2026-10-09
Google 开源端侧 GPU 推理引擎 ML Drift,接替 TFLite GPU delegate,支持跨平台并优化边缘 LLM 推理,已被 YouTube、Photos 等采用,影响端侧 AI 生态。 Anthropic 启动 Cyber Mission,推出关键基础设施防御计划(CIDP)和开源软件扫描器 OSS Scanner,用前沿模型帮助防御…
Google 开源 ML Drift 端侧 GPU 推理引擎,接替 TFLite GPU delegate 85
Tags:
开源生态推理优化端侧AI公司动态Source:
AI HOT 精选| 阅读原文
[摘要]
Google 开源端侧 GPU 推理引擎 ML Drift,接替 TFLite GPU delegate,支持跨平台并优化边缘 LLM 推理,已被 YouTube、Photos 等采用,影响端侧 AI 生态。
Anthropic 推出 Cyber Mission,发布 Critical Infrastructure Defense Program 和 OSS Scanner 82
Tags:
AI安全公司动态政策监管开源生态Source:
AI HOT 精选| 阅读原文
[摘要]
Anthropic 启动 Cyber Mission,推出关键基础设施防御计划(CIDP)和开源软件扫描器 OSS Scanner,用前沿模型帮助防御者保护电网、水务等关键系统及开源代码安全,多家安全巨头参与。
Claude 九月回顾:Chat 与 Cowork 合一,Claude 5.5 系列模型上线 82
Tags:
模型发布产品发布公司动态Source:
AI HOT 精选| 阅读原文
[摘要]
Anthropic发布Claude九月更新,Chat与Cowork合并,推出Claude 5.5系列模型,支持云端工作流和文档协作,提升任务处理效率。
Goodfire 为 Kimi K3 和 GLM 5.3 训练并部署生产级网络安全监控器 82
Tags:
AI安全智能体推理优化模型发布Source:
AI HOT 精选| 阅读原文
[摘要]
Goodfire为Kimi K3和GLM 5.3部署基于激活探针的网络安全监控器,级联LLM评判器,实现93%召回率、成本降低50倍、零延迟增加,使实时监控智能体成为可能。
部分数学家呼吁抵制 OpenAI,AI 生成的数学证明涌入数学领域 82
Tags:
AI安全政策监管公司动态大模型Source:
AI HOT 精选| 阅读原文
[摘要]
菲尔兹奖得主陶哲轩等数学家联合抵制OpenAI,批评其AI批量解决数学难题并发布难验证的证明,冲击数学研究生态,引发对AI与学术伦理、署名及学科未来的激烈争论。
From Expert-Guided Proof Search to Automated Open-Problem Solving 82
Tags:
智能体数学研究开源生态大模型Source:
arXiv Computation and Language| 阅读原文
[摘要]
多智能体开源系统Bolzano在无人工指导下自动解决约200个开放数学问题,其中4个来自STOC 2026论文,获作者确认,展示LLM在数学研究中的自动化潜力。
LayerRoPE: Dynamic Depth-wise Magnitude & Angular Superposition 80
Tags:
模型架构推理优化研究突破Source:
arXiv Computation and Language| 阅读原文
[摘要]
新研究LayerRoPE提出将Transformer深度维度的残差流增长视为位置编码,用深度条件标量替代层归一化权重,在100B+ token训练中显著降低算力需求并提升深度扩展性,对模型架构优化有重要参考价值。
Claude 推出 Dashboards 实时仪表盘与 Motion 动画讲解功能 78
Tags:
产品发布企业服务数据可视化Source:
AI HOT 精选| 阅读原文
[摘要]
Claude 推出 Dashboards 实时数据仪表盘与 Motion 动画讲解功能,支持连接主流数据平台,并正式开放 Docs、Slides 和 Design,提升企业办公与数据可视化效率。
Anthropic 推出开源漏洞扫描服务 OSS Scanner,免费面向开源项目 78
Tags:
AI安全开源生态公司动态Source:
AI HOT 精选| 阅读原文
[摘要]
Anthropic 推出免费开源漏洞扫描服务 OSS Scanner,用最强模型自动扫描开源项目漏洞并附补丁,已发现超 2.9 万候选漏洞,提升开源安全生态。
Session-Aware Agentic Inference with NVIDIA Dynamo 78
Tags:
推理优化智能体NVIDIA开源生态Source:
PyTorch Blog| 阅读原文
[摘要]
NVIDIA Dynamo 引入会话级标识,将推理服务从请求感知升级为程序感知,支持会话感知路由、共享KV缓存索引及跨vLLM/SGLang的缓存移动,优化智能体工作负载的推理效率。
