一分钟读论文:《榜单第一可能是背出来的》

Nov 18, 2026 · 1 min read

Xinxu AI 与 GAIR 预印本《Benchleaking Is Accelerating》探针 4 款开源基座模型:ERNIE-5.5-Flash-Base 背出 96.3% 的 HumanEval 题目,判零后 20 基准均分 85.17 掉到 68.55,排名反转。

一分钟读论文:《Scratch Copilot:用 AI 支持青少年创意编程》

Google DeepMind 研究科学家和华盛顿大学教授合作的一篇论文《Scratch Copilot: Supporting Youth Creative Coding with AI》,首次提出了专门为儿童设计的 AI 编程助手——Scratch Copilot,这是一个集成在类 Scratch 环境中的 AI 助手,为青少年提供创意编程支持。

Read More

All

一分钟读论文:《榜单第一可能是背出来的》

Xinxu AI 与 GAIR 预印本《Benchleaking Is Accelerating》探针 4 款开源基座模型:ERNIE-5.5-Flash-Base 背出 96.3% 的 HumanEval 题目,判零后 20 基准均分 85.17 掉到 68.55,排名反转。

In AI, OneMinuteRead, 1 min read

AI 智创简报:《恶意扩展专利圈地检测层,下架还在装的清单没人交》

一家 120 人跨境电商的 IT 外包服务商(MSP),替客户回安全问卷时被一句话卡住:”列出终端实际安装的浏览器扩展及风险等级。”手里只有 Intune 导出的扩展清单:300 个扩展 ID 里,17 个已在 Chrome Web Store 下架、4 个出现在恶意情报清单——逐个开商店页手工核对,要耗上一整天。

In AI, InnovationBrief, 1 min read

一分钟读论文:《AI 审稿为何专挑附录下手》

辛辛那提大学 NLP 组(CINCNLP)的预印本论文《AI Reviews Are Biased Towards the Appendix》实测四个顶会 2,000 篇论文:最新 GPT 与 Claude 模型的审稿缺点约六成摘自附录,人类审稿人仅 8.4%。

In AI, OneMinuteRead, 1 min read

AI 智创简报:《员工 AI 工具没人登记,盘点生意浮出水面》

一家 50 人软件公司的技术负责人,被甲方安全问卷里一句话卡住:“贵司员工用了哪些 AI 工具、数据流向哪里?”答不出来,单子差点飞掉。他没钱买大平台,也没人力逐部门排查——而这个“说清楚”的活儿,正好有人开始收钱了。

In AI, InnovationBrief, 1 min read

AI 范式雷达:《一整朵云被复刻进本地盒子》

2026-11-11 公开的 AWS 官方仿真器 aws-emulator,32,502 次提交没有一行人类署名(GitHub API 实测,截至 2026-11-16):整条云 API 被智能体舰队复刻进本地盒子,验证环境正取代代码成为新护城河。

In AI, ParadigmRadar, 7 mins read

一分钟读论文:《工程师的 token 花费衡量了什么?》

卡内基梅隆大学、JetBrains 与加州大学尔湾分校的预印本论文《The AI Era’s Lines of Code?》对 404 名工程师 5 周的编码代理 token 花费与提交记录做了案例研究:token 花费衡量的是使用强度,不是工作的产出与价值。

In AI, OneMinuteRead, 1 min read

AI 智创简报:《智能体批准专利各占一角,统一批准网关仍空着》

五件专利各占一角,地主多是个人发明人:智能体工具调用的「装完即用批准网关」还没人做(Google Patents 实测,截至 2026-11-16)。

In AI, InnovationBrief, 1 min read

AI 范式雷达:《他们把设备搬回局域网》

2026-11-10 至 11-15 的 Hacker News 实测到 5 个同主题独立爆帖(最高 1199 分,分数与全树评论数截至 11-15):三个互不相识的人、一家大厂、一批开源项目,在同五天把矛头指向「云端依赖加订阅制」——设备主权正从抱怨变成有工具链的迁移。

In AI, ParadigmRadar, 4 mins read

一分钟读论文:《80 行改动,批量推理快 6 倍》

UCSC 团队的预印本论文《Read Once, Answer Many》发现,前缀缓存没有消掉共享长文档的成本:解码每步、每问仍要重读一遍文档 KV cache,往 SGLang 加约 80 行后 A100 快 3.7 倍、RTX A6000 快 5.9 至 6.0 倍。

In AI, OneMinuteRead, 1 min read

一分钟读论文:《跑十轮不如跑一轮》

Meta FAIR 的预印本论文《e-means: outperforming k-means》把 k-means 的更新规则换成 mini-batch 加滑动平均,摘要口径做到 10-45x 的 GPU 端到端提速,代码已并入 faiss 主干。

In AI, OneMinuteRead, 1 min read

Featured