基于大语言模型的事故叙述引导对策推荐：面向交叉路口安全的检索增强生成（RAG）框架
本研究提出了一个利用大语言模型（LLM）与检索增强生成（RAG）技术的框架，旨在通过交通事故叙述文本自动推荐针对交叉路口的安全对策。传统交叉路口安全改进方案高度依赖领域专家的人工判断，存在劳动密集、难以规模化扩展以及受限于专家经验等瓶颈。该方法通过结合事故机制语义理解与结构化对策库检索，显著提升了交通安全治理的自动化与决策效率，为智慧交通与道路安全分析从业者提供了全新的智能化解决方案。
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
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。
11977资讯
11845正文归档
75683媒体
基于超图支配集的单文档抽取式摘要方法
本论文提出了基于超图支配集（Domination in Hypergraph）的单文档抽取式文本摘要新方案。在自然语言处理领域，自动文本摘要（ATS）作为信息检索的核心任务，旨在对文本进行高效压缩并完整保留核心关键信息。该方法引入超图模型表征句子及多维语义关联，借助图论中的支配集理论筛选出最具代表性的句子集合。这种图论建模思路为构建高可解释性、低算力依赖的抽取式摘要系统提供了有价值的算法参考。
little m：用于工业过程优化的 AI Agent
制造业消耗了全球三分之一的能源，在提升能源利用效率方面仍有巨大的优化空间，而实现这一目标的关键在于过程的最优控制。然而，直接从混乱且复杂的现实工业数据中构建数学优化模型一直面临重重挑战。为此，该研究提出了名为 little m 的 AI Agent，旨在赋能工业过程的自动化建模与控制优化。该方法为复杂工业场景的智能化节能降耗提供了全新范式，对工业数字化转型与 AI Agent 在物理工业系统的落地应用具有重要意义。
重构草稿而非单纯蒸馏：面向持续 VLLM 后训练的参考驱动修订机制 ReDraft
大型多模态模型（VLLM）的持续后训练面临在注入新能力的同时保留预训练已有知识的双重挑战，这两大目标往往相互冲突。监督微调（SFT）能够提供明确的目标监督，帮助模型从极低准确率快速习得新任务，但也容易导致灾难性遗忘。为此，该研究提出了名为 ReDraft 的参考驱动修订机制，探索在后训练过程中更有效地平衡新知识获取与旧能力保留。该方法为多模态大模型开发者在持续微调、领域适配和模型能力演进方面提供了新的技术路线参考。
EchoPath：面向 GUI Agent 的执行级可回放记忆系统
本文提出了 EchoPath，一种面向图形用户界面（GUI）智能体的执行级可回放记忆系统。尽管计算机操作 Agent 越来越多地通过 CLI 或 API 接口控制浏览器与桌面应用，但在常见工业生产场景中，GUI 仍扮演着关键角色。当前 GUI Agent 往往依赖即时探索而缺乏高效的历史执行复用能力。EchoPath 通过构建执行层面的可回放记忆，旨在提升 Agent 操作的复用性与稳定性，为开发者构建可靠的端到端桌面自动化工作流提供了新思路。
基于专家指导生成有效特定上下文 LLM 基准的框架
该研究提出了一种结合领域专家输入与合成数据生成的端到端方法，用于构建面向特定上下文的大语言模型（LLM）基准测试数据集。现有基准构建往往在评测有效性（真实准确度）与规模化扩展性（成本与效率）之间面临权衡取舍，而该框架通过专家引导机制弥合了二者的冲突。该方法为垂直行业及特定应用场景定制 LLM 评测体系提供了可靠路径，大幅降低了构建高质量专业基准的门槛。
面向检索增强生成（RAG）的查询感知来源风险分诊机制
针对当前检索增强生成（RAG）管线容易忽略检索来源与具体查询之间实质性关联的问题，该研究提出了一种在生成前生效的风险分诊层。该机制将来源风险视为与查询强相关的动态属性，能对典型查询族进行精准路由，以便开展增强型复核与审查。该方案为构建高安全、高可靠的 RAG 应用提供了新思路，有助于开发者在大模型生成前阻断不可靠来源风险并平衡系统审核开销。
AquiLLM：评估用于科学研究的开源权重 RAG-LLM 系统的忠实度
科学研究日益依赖庞大且异构的数据源，推动了对检索增强生成（RAG）系统的广泛探索，以实现通过自然语言无缝访问科学知识和科研工作流程。论文提出了 AquiLLM，重点评估开源权重（Open-Weight）RAG-LLM 系统在科学研究任务中的忠实度（Faithfulness）。该研究为衡量并改善开源模型在专业文献检索场景下的幻觉与事实一致性提供了关键基准，对构建高可靠科研 AI 与 Agent 系统具有重要参考意义。
面向实时数据科学任务的基于技能的 Agent 评测框架
本文提出了一个针对实时、持续更新数据流评估数据科学 Agent 的评测框架。该框架通过结合可执行真实标签（executable ground truth）与格式无关的事实元评分机制，有效解决了动态时效性查询的评估难题，例如面对“上周的观众规模是多少”等不断变化的查询场景。该研究为开发者在真实复杂、动态演进的数据环境下准确量化评估数据科学 Agent 的能力提供了全新方法与标准。
BLINDSPOT：面向长程工具调用 Agent 的安全性与拒绝校准基准测试
