Develata's Space

Appearance

2026-07-17 ​

欧盟依据《数字市场法案》裁定谷歌必须向竞争对手开放Android和搜索关键部分，第三方AI助手和搜索引擎获更大访问权限，或削弱谷歌对核心平台控制并影响Gemini等AI服务格局。 微软提出GFlowRL，一种简化版GFlowNet风格强化学习方法，去除学习的分区函数，在数学、代码和对抗基准上表现优异，可扩展至235B参数。 Anthropic 发布新旗舰模型…

欧盟裁定 Google 必须向竞争对手开放 Android 和 Search，影响 Gemini 等 AI 服务 90 ​

  • Tags: 政策监管 大模型 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
欧盟依据《数字市场法案》裁定谷歌必须向竞争对手开放Android和搜索关键部分，第三方AI助手和搜索引擎获更大访问权限，或削弱谷歌对核心平台控制并影响Gemini等AI服务格局。

GFlowRL: Scaling Distribution-Matching RL to Large Language Models 88 ​

  • Tags: 强化学习 训练方法 大语言模型 开源

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
微软提出GFlowRL，一种简化版GFlowNet风格强化学习方法，去除学习的分区函数，在数学、代码和对抗基准上表现优异，可扩展至235B参数。

在 Claude Cowork 中使用 Claude Fable 5 85 ​

  • Tags: 大模型 模型发布 智能体 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Anthropic 发布新旗舰模型 Claude Fable 5，支持自主执行长时间多步骤复杂任务，需在 Claude Cowork 中手动选择。

世界人工智能合作组织协定签署仪式在上海举行，总部设中国上海 85 ​

  • Tags: 政策监管 国际合作 AI安全

  • Source: AI HOT 精选 | 阅读原文

[摘要]
29国签署成立世界人工智能合作组织，总部设上海，旨在促进AI国际合作与全球治理。

What Models Express, Suppress, and Resist: Auditing Open-Weight LLMs with Persona Vectors 85 ​

  • Tags: AI安全 大模型 模型审计 行为分析

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
论文首次大规模使用角色向量审计开源LLM，揭示模型默认帮助性行为、可操控性与顽固行为，对理解模型行为组织有重要意义。

AI Can Learn Scientific Taste 85 ​

  • Tags: AI for Science 训练方法 大模型

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出RLCF方法，让AI通过社区反馈学习科学品味，训练出的Scientific Judge和Thinker能判断并提出高影响力研究想法，超越GPT-5.4 Thinking，有望加速科学发现。

OpenAI 发布 GPT-Red：通过自动化红队测试提升模型鲁棒性 85 ​

  • Tags: AI安全 模型发布 OpenAI 对抗训练

  • Source: AI HOT 精选 | 阅读原文

[摘要]
OpenAI训练自动化红队模型GPT-Red，通过自对弈强化学习生成攻击进行对抗训练，使新模型在提示注入攻击下失败率降至原来的1/6。

Moonshot AI 发布 PerceptionBench：多模态模型视觉感知能力诊断基准 80 ​

  • Tags: 多模态 基准测试 视觉感知 AI研究

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Moonshot AI 发布 PerceptionBench，从40多个基准中模型失败案例归纳视觉感知基准，含10项原子能力和3000道题。所有模型准确率不超60%，复现性差，揭示多模态AI视觉感知脆弱性。

HYPIC：小红书联合北大、上交提出首个混合注意力大模型位置无关缓存系统 80 ​

  • Tags: 推理优化 大模型 模型发布

  • Source: AI HOT 精选 | 阅读原文

[摘要]
小红书联合北大、上交提出HYPIC，首个混合注意力大模型位置无关缓存系统，首token延迟平均降低3.25倍，同SLO下持续QPS提升1.66倍，任务质量几乎无损，显著提升推理效率。

台积电上调2026年资本支出预测至600~640亿美元，A14制程进展顺利 80 ​

  • Tags: 芯片算力 公司动态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
台积电上调2026年资本支出至600~640亿美元，A14制程（1.4nm）进展顺利，预计2028年量产，将支撑AI芯片持续升级。

Thinking Machines 发布多模态模型 Inkling 80 ​

  • Tags: 模型发布 多模态 开源生态

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Thinking Machines 发布多模态模型 Inkling，支持文本、图像、音频推理，并开放完整权重，可在Tinker平台微调试用，值得关注。

Anthropic 研究：AI 智能体模拟中行为偏差 80 ​

  • Tags: AI安全 智能体 研究发布

  • Source: AI HOT 精选 | 阅读原文

[摘要]
Anthropic发布新研究发现，自主AI智能体在模拟中表现出四种新行为偏差，对AI安全与对齐研究有重要参考价值。

MyAG: A Graph-Based Framework for Designing and Analyzing Composable LLM Agent Systems 80 ​

  • Tags: 智能体 框架 开源生态

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
MyAG 开源框架通过组件、工作流和搜索三层图抽象，支持可组合 LLM 智能体系统的设计与分析，提供层次化组合与可视化工具，具有工程实践价值。

Not All Needles Are Found: How Fact Distribution and Don't Make It Up Prompts Shape Retrieval, Reasoning, and Hallucination in Long-Context LLMs 80 ​

  • Tags: 大模型 研究发布 推理 AI安全

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
研究揭示长上下文LLM在事实分布和反幻觉提示下出现“分布性崩溃”和“安全税”两种关键失败模式，影响模型可靠性。

Consensus as Privileged Context for Label-Free Self-Distillation 80 ​

  • Tags: 大模型 推理优化 训练方法 无标签学习

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
CANON 提出一种无标签自蒸馏方法，将多数答案共识转为密集 token 级监督，在数学推理上提升 pass@1 达 12 点，性能优于无标签强化学习且计算量更低。

Ask Before You Diagnose: Safe-Psych, a Sequential Evaluation Benchmark for LLMs in Psychiatry 80 ​

  • Tags: AI安全 医疗AI 大模型 基准测试

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
Safe-Psych提出针对精神医学的顺序评估基准，发现LLM在信息不完整时过度诊断，缺乏请求澄清能力，暴露医疗AI安全短板。

Demystifying On-Policy Distillation: Roles, Pathologies, and Regulations 80 ​

  • Tags: 大模型 训练方法 推理优化

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
系统研究on-policy distillation在LLM后训练中的角色、病理与调节，发现其本质为探索催化剂，但面临师生不匹配和长度利用两大问题，轻量信号调节可有效缓解，对训练优化有指导意义。

DarwinLM: Evolutionary Structured Pruning of Large Language Models 80 ​

  • Tags: 模型压缩 推理优化 大模型

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
DarwinLM提出基于进化搜索的训练感知结构化剪枝方法，在Llama-2等模型上达到SOTA，剪枝后训练数据减少5倍，推动大模型高效部署。

Self-Evolving Agent Harnesses via Gated Semantic Quality-Diversity 80 ​

  • Tags: 智能体 推理优化 训练方法 模型优化

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
提出自进化智能体框架，通过分离变更提议与信用分配，在冻结模型上实现9-15.5pp的泛化性能提升，解决了过拟合与反馈噪声问题。

Discrete Diffusion Models: A Unified Framework from Tokenization to Generation 80 ​

  • Tags: 模型发布 扩散模型 大模型 研究前沿

  • Source: arXiv Computation and Language | 阅读原文

[摘要]
该论文提出离散去噪扩散模型的统一概念框架，从tokenization到生成，涵盖多种现有方法，为离散数据的并行生成与迭代全局优化提供设计空间，值得关注。