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。
语音大模型也搞联邦学习了，FLICS2026 这篇论文打了第一枪
联邦学习给 SpeechLLM 训练开了条新路 语音数据拿不到手上，是训练语音模型最现实的阻力。 医疗记录、客服录音、会议转录——这些场景的语音数据既珍贵又敏感，企业不敢外传，法规
发布日期：
阅读全文 →你的Agent能找到正确的文档，但不会读
正在搭一个企业知识库 Agent，遇到一个具体的麻烦：Agent 能准确锁定正确的文档，跳到对应的表格那一页，但最终给出的答案要么是错的，要么少了一半关键数据。 上周 arXiv
发布日期：
阅读全文 →92% 准确率说没就没：一篇论文把阿拉伯语大模型的对抗鲁棒性捅穿了
读 arXiv 上这篇关于阿拉伯语对抗鲁棒性的论文时，我脑子里一直在想一个问题：一个跑得挺稳的阿拉伯语模型，往上加几个变音符号还能扛住吗？答案大概率是不太能。 7 月 28 号挂出
发布日期：
阅读全文 →AngelSpec：给聊天和代码分别配不同的草稿模型，推理再快一倍
arXiv 今天挂出来一篇 AngelSpec 的论文，讲的是怎么把推测解码（Speculative Decoding）做细。它在 Hy3-A21B 上跑出了 1.98–2.40x
发布日期：
阅读全文 →Shieldstral 发布｜把内容审核变成一道是非题，3B 模型追平 7 倍大的对手
大概从去年开始，有件事一直让我觉得不太对劲：每个人都在往产品里塞大模型，但内容审核这块基本靠猜。接 OpenAI 的 moderation API 够用吗？自己微调一个？还是直接上
发布日期：
阅读全文 →AI 评审给 AI 写的本子打更高分：一篇新论文戳破了什么
arXiv 今天挂了一篇有意思的论文。一群物理、天文、宇宙学的研究者认真测了一次 AI 在科研项目规划和评审里的实际表现，结论有点尴尬。 八位专家各自构思了一个项目，然后由人类研究
发布日期：
阅读全文 →测完 15 个多模态模型看病，结论是：方向感有了，推理还不行
AI 看病这事，之前的评测方式一直有个结构性缺口：要么给一张片子让模型直接说结论，要么给一段文本做单选题。但真在医院里，诊断不是这样走的。真实的临床流程是分步的、多轮的——先看主诉
发布日期：
阅读全文 →LLM 当政治信息中介：分数漂亮，一碰模糊信息就露馅
越来越多人把政治话题直接丢给 ChatGPT、Claude 这类模型——问它某个政策怎么看、某个候选人什么立场、某条新闻有没有水分。LLM 已经是很多人获取信息的默认入口了。但一个
发布日期：
阅读全文 →文本、表格、知识图谱三方打架，这篇论文把它做成了可检测的问题
如果你做过基于 Wikipedia 的 RAG，或者拿 Wikidata 做知识增强，大概率遇到过这个场景：同一件事，正文里写的是 A，信息框里写的是 B，去 Wikidata 查
发布日期：
阅读全文 →你说话的方式，AI比你学得更狠
前两天逛 arXiv，刷到一篇 2026 年 7 月 28 号挂出来的论文，标题直得不像学术文章：「Instruction-Tuned Models Locally Reuse H
发布日期：
阅读全文 →UniMem：LLM Agent 终于不用在「记太多」和「学不会」之间二选一了
When an LLM agent runs in production long enough, a pattern emerges. External retrieval-ba
发布日期：
阅读全文 →蒸馏小模型老是跑偏？这篇论文搞了个「接棒」机制，训练轨迹砍半还提点 5.73%
蒸馏过小模型的人，大概率见过这个场景：学生模型在某个推理步骤走歪了，顺着这个错误方向一路狂奔，生成了一长串毫无意义的内容。整条训练轨迹废掉，算力白烧，梯度白算。 做 on-poli
发布日期：
阅读全文 →全模态模型的算力账单，终于有人开始抠预算分配了 | OmniDelta
Qwen2.5-Omni 这类全模态模型的好处是直观的：文本、音频、视频一起吃，统一理解。坏处也摆在面上——音频加视频的 token 序列太长，显存和推理成本直接起飞。压缩 tok
发布日期：
阅读全文 →