随着大语言模型（LLM）Agent 逐步应用于涉及工具使用、持久化状态、权限动态变更及外部环境反馈的长程交互场景，安全风险往往在经过多轮交互后才会逐渐暴露。为此，研究团队提出了评测基准 BLINDSPOT，专门针对长程工具调用 Agent 的安全风险防范与拒绝响应校准进行系统化评估。该基准为开发者识别多步执行中的安全隐患、优化模型在复杂工作流中的过度拒绝与安全把控平衡提供了重要评估工具。
CLEAR：面向医学大语言模型的跨源证据裁决框架
医学知识处于不断演化之中，而大语言模型（LLM）中所编码的参数化知识在训练完成时便已固定。检索增强生成（RAG）等外部检索技术虽然能为模型引入最新证据，但在面对多来源、异构甚至相互冲突的信息时仍缺乏有效的甄别与裁决机制。为此，该研究提出了跨源证据裁决框架 CLEAR，专注于提升医学 LLM 处理多元证据的一致性与准确性。该方案有助于降低医学 AI 幻觉并提升临床决策支持的可靠性，对医疗领域的 RAG 架构设计具有重要参考意义。
CADWorld：面向长程计算机辅助设计的计算机使用基准测试
计算机操作智能体（Computer-Use Agent）正越来越多地在真实桌面环境中接受评测，但现有基准对专业工程工作流程的覆盖仍然十分有限，而这类流程通常以输出持久化、高度结构化的工程产物为核心。为此，研究团队推出了 CADWorld，这是一个面向长程机械计算机辅助设计（CAD）任务的计算机操作评测基准。该基准填补了复杂工程软件交互评估的空白，对开发和检验具备长程规划与专业工具操作能力的下一代 AI 智能体具有重要参考意义。
元认知导引：学习科学判断的内在结构
长程科学发现任务要求 AI Agent 随着证据的更新，在发散探索、严谨执行与批判性复盘之间动态切换。当前大语言模型主要基于既有的科学产物进行训练，并仅针对最终结果进行优化，难以掌握科研探索过程中的评判与决策逻辑。该研究提出“元认知导引”（Metacognitive Steering），致力于让模型学习科学判断的内在结构，为开发具备自主假设检验与自我修正能力的科研 Agent 提供了重要方向。
迈向具备治理意识的自主 GIS：LLM 赋能 GeoAI 的伦理与隐私风险叙述性综述
本文探讨了大语言模型（LLM）驱动的地理空间人工智能（GeoAI）在构建自主 GIS 方面的发展趋势。研究指出，依托自然语言交互和 Agent 工作流，系统在空间信息查询、生成和解译能力上取得了显著提升。然而，高自主性也带来了严峻的数据隐私、滥用与伦理合规风险。该综述强调将治理机制深度融入自主 GIS 系统，对后续 GeoAI 开发者和行业监管体系建设具有重要指导意义。
KV Cache 究竟该放哪？面向长周期会话的 GPU、CPU 与 SSD 分层放置策略研究
随着多轮对话、Agent 循环和文档问答等长周期会话不断积累状态，KV Cache 严重挤占了稀缺且昂贵的 GPU 高带宽内存（HBM）。最新研究通过跨 GPU、CPU DRAM 和 SSD 的离散事件模拟器评估多级分层放置策略，结果显示分层存储可将每张 GPU 的并发会话数提升 73.02 倍，单会话成本降低 62.04 倍。研究发现这一巨大增益主要来自容量扩展而非复杂的调度策略，且预测型预取（Prefetching）即便在理想预言机场景下也无法证明其带宽开销的合理性。针对不同工作负载，Chat 类场景使用 Recency（最近使用）策略表现最佳，而 Agent 与文档问答场景则更适合 Reuse Frequency（复用频率）策略。该结论为大模型推理服务（如 Mooncake、LMCache 等系统）的显存分层架构设计提供了重要的现实工程指导。
人工智能与生物安全：能力范式、威胁路径与纵深防御治理
本文系统梳理了人工智能在生物科研“数字到物理”工作流中的能力演进及其生物安全风险。研究表明，前沿 AI 系统在计算模拟及规避合成筛查基准上已超越人类专家基线，但在真实湿实验中，隐性知识与物理实操仍是主要门槛。鉴于通用大模型的对齐技术难以直接适用于生物领域，论文强调了模型可解释性在审计消除高危能力中的关键作用，并呼吁建立分层分级的纵深防御治理体系，在防范灾难性风险的同时释放生物科技红利。
立场论文：AI 尚未准备好应对战略冲突
论文《Position: AI Is Not Ready for Strategic Conflicts》探讨了语言模型（LM）在开放式战略兵棋推演中的应用现状与局限。此类推演涉及对敌手博弈、危机升级、军事条令及方案脆弱性等高风险社会与军事过程的模拟。尽管大语言模型因能够驱动 Agent 并动态生成推演情境而备受青睐，但该文明确指出 AI 目前尚不具备可靠处理高风险战略冲突的能力。这一观点提醒战略决策与军事防务领域的开发者及研究人员，在将 LM 引入高风险博弈与决策模拟时需审慎评估其鲁棒性与安全边界。
Microsoft is reportedly training salespeople to talk down OpenAI and Anthropic
Microsoft is looking to sell its in-house AI models as more efficient and cost-effective than its competitors' models.