Introducing the Anthropic Cyber Mission 78
Tags:
AI安全公司动态产品发布Source:
Anthropic News| 阅读原文
[摘要]
Anthropic 推出 Cyber Mission,专注关键基础设施与开源软件安全,发布 CIDP 和免费 OSS Scanner,联合多家安全伙伴用 Claude 模型加固系统,体现 AI 安全应用重要进展。
Arena 完成 2 亿美元 B 轮融资,估值 31 亿美元并发布 Alignment Index · AIHOT 78
Tags:
公司动态AI安全智能体融资Source:
AI HOT 精选| 阅读原文
[摘要]
AI评测平台Arena完成2亿美元B轮融资,估值31亿美元,并发布基于真实智能体轨迹的Alignment Index,评估20多个前沿模型的安全对齐表现,反映AI评测与安全领域的重要进展。
Arena 宣布 2 亿美元 B 轮融资,估值达 31 亿美元,并推出 Alignment Index · AIHOT 78
Tags:
公司动态AI安全智能体融资Source:
AI HOT 精选| 阅读原文
[摘要]
Arena 完成2亿美元B轮融资,估值31亿美元,年化收入超1亿美元,并推出衡量AI智能体安全与真实性的Alignment Index,成为AI评测领域重要基础设施。
Zenity 研究人员发现一条提示词即可劫持 AWS 账户内全部 AgentCore 智能体 78
Tags:
AI安全智能体云服务漏洞Source:
AI HOT 精选| 阅读原文
[摘要]
Zenity Labs 披露 AWS Bedrock AgentCore 存在系统性漏洞,一条提示词即可劫持同一账户和区域内所有智能体,窃取凭证、对话和源码。AWS 已调整默认权限和 IMDSv2,凸显 AI 智能体安全风险。
Collaborative Reasoning Distillation via Cross-Feedback and Coherent Curation 78
Tags:
推理优化模型发布研究进展Source:
arXiv Computation and Language| 阅读原文
[摘要]
提出协作推理蒸馏框架CRD,通过交叉反馈、细粒度步骤质量评估和连贯步骤拼接,仅用5万样本训练4B模型,在MATH-500和AIME'25上超越基线,大幅降低推理蒸馏成本。
Large-scale Repository Engineering via Agent-Native Reusable Code Primitives 78
Tags:
AI编程智能体模型发布研究Source:
arXiv Computation and Language| 阅读原文
[摘要]
提出Code Primitives可复用代码原语与LEGO框架,显著提升大模型构建大型代码仓库能力,在LEGO-REPO基准上平均提升13个模型14.7%,GPT-5.6-terra提升61.4%,推动AI编程向仓库级工程发展。
2026 Usage Policy update 75
Tags:
政策监管AI安全公司动态Source:
Anthropic News| 阅读原文
[摘要]
Anthropic更新使用政策,明确禁止用Claude开发武器软件、未经同意监控及欺骗性活动,并调整选举相关限制,反映AI能力演进与滥用新趋势。
OpenAI 在 GitHub 发布 openai/math 仓库,722 份数学手稿引发数学界震荡 75
Tags:
模型发布AI安全开源生态Source:
AI HOT 精选| 阅读原文
[摘要]
OpenAI在GitHub发布openai/math仓库,公开722份由内部模型生成的数学手稿,覆盖数论、代数几何等领域,展示AI在数学研究中的潜力,引发学界关注。
Decoupling Exploration from Optimization in RLVR 75
Tags:
推理优化强化学习模型训练Source:
arXiv Computation and Language| 阅读原文
[摘要]
新框架ExpDis将RLVR中的探索与优化解耦,通过奖励新颖性训练探索策略并蒸馏给学生策略,避免质量下降,在数学推理基准上超越DAPO,提升多样性与性能。
The Persona Hierarchy Model: Understanding Contextual Generalization in Fine-Tuning LLMs 75
Tags:
大模型AI安全研究发布推理优化Source:
arXiv Computation and Language| 阅读原文
[摘要]
新研究提出Persona Hierarchy Model,解释LLM微调中行为在上下文间的泛化机制,并推出PPR正则化方法,可将RL中的奖励黑客从42-55%降至0.2%以下,对提升对齐安全性有重要价值。