All 416

一分钟读论文:《SPADE:难度跟着能力长的自适应自博弈》

华盛顿大学等 9 个机构的论文《SPADE: Self-Play in Adaptive Synthetic Executable Environments》让同一个大语言模型既是环境设计师又是强化学习智能体,8 个留出基准均分从 50.2 提升到 58.3。

In AI, LLM, 1 min read

AI 智创简报:《Amazon 和 Intuit 都在抢流式审核,便宜的那一层还空着》

2026 年上半年「AI 系统内容审核」主题已有 4 件美国申请公开,Amazon 与 Intuit 的 2 件落在近 90 天。指向一致:生成式输出的安全审查要流式做、按块做。对做聊天产品的开发者,这是一层能接的活。

In AI, InnovationBrief, 1 min read

AI 智创简报:《PRD 生成专利公开,独立开发者能卖需求拆解活》

美国申请 US20260178323A1 于 2026 年 6 月 25 日公开:把一句产品想法交给大模型,自动生成完整的产品需求文档(PRD,Product Requirements Document)与用户故事拆解。

In AI, InnovationBrief, 1 min read

一分钟读论文:《测试时扩展:瓶颈在筛选,不在采样》

Thomson Reuters 的论文《Test-Time Scaling in the Wild》结论是:测试时扩展的瓶颈不在「生成更多候选」,而在「从候选池里选出最终答案」。

In AI, LLM, 1 min read

一分钟读论文:《工具使用需要专门的中间训练阶段》

Snowflake、华盛顿大学和北卡罗来纳大学教堂山分校合作的论文《MidTool: Mid-training Data Synthesis for Agentic Tool Use》提出,智能体工具使用能力需要专门的 mid-training 数据管线,而不是只依赖 post-training。

In AI, LLM, 1 min read

一分钟读论文:《最佳选手未必是最佳教练》

加州大学伯克利分校哈斯商学院数据创新与人工智能实验室(DIAL)的论文《CentaurBench》发现,大语言模型的”自动化”能力与”增强”能力几乎不相关:模型级 Spearman 相关仅 0.48。

In AI, LLM, 1 min read

一分钟读论文:《贝叶斯伙伴建模与 LLM 协同重规划》

论文《Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination》针对多智能体大语言模型系统的一个常见问题:队友会在任务中途切换策略,智能体却常常在公开证据表明伙伴已更换技能之后,仍继续执行过时的计划。

In AI, MultiAgent, 1 min read

AI 智创简报:《路由有专利,账单有水分:API 中间层省钱活》

2026 年大模型路由、语义缓存与成本预测主题的美国申请至少公开 6 件,其中 NVIDIA 与 IBM 的 2 件落在近 90 天。这些专利指向同一层:API 中间层。对交 API 账单的开发者,这是一层能接的活儿。

In AI, InnovationBrief, 1 min read

AI 智创简报:《标签可撕,凭证要验:内容溯源的打标缺口》

2026 年 AI 内容溯源与水印主题的美国申请至少公开 6 件,其中 3 件在近 90 天内。8 月 2 日 EU AI Act 透明度条款生效,AI 生成内容必须机器可读标记。「标签可撕」与「可验证凭证」之间的缺口,是一个能接的活儿。

In AI, InnovationBrief, 1 min read

一分钟读论文:《工具调用的苦涩教训》

普华永道美国的论文《The Bitter Lesson of Tool Calling》在 BFCL v4 上用 14 个模型对比 JSON tool calling 与 programmatic tool calling(PTC)两种工具调用范式:PTC 长链任务领先 18.8%。

In AI, LLM, 1 min read

Featured