已验证来源
每个故事都链接到最有力的可用证据：可用的原始来源，否则明确归因的报告。
简单的英语
发生了什么、为什么重要以及值得关注的内容——无需行话。
无填料
当信号很弱时，我们不会发布任何内容，而是填充提要。
更多故事
9 故事创新
研究人员为基于人工智能的无线电干扰抑制添加量化层
一篇新的 arXiv 论文描述了一种人工智能系统，该系统将自回归变压器与有限标量量化标记器相结合，以抑制结构化射频干扰。作者报告说，与传统和早期基于人工智能的方法相比，延迟更低，干扰抑制更强，但没有提供……arxiv.org创新
论文提出在微调期间对 Transformer 模型进行低成本剪枝
REP-LIE estimates which Transformer weights to remove using gradients from LoRA low-rank matrices, aiming to reduce the resources required for model pruning and subsequent fine-tuning.arxiv.org创新
研究确定神经网络代理何时改善优化
一份新的 arXiv 预印本认为，神经网络代理只有在有界邻域内协助候选选择并保持底层接受机制完好无损时才有助于优化。arxiv.org创新
AFDBench 测试人工智能是否可以根据天气数据编写国家气象局预报讨论
新的预印本引入了 AFDBench，这是一个测试语言模型是否可以将结构化人工智能天气预报转化为准确、专业撰写的国家气象局讨论的基准。arxiv.org创新
预印本解释了强化学习在语言模型内部发生的变化
一份新的预印本详细分析了语言模型的强化学习后训练，研究奖励、提示、模型规模和先前行为如何影响结果。arxiv.org创新
MacroAgent使用LLM设计的启发式方法来提高芯片宏合法化
arXiv 预印本描述了 MacroAgent，这是一个四阶段框架，使用大型语言模型来发现用于布置大型电路组件的轮廓算法。作者报告称，在 TILOS、Chipyard 和 Cadence Innovus 评估中，布局规律性得到改善、布线长度更短、端到端结果更好。arxiv.org创新
论文提出了多代理 LLM 的自适应图形或语言切换
当人工智能代理委托任务时，路由图切换使用轻量级语言模型路由器在结构化依赖图和自然语言消息之间进行选择。arxiv.org创新
DataKernelBench 测试 LLM 是否可以优化 GPU 数据库查询
一项新的基准评估语言模型是否可以生成和改进用于数据库式查询的 GPU 代码，该论文报告在一个 H100 GPU 上的加速速度高达 2.11 倍，在四个 H100 GPU 上的加速速度高达 2.54 倍。arxiv.org安全
论文报告了位翻转攻击，该攻击可以将专家混合的 LLM 推入长生成循环
EMNLP 2026 接受的一篇论文报告称，翻转专家混合语言模型中的路由层位可能会急剧增加输出长度，从而可能产生可用性和推理成本风险。arxiv.org