独立 AI 资讯库
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
LG-GER 提出了一种用于群体情绪识别（GER）的语言引导蒸馏框架，可从单张图像中推断人群的整体情绪状态。该方法利用多模态大语言模型（MLLM）为训练图像生成带有情绪信号和置信度的空间定位证据，再通过四类损失将这些知识蒸馏至单一视觉语言模型（VLM）骨干网络。模型在推理时不需要目标检测器、MLLM 或多流融合，因而更适合实时和资源受限的部署场景。在 GroupEmoW 和 GAF~3.0 两个基准数据集上，LG-GER 的表现可与或优于需要检测和多流推理的现有先进方法。
LUCAID 是一项面向肺癌精准病理的智能体多模态 AI 研究。肺癌组织诊断需要整合组织形态学、免疫组织化学和分子特征，以支持精准肿瘤治疗决策。原文指出，当前病理评估仍主要依赖视觉观察和半定量分析，LUCAID 的目标是应对这一复杂诊断流程。该研究以 arXiv:2608.23803v1 的新论文形式发布。
该研究针对复杂果园环境中的小目标检测和实例分割问题，对 YOLOv26、YOLOv11 与 YOLOv8 进行了跨代基准比较与优化。果园场景中的绿色目标与绿色背景相似、遮挡严重，以及果实精细解剖结构所占像素有限，都会显著增加识别难度。研究聚焦于细粒度果实目标的检测和实例分割，为开发者选择及优化不同代际的 YOLO 模型提供参考。论文编号为 arXiv:2608.23636v1，发布类型为 new。
论文介绍了 PinSieve，这是一个应用于大规模内容质量管线的生产实践案例。作者指出，企业生产环境中的 AI Agent 往往需要具备边界约束、状态管理、可观测性和可治理性，而非完全自主运行。PinSieve 的已部署组件采用选择性 VLM 服务，用于内容质量分诊。该案例为企业在生产环境中构建可控、可审计的多模态 AI 系统提供了参考。
该研究关注多语言语言模型在不同语言中求解同一道数学题时，是否依赖共享的内部特征。作者指出，模型输出相似并不能直接证明其内部计算过程相同，也可能是语言特定的计算路径产生了相近结果。论文拟借助几何不变稀疏自编码器研究这一问题，为理解 LLM 的跨语言推理机制提供分析方法。由于提供的原文摘要不完整，未披露具体实验数据、模型结果或最终结论。
本文研究大型语言模型（LLM）能否为结构因果发现提供可信的先验因果知识。作者系统评估了 12 个指令微调模型在直接因果边判断及其置信度校准方面的表现。研究指出，仅具备看似合理的因果判断并不等同于具备可靠性；对开发者和因果发现应用而言，模型输出的置信度是否可信同样关键。
BenchBench-Protocol 是一个用于评估大语言模型湿实验方案推理与修改能力的基准测试。该基准包含 149 项方案修改任务，这些任务来源于科学家在实际实验过程中对已发表方案所做的修改。其目标是考察模型将既有实验方案适配到新实验需求时的推理与修改能力。该基准可为开发面向生物医学和实验室自动化场景的 Agent、科研助手及相关 API 提供更贴近真实工作流的评测依据。
该论文讨论预算受限的 Agent 搜索：当验证成本高昂、候选生成需要多次模型调用，或两者兼有时，LLM Agent 必须在有限评估预算内不断优化候选方案。论文指出，标准 MCTS 在这一场景下的预算分配效果不佳。该问题对构建成本可控的 Agent 搜索、验证与候选优化系统具有直接意义。原始摘要内容在“allocates budget poorl”处截断，未提供完整方法和实验结论。
arXiv:2608.23811v1 Announce Type: new Abstract: Automated fact-checking is essential for ensuring the reliability of public health information, yet the biomedical domain poses unique challenges. Validating biomedical claims requires rigorous interpretation of scientific literature, assessment of re
arXiv:2608.23740v1 Announce Type: new Abstract: Concurrent multi-agent coding promises division of labor across modules, robustness through redundancy, and parallel exploration at the natural granularity of multi-file projects. Realtime collaborative editing protocols solve this coordination proble
arXiv:2608.23691v1 Announce Type: new Abstract: We study autonomous mathematical discovery in the Station, an open-world multi-agent environment in which AI agents from different model families pursue a shared research goal without a central coordinator or scripted pipeline. Agents choose their own
arXiv:2608.23670v1 Announce Type: new Abstract: LLM-based agents execute multi-step tasks, but their behavioral structure remains opaque: long unstructured traces resist the safety auditing and runtime monitoring that deployment requires. Existing approaches operate per-trace or success-only, so th
