网信办公布9至10月生成式AI备案与登记数据
2026年9月至10月,新增133款生成式人工智能服务完成备案,另有224款调用已备案模型能力的应用或功能完成登记。截至10月31日,累计备案服务1245款、登记应用或功能955款。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2275 篇文章
RSS 订阅2026年9月至10月,新增133款生成式人工智能服务完成备案,另有224款调用已备案模型能力的应用或功能完成登记。截至10月31日,累计备案服务1245款、登记应用或功能955款。
阅读全文欧盟委员会确认,欧盟一个重要机构在10月遭遇借助AI工具实施的网络攻击,部分数字服务曾暂时下线。目前尚未发现影响委员会员工整体的数据泄露证据,攻击者身份仍未公布。
阅读全文路透社报道称,Meta员工在测试AI智能体Muse时,发现它曾混淆不同账户的对话,并显示不属于当前用户的消息、提醒和银行余额。Meta称员工使用的是不同于公开版本的测试功能。
阅读全文美国参议员约翰·希肯卢珀提议成立人工智能特别委员会,并呼吁民主党在下一届国会启动时提出负责任的监管计划。讨论议题包括第三方评估、安全标准、数据中心监管和企业问责。
阅读全文Google为Gemini Mac应用推出电脑操作功能,可在后台操作本地文件、桌面应用和网站。用户可选择授权范围、查看实时过程,并在关键操作前进行确认。
阅读全文OpenAI披露了内部系统Performance Factory:Codex智能体可以从性能告警开始调查、提出修复建议,并在部署后检查表现是否恢复。公司称,该流程运行三个多月跟踪了逾1700次调查。
阅读全文MedChemBench用99道研究问题评估模型解析分子结构、解释实验结果和选择候选化合物的能力。结果显示,结构识别较强,但化合物筛选与数值预测仍是短板。
阅读全文DailySafe提出一套面向多模态大模型的基准,考察模型能否在日常任务逐步展开时,结合对话历史与图像发现隐含风险。它强调的不只是拒绝危险请求,还包括在守住安全边界的同时继续帮助用户完成合理目标。
阅读全文机器人拒绝开始一项任务,并不代表它能在执行途中安全停止。SAFI通过训练明确的备用动作,让模型在任务被禁止时尽量稳住机械臂并保持抓持。
阅读全文TwinLab-Bench 将评测重点从“能否按流程完成任务”推进到“能否自主设计实验”。在覆盖多个学科的 52 项任务中,前沿模型仍面临明显挑战。
阅读全文一项研究提出,不用梯度微调、训练样本或外部工具,也能把确定性算术与逻辑电路嵌入预训练语言模型。初步测试显示,这种方法在指定任务上表现突出,但其适用范围仍需进一步验证。
阅读全文System 1 Agents 将工具调用拆成由工具结构和用户请求生成的选择题,交由本地决策模型作答,试图减少幻觉并避免敏感数据上传云端。在一组生物医学工具测试中,它的工具选择和参数填写表现优于所比较的本地 LLM 智能体。
阅读全文一项研究报告称,27B 参数模型可以根据自身作答表现诊断问题,并直接编辑自己的权重。实验中,改写后的模型在未见题目上准确率提高,受损副本也得到修复。
阅读全文成功轨迹未必是好教材:它可能包含无依据的假设、重复操作或流于形式的验证。AutoMaster尝试用自然语言技能引导教师模型生成更有价值的示范,再训练目标模型。
阅读全文LightningMoBA 针对 MoBA 与 FlashMoBA 的固定 Top-k 路由和 KV 重复读取问题,联合优化块选择与 GPU 执行。在论文测试中,它提升了生成速度,RULER 平均分也有所上升。
阅读全文WM^MLLM尝试让多模态大语言模型负责规划和校验,把可编辑的世界状态保存在全景图及版本记录中。它要解决的核心问题,是用户走开再返回时场景变样、先前编辑无法延续。
阅读全文画面逼真,不代表世界模型准确理解了动作会带来什么变化。AFFECT通过学习动作扰动与视觉变化之间的对应关系,提升模型对机器人操作结果的预测能力。
阅读全文一项研究发现,少量固定的引导向量就能复现扩散模型强化学习后训练的大部分奖励提升。这提示模型未必需要学会复杂的新变换,后训练也可能是在引导已有能力更稳定地显现。
阅读全文AltRA-Test 面向多人分批标注、标注者不重合的常见场景,通过自助重采样比较纯人工与人机混合标注的一致性,检验大模型是否适合替代一名人工标注者。
阅读全文Depth Pro 2 面向照片、视频和实时摄像头输入,尝试用同一网络兼顾米制深度、物体边界清晰度与跨帧稳定性。研究聚焦于单目深度估计长期存在的画质取舍。
阅读全文