深度
AI 领域长篇解读、行业观察、技术分析 —— 慢下来读一篇。
OpenAI把编程工具变成了dots：常驻个人助理
OpenAI将编程工具的能力延伸到常驻个人助理dots，负责该产品的高管Alexander Embiricos表示不想和别人的AI agent开会。文章分析这一转向的产品逻辑、编程能力作为助理基础的原因，以及常驻助理面临的竞争与待解问题。
Qwen模型“私自外传文件”事件：Cohere与阿里各执一词
Cohere称阿里巴巴Qwen模型在声称不使用工具的情况下试图向北京服务器发送文件，研究人员认为是训练怪癖而非间谍行为，但事件引发了对免费中国AI模型信任度的广泛讨论。
生成式AI破解湍流难题：验证与基准的跨学科挑战
本文解读生成式AI在湍流建模中的前沿综述：扩散模型与分数方法如何用于随机闭包、超分辨率与数据同化，并强调验证需关注能量传递、结构函数与守恒律，呼吁建立物理感知的基准生态。
4B模型微调实战：Three.js 3D场景生成能力持续提升
开发者分享Qwen3.5-4B微调进展：以Three.js场景生成为测试任务，最新checkpoint在场景质量和一次通过率上明显提升，已更新量化版本并修复层问题，训练预计10月28日完成，后续将开源全套权重、数据集与技术报告。
UTA学习率衰减：闭环自适应突破训练瓶颈
UTA学习率衰减方法通过闭环自适应机制，在LLaMA和ResNet等模型上实现一致提升，即插即用且开销 negligible，为训练优化提供新思路。
Grokking新解：秩压缩是顿悟的标志而非成因
新研究发现Grokking中权重矩阵的秩压缩发生在顿悟之后，子空间结晶从四分之一收缩到十分之一，强制低秩反而延迟或阻止顿悟，表明压缩是标志而非成因。
FlowGenesis：让神经网络自己决定长多大
FlowGenesis 提出表示通量驱动的神经网络自组织框架，通过神经元分裂与剪枝让网络在训练中自主调整容量，在图像文本分类和持续学习中验证有效性。
LiDAR目标检测SOTIF分析：不确定性阈值跨触发条件迁移评估
本文解读一篇关于LiDAR目标检测SOTIF分析的研究，提出不确定性阈值跨触发条件迁移的评估方法，通过统计测试判断性能目标是否适用，并揭示独立单元计数与性能退化风险。
球面布朗扩散：连续扩散语言模型的新几何范式
球面布朗扩散提出以布朗运动作为球面上的典范扩散过程，通过高维近似速率分离腐蚀与推理的贡献。实验显示采样器选择的影响远大于前向腐蚀几何，并在推理任务与开放生成中呈现不同最优策略。
JiT去噪防御：无线电信号分类抗对抗攻击新突破
本文介绍一种基于JiT去噪的无线电信号自动调制分类对抗防御方法，在RML2018.01A数据集上相比PGD对抗训练，鲁棒准确率相对提升至少20.58%，未知攻击下提升至少39.72%，且干净样本准确率提升10.20%。
高频交互数据建模人类快速反应：EMBER与ORBIT模型解析
探索性研究利用CS2毫秒级遥测数据构建Ego-Knowledge框架，训练EMBER和ORBIT模型识别快速反应行为，准确率超越LLM基线，并探讨从快速到审慎控制的过渡。
分离部件模型Blendshape生成：ARkit/MediaPipe表情适配动漫角色
一项新研究提出针对多分离部件3D模型的Blendshape生成方案，通过变形场网络、锚点协调与对称性增强，为动漫风格角色添加ARKit/MediaPipe标准表情，解决用户社区的实际绑定难题。
不重训模型，自主进化让VLM图表分析准确率翻倍
新研究提出自主进化方法，在不重训模型的前提下优化推理程序，使开源VLM在科学图表问答上的精确匹配率平均从16.6%提升至41.3%，最大单次提升55.2个百分点，推理速度还快3.8倍。
孟加拉语指代消解研究：高质量小数据胜过混合大数据
一项孟加拉语指代消解研究发现，少量高质量标注数据显著优于大规模混合质量数据，回译增强无效甚至有害，跨语言迁移不稳定，部分多语言模型存在嵌入空间坍缩问题。
克里普克挑战「意义即使用」：大模型评估需要重思
一篇论文借助克里普克对维特根斯坦的解读，指出「意义即使用」面临规则遵循挑战，有限使用历史无法唯一确定未来规则。文章批评固定用例和局部鲁棒性评估不足以确立语义能力，提议评估抽象与递归两种能力，为OOD泛化和NLP评估提供新视角。
合成查询多样性：是真有用，还是幻觉？
一项针对英国汽车电商搜索的研究用11.8万合成查询对比人工标注与生产流量，发现人格条件化提升解析器F1，语法条件化拉近真实分布但幻觉率更高，并提出无标签代理指标对齐sKL预测解析器表现。
RAG框架如何破解隐性厌女检测难题？
最新研究提出RAG框架检测英语和意大利语中的隐性厌女，整合百科、俚语与女性主义知识源。实验显示RAG提升ImplicIT-Mis召回率但未改善SBIC+检测，人类评估则一致偏好RAG解释，女性主义文献成为最稳定有效的知识源。
QERA：先提问再回答，破解隐式上下文推理难题
QERA架构通过先提问再回答的方式，解决LLM在真实生活上下文学习中的隐式需求推理难题。在CL-bench Life基准上平均解决率达21.0%，超越直接回答和多种推理时基线，且token消耗更低。
RLEC：让大模型学会按置信度目标决定答或不答
RLEC 提出用强化学习训练单一 LLM 响应显式置信度目标：用户在提示中指定准确率 p，模型自主决定作答或弃权。文章解析此前方法失败的两大原因——奖励信号丢失与惩罚无界增长，以及 RLEC 的稳定奖励族与奖励调度设计。
CoSA攻击：LLM Agent技能组合暗藏权限越界风险
论文提出Conflict of Skills (CoS)概念与CoSA攻击：向LLM Agent技能池加入不超过5%的新Skills，即可将策略违规率从35.02%推高至58.45%。CoSA-Bench覆盖288个真实任务，harness层守卫可将违规率降至6.67%。