ALL HERE INDUSTRY INSIGHTS
行业咨询
来自一手发布、开源社区与论文平台的前沿动态。
Pangram 4 发布｜AI 文本检测卷到 AUROC 0.9916，误报率万分之一
Pangram Labs 前两天放出了 Pangram 4 的技术报告，几个数字值得聊一下。 AUROC 0.9916。做分类的人知道这个数字——接近 1 意味着模型对 AI 文本
发布日期：
阅读全文 →LLM Agent 自己跑出了一个新架构：EvoPINN 把 PINN 设计变成了自动化搜索
做物理信息神经网络（PINN）的人大多熟悉这个尴尬局面：核心思路很漂亮——把物理方程（PDE）直接嵌进神经网络训练里——但真正用起来，大部分时间花在手动调损失函数、调网络表示、调优
发布日期：
阅读全文 →AI 写得太快，查不过来？这篇论文给每条结论配了个「证据账本」
链接不可信的账本方案：一篇 arXiv 论文的思路 用过 AI 辅助写正经东西的人——研报、技术文档、学术综述——应该熟悉那个头皮发麻的时刻：Agent 噼里啪啦生成一段论述，还像
发布日期：
阅读全文 →AlphaSchema 解读｜把因子搜索从 LLM 黑箱里捞出来
做量化的朋友这两年应该没少折腾大模型挖因子。流程听起来顺——扔行情数据给 GPT，让它输出候选因子，回测、筛选、再迭代——但实际跑过就知道，有个问题一直杵在那儿：根本不知道 LLM
发布日期：
阅读全文 →SkillBoost 提出约束式自学框架，LLM Agent 终于不用「学了新的忘旧的」
做 LLM Agent 的同行可能都撞过这堵墙：让 Agent 从过去的交互里积累经验，结果它要么死记硬背住那几条轨迹，换一个场景就失灵，要么放开探索一通，之前已经能干好的事反而又
发布日期：
阅读全文 →华为Ascend写算子有多痛，这篇论文用Agent自己干了
做 AI 基础设施的人都清楚一个尴尬事实：CUDA 生态太厚了，但凡换个硬件平台，写算子的成本直接翻几倍甚至翻十几倍。华为 Ascend NPU 就是典型——910B 性能不差，但
发布日期：
阅读全文 →多智能体「隐式通信」的因果审计：传了，但未必用上了
多智能体系统之间不传文字，直接传 latent vector——这个概念最近半年在 Agent 圈子里被反复提起。卖点很直接：连续向量比离散 token 的信息容量大得多，理论上通
发布日期：
阅读全文 →MDP 的状态爆炸，有人试着用因果关系切一刀
做决策模型的人，不管搞的是机器人、游戏 AI 还是供应链调度，大概率都被同一个东西卡过喉咙：状态空间爆炸。状态变量一多，组合数直接指数往上翻。MDP（马尔可夫决策过程）漂亮是漂亮，
发布日期：
阅读全文 →Pegasus 把人类视频转成机器人训练数据，但它真正在改的是数据生产的成本结构
arXiv 今天挂了一篇论文，标题很长——「From Passive Video to Editable Experience」，但核心问题很直接：网上有几亿条人类操作视频，机器人
发布日期：
阅读全文 →AI Agent 在浏览器里露馅了：两个鼠标特征，识别率拉到 100%
最近在搭 Agent 做浏览器自动化任务的时候，我一直在想一个问题：网站那边到底能不能认出这是个 AI 在操作？如果能，识别依据是什么？如果不能，那些靠人机二分类吃饭的 bot 检
发布日期：
阅读全文 →一篇论文想把围棋AI的树搜拐杖抽掉
AlphaZero 那套体系最烧算力的地方，不是训练，而是下棋的时候。每走一步，模型都要靠 MCTS（蒙特卡洛树搜索）展开几万次模拟，才能弥补策略网络自己拿不准的地方。真正的棋力有
发布日期：
阅读全文 →本体匹配不再只找等价关系，AgentMap 用多 Agent 把父子关系也挖了
做过数据对齐或知识图谱集成的人，大概率被本体匹配折磨过。两个 Ontology 摆在面前，一个概念在 A 里叫「Customer」，在 B 里叫「Client」——以为是等价，跑一
发布日期：
阅读全文 →LLM 干办公室杂活，比人便宜但还没干利索
在公司里推过 AI Agent 的人，一定被问过这个问题：这玩意儿比请人干到底划算不划算？算力账单和人工工资放一起比，答案从来不是非黑即白。 最近 arXiv 上出现了一个 ben
发布日期：
阅读全文 →