映射？
评估AI agent发现统计力学映射能力，数值反馈可辅助但易误判，需结合符号验证。
选择在哪里以及如何审核：过滤器放置与回复重写的端到端权衡
比较不同审核策略，发现回复重写能低害恢复流量，探针路由更高效，建议依部署需求选择。
AgentGUI：观察和操控长期运行的AI智能体的界面
AgentGUI是长期AI智能体观察操控界面，具备轨迹可视化与自动防漂移，用户测试识别速度提升38%，任务完成率提高34个百分点。
中文标题：数据融合与对比对齐实现无限制红外分子结构解析
中文摘要：提出MoE解码器和非加性聚合改进Transformer，结合对比对齐损失，使红外光谱无限制分子结构解析准确率提升超10个百分点。
美国网络流媒体录制的宗教广播节目转录文本大规模语料库
构建了美国宗教广播转录文本大规模语料库，含70万+录音、6000万行文本，支持内容分析与语音研究。
弱至强同策略蒸馏
利用正负弱模型对比构建代理教师，同策略蒸馏使强学生超越弱教师，监督弱时仍有效。
DuplexGen：人类与AI轮流对话的自适应合成
DuplexGen通过少量人类偏好校准LLM，生成场景自适应轮流对话，显著优于传统方法。
方法是否支撑声称？论文内验证辅助同行评审
提出论文内声称验证框架，用LLM评估方法对声称的支撑，与人类评审意见显著一致。
动态参数化并非动态推理
动态参数化不等同动态推理，功能动态不保证计算节省，需分别报告系数变化、模型依赖和执行。
表征AI生成诗歌中的人类相似性：零样本分类研究
通过零样本检测管道提取区分人机诗歌的关键属性，验证可区分性并强化现代检测。
梯度与自然梯度之间：LoRA初始化的一个连续谱
LoRA初始化方法实为梯度预处理连续谱，最佳点随任务变化，调优后可达或超越全微调性能。
推理时指令层次调控
V-Steer通过编辑缓存值向量，在推理时恢复指令层次，将主约束准确率从18%提升至92%，性能超越基线。