arXiv:2608.23646v1 Announce Type: new Abstract: Molecular embedding models can serve as foundational infrastructure for computational chemistry and drug discovery, where reusable vector representations support property prediction, virtual screening, and retrieval. Most molecular encoders are specia
arXiv:2608.23644v1 Announce Type: new Abstract: Large language models (LLMs) are becoming routine instruments of scientific research, assisting with literature synthesis, hypothesis development, coding, and formal reasoning. Their use raises a central epistemic question: when parts of scientific re
arXiv:2608.23643v1 Announce Type: new Abstract: Artificial intelligence is increasingly being introduced into healthcare workflows, yet most evaluations emphasize model accuracy rather than whether adoption is economically worthwhile in real clinical settings. This study proposes FLARE, a systemati
arXiv:2608.23642v1 Announce Type: new Abstract: AI agents pose significant risks as they are granted increasing autonomy. A commonly proposed solution is human oversight and keeping a ''human in the loop'', but this is not a simple solution: Not only do current approaches to AI agent design impede
arXiv:2608.23632v1 Announce Type: new Abstract: Process supervision has improved mathematical reasoning, where intermediate steps are naturally expressed as chains of thought. In code generation, however, process supervision remains underexplored because there is no standard notion of a step. Super
arXiv:2608.23631v1 Announce Type: new Abstract: Multi-objective materials discovery with LLM agents is often limited not only by how many candidates can be proposed, but by how effectively each costly property evaluation informs the next search step. Existing agents mainly store evaluated candidate
arXiv:2608.23622v1 Announce Type: new Abstract: Large language models (LLMs) have shown strong capabilities in reasoning, planning, and tool use, but many scientific and engineering tasks require more than plausible text and code generation. They require understanding how a system responds to inter
arXiv:2608.23569v1 Announce Type: new Abstract: State-of-the-art Natural Language to SQL (NL2SQL) models report execution accuracy exceeding 89 percent on established benchmarks such as Spider and BIRD. However, these benchmarks rely on simplified academic schemas and open-source SQL dialects that
arXiv:2608.23568v1 Announce Type: new Abstract: Memory and RAG evaluations often treat the answering model's input as an implementation detail, even though systems may render the same history as a memory entry, summary, typed record, or raw excerpt. We introduce RENDER, a benchmark control that fix
AI 手机的概念喊了好几年，阿里这次把底座直接摆了出来。9 月 22 日云栖大会上，阿里千问发布 AI 手机全栈解决方案 Qwen Intelligence—— 不碰硬件生产，专门给手机厂商当「模型 + 平台 + 场景方案」的一站式 AI 底座。 方案的核心是一套系统级 Agent Harness 架构，内置三大 Agent。Mobile Planner Agent 当手机「大脑...
