博客发布 10-27
AI 智能体如何影响专家的判断决策
How AI agents shape experts’ judgment calls
Anthropic 的一篇研究文章，报告了一项随机试验：50 名有因果推断经验的专业分析师使用 Claude Code 完成一项真实的统计分析任务。结果显示，当智能体被随机设定偏向某个选项时，分析师有 86% 的情况选择了该选项；文章据此讨论这对 AI 辅助工作中人类监督意味着什么。
全部资源
博客精选。
442 条精选
博客发布 10-28
睡眠框架：让大语言模型在持续学习中保留知识的新方法
The sleep framework: A new way for LLMs to retain knowledge in continual learning
这是 Google Research 的一篇博客，作者为 Ali Behrouz 和 Vahab Mirrokni，提出在持续学习中引入「睡眠阶段」的学习范式。文章指出已部署的大模型知识基本静止、受知识截止日期限制，而持续更新参数易导致灾难性遗忘，仅依赖上下文学习又受限于上下文窗口。受人类大脑在休息时处理和巩固记忆的启发，该方法为模型设计周期性的生命周期，使其持续学习并巩固脆弱的短期信息。页面标注日期为 2026 年 10 月 27 日。
博客发布 10-28
Genie 4：新一代世界模拟
Genie 4: A new generation of world simulation
谷歌 DeepMind 发布世界模型 Genie 4 的博客，作者为 Raia Hadsell、Diego Rivas 和 Hang Qi。文中称该模型原生多模态，可在生成世界的同时生成音乐、环境声和交互对话，并借助 Gemini 系列模型（如 Gemini Omni）维持模拟的真实外观与连贯性，可用于机器人和智能体的训练环境以及交互式体验，页面提供候补名单申请。
博客发布 10-28
我们能否信任大语言模型判断一个研究想法是否新颖？
Can we trust LLMs to judge whether a research idea is novel?
这是 Ai2 在 Hugging Face 上发布的一篇文章，介绍其研究《Old Ideas, Novel Problems》，考察大语言模型评估科研想法新颖性的可靠性。文中同时发布了用于测试“新颖性评判器”的基准、数据和代码，以及可供研究者构建新评测集的自动化流程，并交代了该机构在科学发现辅助系统方面的相关项目背景。
博客发布 10-27
在喜马拉雅山麓用离线 AI 智能体写代码
Coding From the Himalayas With an Offline AI Agent
这是一篇作者自述文章，作者是 Thomson Reuters 的首席工程师，一年前搬到喜马拉雅山麓居住，因网络和供电经常中断，尝试在笔记本上完全离线运行编码智能体。文章探讨了在断网条件下对本地已有项目可以做哪些工作，例如解释陌生函数、排查失败的测试、重构小段代码或协助完成功能。
博客发布 10-27
GLM-5.3 Workers AI 模型中的跨请求 KV 缓存泄露（155 条响应）
Cross-request KV cache exposure in the GLM-5.3 Workers AI model (155 responses)
这是 Cloudflare 博客与推理引擎 SGLang 协同披露的一篇安全事件报告。文章称 2026 年 8 月 27 日至 9 月 9 日期间，使用 GLM-5.3 Workers AI 模型的少数客户收到了包含其他客户此前请求数据的响应，共涉及 155 条响应，且均为超过 681,280 token 的长提示。文章说明问题已修复并于 9 月 9 日恢复该模型，未发现故意利用的证据，同时介绍了缺陷原因、响应时间线及对生产环境 SGLang 部署的加固措施。
博客发布 10-26
数学从此永远改变——Kevin Hartnett
Mathematics Just Changed Forever — Kevin Hartnett
这是一个围绕 Kevin Hartnett 著作《The Proof in the Code》制作的纪录片式访谈视频。内容从 1998 年 Thomas Hales 计算机辅助证明开普勒猜想、Annals of Mathematics 无法判定其正确性讲起，讲述 Lean 从微软研究院的副项目发展为数学界用于校验证明的系统，并采访了 Lean 创建者 Leonardo de Moura、Jeremy Avigad、Kevin Buzzard 等人。后半部分转向 AI，涉及 AlphaProof、自然语言奥赛证明、自动形式化，以及“形式化鸿沟”这一概念。
博客发布 10-26
与学术界合作建立科学理解
Working with academic communities to build scientific understanding
OpenAI 发布的一篇研究类文章，介绍其在 Kakeya 猜想、指数时间假设（ETH）和量子色动力学等数学与物理问题上给出的模型结果，以及研究者如何验证并在此基础上继续工作。页面以“局部光滑化与 Kakeya 猜想”等小节组织内容。
博客发布 10-26
ChatGPT 不断扩展的工作场景
ChatGPT’s expanding world of work
OpenAI 于 2026 年 10 月 26 日发布的研究页面，由 OpenAI Economic Research 发布可下载的数据集（OpenAI Signals）。内容涉及覆盖近 100 个国家、165 种工作活动的使用数据，用于考察人们在工作中如何使用 ChatGPT 以及使用方式随时间的变化，并面向研究人员开放数据下载与探索。
博客发布 10-27
GPT-6.1 Terra
Simon Willison 的博客文章讨论 OpenAI 发布 GPT-6.1 Terra 时的宣传重点：视觉推理与计算机操作，兼有更清晰自然的写作。文中指出 Terra 在模型序列中的定位类似 Anthropic 的 Sonnet，介于最便宜与最贵之间；并引用 OpenAI 的 Ted Sanders 在 Hacker News 上的说法，称 Terra 在技术沟通上优于 Astra 与 Sol、在视觉与计算机操作上相当但更快、多数其他方面略弱，以及它对开发者和订阅用户分别意味着什么。
博客发布 10-26
GPT-6.1 Terra
OpenAI 官网介绍 GPT-6.1 Terra 的页面，正文含有「从视觉理解到行动」「事实性与编程能力的显著提升」「安全与对齐」「定价与可用性」等小节标题。页面还链接到 OpenAI 开发者文档中该模型的 API 说明页。材料仅能看出这是一个模型发布与介绍页面，具体性能数据未在材料中体现。
博客发布 10-20
修复 vLLM 中的工具调用准确性问题
Fixing Tool-Call Accuracy in vLLM
Ubicloud 博客的一篇文章，标题为“Fixing Tool-Call Accuracy in vLLM”。提供的材料仅为博客页面正文的标题与文章列表，未包含文章具体内容，因此无法进一步概述其方法或结论。