🤖 AI 速览

今日主线是 AI 从能力展示走向工程验收。GPT‑5.6 进入 Kiro，强化规划、构建、审查、测试一体化流程；小模型与本地推理继续推高成本重估。与此同时，长上下文效率、训练迁移与安全后门研究提醒行业：可用之后，可信才是下一道门槛。
📋 文章元数据
发布时间
2026-08-25
类型
ai-daily
字数
3295
阅读时长
16 min

2026-08-25 AI日更 | AI 代理不再只比能力：Kiro 串起开发闭环，小模型与可靠性成为新变量 链接到标题

今日主线是 AI 从能力展示走向工程验收。GPT‑5.6 进入 Kiro，强化规划、构建、审查、测试一体化流程；小模型与本地推理继续推高成本重估。与此同时，长上下文效率、训练迁移与安全后门研究提醒行业：可用之后，可信才是下一道门槛。

📖 本期 Watch List 深度导读 链接到标题

今天最值得先看的是“AI 编程代理的性价比拐点”：Kiro 引入 GPT‑5.6（Sol/Terra/Luna），重点不是单次能力炫技，而是把规划、构建、审查、测试串成更少迭代的工程流程；同时小模型 Qwen3.8-27B 的讨论，也提示团队重新评估本地化、低成本推理的边界。

第二条主线是“长上下文与模型可靠性”。BF1 稀疏注意力、优化器状态中的潜意识特征迁移、神经 PDE 算子的 wrong-physics 后门，分别从效率、训练动力学和安全投毒角度提醒我们：模型可用不等于可信。

应用层面则建议关注 XAI 与高风险场景：破产预测、公共卫生预测、热舒适控制、心理健康机器人和数字孪生人格抽取，都在把 AI 推向决策现场。尤其青少年 therapy bot 安全评估，值得产品和合规团队重点阅读。

🌐 X 平台 AI 热点快讯 链接到标题

话题 1:Anthropic Launches Enterprise-Managed Auth for MCP Connectors 链接到标题

  • 分类:AI · News
  • 概况:热度时间:,相关帖子数:87
  • 是什么事:Anthropic 为 MCP 连接器推出了企业级托管认证，让企业可以集中管理 AI 连接外部工具和数据源时的权限与访问控制。
  • 为什么重要:这对 AI 领域重要，因为 MCP 正在成为模型接入企业系统的通用接口，而认证与权限治理是大规模、安全落地 AI 代理和工具调用的关键基础设施。
  • 讨论概况:X 上讨论主要集中在这是否会显著提升 Claude 在企业场景的竞争力、能否降低 MCP 在金融等高合规行业的部署门槛，以及 Anthropic 近来频繁发布企业与代理能力是否只是功能堆叠还是形成了真正的生态优势。

话题 2:Square Root Puzzles Trick Social Media Solvers 链接到标题

  • 分类:AI · Entertainment
  • 概况:热度时间:9 hours ago,相关帖子数:66000
  • 是什么事:一类看似简单但暗藏优先级、定义域或符号陷阱的平方根谜题在 X 上走红，引发大量用户和 AI 参与解题。
  • 为什么重要:这类题目暴露了 AI 在数学推理、题意理解和避免直觉式回答方面的弱点，也常被用来测试模型是否真正具备稳健的逻辑推理能力。
  • 讨论概况:X 上的讨论主要集中在正确答案究竟取决于数学约定还是题目措辞；有人认为这是有趣的脑筋急转弯，也有人批评其利用歧义制造争议，另有用户比较不同 AI 模型的解题表现。

话题 3:Maye Musk Enjoys Fashion and Sights on Shanghai Visit 链接到标题

  • 分类:AI · Entertainment
  • 概况:热度时间:5 hours ago,相关帖子数:2900
  • 是什么事:梅耶·马斯克在上海参观城市景点并参与时尚相关活动，引发 X 平台关注。
  • 为什么重要:事件本身并非 AI 技术进展，但因其与埃隆·马斯克及其旗下 AI、汽车和科技业务的公众形象相关，被部分用户解读为马斯克家族与中国市场互动的信号。
  • 讨论概况:X 上讨论主要集中在梅耶·马斯克的上海行程、时尚造型与中国城市形象展示；也有人将其与特斯拉、xAI 及马斯克在中国的商业关系联系起来，但是否具有实际产业意义存在分歧。

话题 4:Apodex Releases 1.1 with Multi-Agent Teams for Complex Tasks 链接到标题

  • 分类:AI · News
  • 概况:热度时间:6 hours ago,相关帖子数:1100
  • 是什么事:Apodex 发布 1.1 版本，引入可协同处理复杂任务的多智能体团队功能。
  • 为什么重要:多智能体协作被视为提升 AI 任务规划、分工执行和复杂问题解决能力的重要方向，可能影响企业级自动化与智能体应用落地。
  • 讨论概况:X 上的讨论主要集中在该功能是否真正提升复杂任务完成率、与现有智能体框架相比有何优势，以及多智能体系统在成本、稳定性和可控性上的挑战。