I used Muse, Instinct, and Grok Bot to plan my European vacation. Meta's AI agent was my favorite. Business Insider
经典 MuJoCo 可在 CPU 上高效运行机器人仿真，但随着强化学习等采样工作负载扩大，关键指标转向可并行推进的环境数量。基于 NVIDIA Warp 的 MuJoCo Warp（MJWarp）可将兼容的 MuJoCo 模型迁移至 GPU，并批量推进最多 2,048 个并行环境。本文以 SO-101 机械臂的抓取放置场景为例，介绍从 MuJoCo CPU 基线迁移到 MJWarp 的 API、批处理资源配置、验证和性能测量方法。对开发者而言，MJWarp 的核心价值并非降低单个环境的步进延迟，而是显著提高总环境步进吞吐量，从而服务于强化学习和大规模数据采样。
拥有百年历史的荷兰零售商 HEMA 为解决工程团队在 Wiki、服务目录和 IT 门户之间反复查找信息的问题，基于 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL。HAL 通过 Model Context Protocol（MCP）将受治理的知识直接带入 HAL 聊天、Kiro、Claude 等日常工具，并以 Microsoft Entra ID 实现认证，客户端无需持有 AWS 凭证。该方案将结构化服务目录、知识库和内部 API 整合为可复用工具，既缩短了新员工上手和问题检索时间，也为未来从只读知识层扩展至可执行的行动层奠定基础。
本文介绍如何利用 Agentic AI 在 AWS 上构建可通过自然语言查询视频内容的智能分析方案。该方案以单个 Strands Agents SDK Agent 为编排核心，在运行时根据问题调用 Amazon Bedrock、Amazon Rekognition、Amazon Transcribe 或 BDA，而非为不同场景预建固定处理流水线。对于已分析并缓存的视频内容，查询响应可在 1 秒内返回；新视频的首次分析通常需 5—10 分钟。某大型媒体娱乐企业采用该方法后，据其内部对比统计，在超过 200 段多小时录制内容的积压处理中，人工审阅时间减少约 80%。
本文介绍如何将开源、终端原生的 AI 编程 Agent OpenCode 与 Amazon Bedrock 上的开放权重模型结合使用，构建在本地运行、推理留在 AWS 账户内的按量付费编程助手。文章展示了如何配置 Kimi K3、OpenAI GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 的多模型工作流，让不同模型分别承担规划、推理和代码生成任务。Amazon Bedrock 提供无服务器推理、IAM、CloudTrail、PrivateLink 和合规能力，避免开发者自行管理 GPU 基础设施或支付按席位订阅费用。对于有数据驻留、成本控制、模型可替换性或企业安全治理需求的团队，这种架构提供了更灵活的 AI 辅助开发选择。
9 月 22 日，2026 云栖大会在杭州开幕，阿里巴巴把通义千问一年攒下的进展做了次集中发布。最核心的一条线：大模型递归自我改进（RSI）已经从论文概念进入了真实的训练、推理和芯片协同环节。基于新一代架构的 Qwen4 已进入训练，往后 Qwen4.5、Qwen5 的参数规模将扩展到 5 万亿至 10 万亿。千问 LLM 项目负责人刘大一恒...
一、一个被忽视的环节：Agent 越强，越怕 "搜错" 过去一两年，围绕大模型的讨论几乎都集中在模型本身 —— 参数规模、推理速度、代码能力、多模态表现，好像只要模型足够聪明，Agent 就能把事情做好。但真正把 Agent 用到生产环境的开发者，大多会碰到一个更现实的问题：很多任务失败，并不是模型想不明白，而是第一步拿...
2026云栖大会在杭州召开，在蚂蚁密算与阿里云共同承办的“密算织域 融数成智”专题论坛上，蚂蚁密算发布企业级可信智能云服务平台“密算一号”，并启动首批定向邀测。平台以密态计算为基础，同时连接云上大模型、智能体与算力，核心能力是让企业数据在“可用不可见、可控可计量”的前提下，安全地参与跨机构合作和云上AI应用。企业可通过密算一号按需申请数据、模型和计算能力，由平台完成参与方接入、权限管理、密态计算环境配置和结果交付，减少自行对接和集成的工作。密算一号正式发布蚂蚁密算总裁刘前伟介绍，密算一号提供三个核心能力：跨机构数据合作、云上AI安全使用，以及业务经验的持续沉淀与复用。在跨机构数据合作方面，不同