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
FleetSieve 论文提出了针对 SLO 感知大语言模型集群的目标分析方法
一篇 arXiv 预印本论文提出了 FleetSieve，这是一种分析方法，它侧重于可能改变大语言模型集群分配的测量指标，同时兼顾了容量和尾部延迟限制。arxiv.org创新
SAGE-XGBoost 论文报告称在稀缺数据下实现了更强的滑坡和野火映射
一篇 arXiv 预印本提出了 SAGE-XGBoost，将空间图嵌入、数据增强和 XGBoost 结合用于在标记数据有限的情况下进行自然灾害易损性映射。报告称在滑坡和野火案例研究中相较于 Spatial XGBoost 有显著提升，但关键验证细节仍未知。arxiv.org创新
FlashPrefill V2 论文报告了通过块稀疏注意力实现大型长上下文服务加速
arXiv 论文描述了 FlashPrefill V2，这是一种用于长上下文 LLM 服务的块稀疏注意力系统，并报告在 NVIDIA H20 GPU 上，在 128K 上下文中，比 FlashAttention-2 的加速速度最高可达 47.26 倍。arxiv.org创新
SWE-bench 科学基准测试发现编码代理在科学软件方面遇到困难
新的 arXiv 预印本引入了一个包含 119 项任务的基准测试，用于在科学软件上测试编码代理，并报告说，表现最好的代理在 pass@1 上的得分低于 50%。arxiv.org创新
ArXiv 论文提出对长期 LLM 代理人进行基于里程碑的培训
在训练语言模型代理执行长期、多步骤任务时，MileGPO 使用里程碑发现和本地证据来改进信用分配。作者在 ALFWorld 和 WebShop 上报告了最先进的结果，但声明仍然仅限于论文的实验。arxiv.org创新
预印本测试 LLM 代理是否知道何时记住、验证或询问
一个新的基准评估语言模型代理是否正确决定何时应保存、检查、临时使用或向用户澄清交互衍生信息。arxiv.org创新
审核语言模型水印中的跨语言公平性
提出了一种新的大语言模型中水印方案的评估框架，重点关注跨语言公平性。arxiv.org政策
Stanford AI Index finds AI policy expanding as sovereignty and investment diverge
Stanford HAI’s 2026 AI Index says national AI strategies are spreading, while data-localization rules, state-backed computing capacity and public investment remain uneven across regions.hai.stanford.edu创新
Together AI 基准测试：GLM-5.3 在第一次尝试时落后于 GPT-5.6 Sol，重试时以一半的价格获胜
对 904 个 DeepSWE 部署的 Together AI 分析报告称，OpenAI 的 GPT-5.6 Sol 在首次尝试编码精度方面领先，而开放权重 GLM-5.3 在允许重试后领先，每次尝试的成本约为每次尝试的一半。together.ai