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。
HiSkill 提出层级技能图，让 LLM Agent 不再「学完就忘」
写 LLM Agent 经常遇到一个落差：技能学了不少，真到用的时候还是抓瞎。 让 Agent 跑完一个长流程，把轨迹存下来，下次遇到类似任务翻出来参考——想法不错，实际存了一堆
发布日期：
阅读全文 →4.15ms 对齐误差，Hinglish 语音终于不再被 MFA 当外星语处理了
做了几年语音相关的东西，有一个场景每次碰到都头疼： 双语混着说的时候，强制对齐工具基本是瞎的。 Montreal Forced Aligner（MFA）是语音圈很常用的对齐工具，给
发布日期：
阅读全文 →推荐系统里挂个"环保标签"没用？这篇论文扎了所有"可持续设计"的心
上周在电商搜速溶咖啡，推荐列表第三位旁边标了个小小的"环保生产"。我瞟了一眼，然后下单了平时喝的那款。当时觉得这很正常，但看完这篇新论文才发现，这不是我的问题——是推荐系统做"可持
发布日期：
阅读全文 →EF 预测对了，但心室容积坍缩到了 0.1 mL：概念瓶颈模型的一个数学命门
聊这篇之前我犹豫过——内容够硬，揭示的问题会让不少做可解释 AI 的人坐不住。 概念瓶颈模型最近几年在医疗 AI 里挺受欢迎。模型先预测一组可解释的中间变量（比如心室容积），再通过
发布日期：
阅读全文 →让 Agent 猜自己下一步要调什么工具，这论文把等待时间偷回来了
跑过 Agent 的人都懂那种体验：模型思考得挺快，但一旦开始调工具——查数据库、搜网页、调 API——你就得眼巴巴等结果回来才能走下一步。一两秒还好，链条一长，累积的等待时间能把
发布日期：
阅读全文 →卫星调度做到 99% 请求满足，JPL 跟 CMU 这篇论文用上「定价」思路了
卫星调度是个经典难题。几百颗卫星在天上飞，地面科学家不断提交观测请求——拍这片农田、扫那段海岸线、盯着某个台风眼。每颗卫星有轨道窗口、存储限制、功耗约束，请求之间互相打架。规模一大
发布日期：
阅读全文 →AI 编码代理的安全缺口，有人用一根「缰绳」堵上了
AI 编码代理正在以历史性速度被接入开发流程。但安全团队看到的是另一面——大多数组织对 Agent 写代码这件事，态度是「先试试，别出乱子」，因为没人能说清楚怎么给一个自主行动的
发布日期：
阅读全文 →95 万条记录、714 个 Agent，Messier 把 Agent 评估的「混战」局面标准化了
搞 Agent 的人大概都经历过这个场景：同一个模型，在 A benchmark 上表现惊艳，在 B benchmark 上直接拉胯，分不清是模型的问题、框架的问题、评分规则的问题
发布日期：
阅读全文 →当 GUI Agent 干完活，怎么确认它真的干完了？IRA 给了个新答案
GUI Agent 跑完一轮，截图看起来操作都对，但任务到底完没完成，常常拿不准。 问题出在评测方式上。现在的 GUI 评测主流做法是看截图——Agent 执行完后，把最终界面跟预
发布日期：
阅读全文 →记忆正在成为 LLM 的独立维度，这篇综述画了一张全景图
「记忆」这个词在 AI 圈正在变得越来越难用。有人说大模型记忆，有人理解成注意力窗口，有人理解成 RNN 的隐状态，有人想到 RAG 检索，有人直接说微调就是记忆。都不是错的，但放
发布日期：
阅读全文 →给每个实体拍一张「身份签名」：IRIS 用冻结 LLM 把知识图谱对齐做到了 100% Hits@1
做过知识图谱实体对齐的人大概都遇到过这种场景：两个图谱指向同一个实体，但名字、描述角度甚至语言都不一样。传统方法翻来覆去就是文本相似度、图结构匹配，碰上「字节跳动」和「ByteDa
发布日期：
阅读全文 →LLM 回复里插广告，但不动模型本身｜PILA 这篇论文想解决一个真问题
用 LLM API 做产品，模型调用成本怎么回收？直接向用户收费是一条路，广告是另一条。但给 LLM 回复里塞广告有个固有的矛盾——把广告放进系统 prompt，模型输出质量会往下
发布日期：
阅读全文 →科学摘要太难看懂？这套数据集把 GPT-4o-mini 和人类专家拉到一个环里了
跨学科研究越来越主流，但一个实际问题一直没解决——读隔壁领域的论文摘要，每个词都认识，凑一起就是看不懂。术语太专、背景假设太多、行文默认读者已经在这个领域泡了三年。 最近 arXi
发布日期：
阅读全文 →