智能体编排：企业AI组织面临部署难题，而非平台难题——多数所谓的“智能体”实为聊天机器人包装
在101家企业中，智能体编排正向模型提供商平台整合，Anthropic的Claude以40%的份额大幅领先，选择受“模型引力”驱动，成功标准为可靠的多步骤执行。然而，71%的受访企业表示，其部署的“智能体”中仅四分之一或更少是真正的多步骤编排工作流，大多数仍是单提示的聊天机器人包装，只有10%的企业跨过了半数门槛。企业期望到2026年底实现混合控制平面以规避厂商锁定，但超过四分之一的企业缺乏实时控制token成本的手段。对行业和开发者而言，编排的雄心与现实存在巨大鸿沟，生产化、安全与成本控制成为当前关键挑战。
IPO前夜，阶跃星辰想用一款 Agent 手机给市场吃一颗定心丸
点击查看原文>
xAI sues user for exploiting AI tool to sexualise minors - Al Jazeera
xAI sues user for exploiting AI tool to sexualise minors Al Jazeera
The latest on Grok’s gross AI deepfakes problem - The Verge
The latest on Grok’s gross AI deepfakes problem The Verge
xAI sues a man for using Grok to generate CSAM ‘deepfakes’ - The Verge
xAI sues a man for using Grok to generate CSAM ‘deepfakes’ The Verge
Musk's xAI sues Grok user over sexualized 'deepfakes' - Reuters
Musk's xAI sues Grok user over sexualized 'deepfakes' Reuters
FlyFlow 新版本优化与修复一览：让工作流转更顺畅
各位FlyFlow的用户朋友们，大家好！ 作为一款始终致力于提升工作效率的开源工作流引擎，FlyFlow一直在倾听用户声音，不断打磨产品细节。本次更新我们聚焦于多个维度的优化与修复，从人员表单配置到智能联动逻辑，从流程搜索体验到操作日志记录，每一项改进都旨在让您的工作流配置与管理更加得心应手。 以下是本次更新的详...
Grok Build is Now Open Source - X.ai
Grok Build is Now Open Source X.ai
法律纠纷正酣，OpenAI 为 Codex 发布 230 美元发光键盘
OpenAI 正因硬件商业机密问题被苹果起诉，却推出了与 Work Louder 联名的 Codex Micro 发光键盘，售价 230 美元，用于管理 AI 编程代理。该设备配有显示代理状态的按键、快捷指令键和调节推理水平的旋钮，但仅作为限量合作产品，更像是宣告其进军硬件的象征。同时，据彭博社报道，OpenAI 还在开发一款集成 ChatGPT 的无屏幕可移动智能音箱，由前苹果工程师参与设计，这可能是苹果提起诉讼的焦点，OpenAI 否认存在不当行为。这款键盘与正在开发的硬件，显示 OpenAI 正在从软件向物理设备扩展，但法律风险也随之而来。
Built Technologies 在 AWS 上构建 AI 驱动的文档智能解决方案，为房地产金融全生命周期的智能体提供支持
Built Technologies 与 AWS 生成式 AI 创新中心、合作伙伴 AND Digital 等联手，基于 Amazon Bedrock 和 AWS 智能文档处理加速器，打造了一个可分类、拆分、提取、评估并推理复杂房地产金融文档的 AI 引擎。该引擎将原本耗时数天的工作流缩短至分钟级，支持超过 250 种文档类型，并成为贯穿建筑贷款、保险、承销等多个场景的智能体产品的共享基础。这一横向文档智能能力为开发团队和行业专家提供了协作环境，显著加速了 Built 的 AI 产品路线图。
代理式视觉：利用 Amazon Bedrock 与 MCP 服务构建视觉智能
本文介绍如何集成计算机视觉、Strands Agents 框架和模型上下文协议 (MCP)，打通视觉感知、理解与行动的统一管道。通过 Computer Vision MCP Server，开发者能用标准接口让 AI 系统处理图像与视频，并做出智能决策。该方案以 Amazon Bedrock、Amazon Rekognition、Amazon S3 等服务构建，并提供 Streamlit 交互界面。这一融合降低了集成复杂度，使视觉 AI 能力更易触达更广泛的应用场景。
努比亚完成智能体大模型备案
网信中国发布公告，公示了新增的“Apple 智能”等 7 款提供手机端侧生成式人工智能服务备案信息。 信息显示，努比亚已完成智能体大模型备案。同时努比亚全球首款AI智能体手机将是首个搭载该类大模型的终端产品。 努比亚总裁倪飞对此表示，这是AI智能体在终端落地进程中的里程碑动作，为努比亚全球首款AI智能体手机筑牢了...