话题 5:Nvidia Partners with Poolside on $6 Billion Deal for Powerful Open AI Model 链接到标题

  • 分类:AI · News
  • 概况:热度时间:1 day ago,相关帖子数:4800
  • 是什么事:英伟达据称与 AI 初创公司 Poolside 达成价值约 60 亿美元的合作，计划打造一款强大的开放式 AI 模型。
  • 为什么重要:这显示算力巨头正进一步介入基础模型竞争，开放模型路线也可能因英伟达的资金、芯片和生态支持而获得更强推动力。
  • 讨论概况:X 上讨论主要集中在该交易是否会改变开放模型格局、Poolside 能否与 OpenAI 和 Anthropic 等领先公司竞争，以及英伟达在 AI 产业链中影响力是否过度集中。

话题 6:Xiaomi Unveils AI Cube Prototype with Custom Chips for Local AI 链接到标题

  • 分类:AI · News
  • 概况:热度时间:16 hours ago,相关帖子数:4500
  • 是什么事:小米展示了一款搭载自研定制芯片、主打本地端侧 AI 计算的 AI Cube 原型设备。
  • 为什么重要:这显示消费电子厂商正加速把 AI 能力从云端下放到本地设备，以提升隐私、降低延迟并减少对云算力的依赖，也加剧了端侧 AI 芯片与生态竞争。
  • 讨论概况:X 上的讨论集中在小米自研芯片能力是否足以支撑高质量本地 AI、AI Cube 的实际应用场景和售价，以及其与苹果、英伟达、高通等端侧 AI 方案相比是否具备竞争力。

话题 7:AI Rankings Favor Cheaper Models Over Anthropic’s Premium Options 链接到标题

  • 分类:AI · News
  • 概况:热度时间:2 days ago,相关帖子数:21000
  • 是什么事:近期 X 上流传的 AI 排名显示，价格更低的模型在榜单中优于 Anthropic 的高价旗舰模型。
  • 为什么重要:这反映出 AI 领域正在更重视性价比、真实使用效果和成本效率，可能影响模型采购、产品定位和行业竞争格局。
  • 讨论概况:讨论焦点集中在榜单是否真正代表实际能力、便宜模型是否已经足够好，以及高价模型的额外性能和安全优势是否值得溢价；也有人质疑排名方法对成本因素的偏向。

话题 8:49ers Owner Jed York Pleads No Contest in Ohio Prostitution Sting 链接到标题

  • 分类:AI · Sports
  • 概况:热度时间:9 hours ago,相关帖子数:89000
  • 是什么事:旧金山49人队老板 Jed York 被曝在俄亥俄州一起卖淫诱捕案件中被逮捕，并对较轻指控作出不抗辩答辩。
  • 为什么重要:该事件本身与 AI 技术或产业无直接关系，但被归入“AI · Sports”热榜，反映出平台话题分类、自动标签和信息推荐系统可能存在误判或泛化问题。
  • 讨论概况:X 上讨论集中在媒体标题措辞变化、案件是否被淡化处理、公众人物责任追究，以及相关报道是否准确；也有人质疑热榜分类为何将体育丑闻关联到 AI。

话题 9:Enes Kanter Freedom Ejected Over Women’s Sports Shirt at WNBA Game 链接到标题

  • 分类:AI · Sports
  • 概况:热度时间:1 day ago,相关帖子数:827000
  • 是什么事:前 NBA 球员 Enes Kanter Freedom 在 WNBA 芝加哥天空对印第安纳狂热比赛中，因身穿写有“Woman: adult human female”的 T 恤并与球员 Natasha Cloud 发生口角，被现场安保带离。
  • 为什么重要:该事件本身属于体育与性别议题，但在 AI 领域的重要性在于，它再次凸显社交平台算法如何放大高度极化内容，以及内容审核、仇恨言论识别、事实核查与公共议题推荐系统面临的边界难题。
  • 讨论概况:X 上讨论主要分裂为两派：一方认为 Kanter 只是表达对女子体育公平性的立场，被驱逐体现了言论空间收缩；另一方认为其行为带有挑衅和排斥跨性别群体意味，联盟和球员有权维护包容环境。争议焦点集中在谁先挑起冲突、T 恤内容是否构成冒犯、跨性别运动员参赛规则，以及平台是否在放大对立情绪。

话题 10:Manchester City Joins Tottenham in Race for Liverpool’s Cody Gakpo 链接到标题

  • 分类:AI · Sports
  • 概况:热度时间:1 day ago,相关帖子数:50000
  • 是什么事:X 上热议称曼城加入热刺行列，有意竞争利物浦前锋科迪·加克波。
  • 为什么重要:该事件本身与 AI 技术进展无直接关系，但体现了体育转会传闻在社交平台舆情监测、推荐算法和体育数据分析中的传播价值。
  • 讨论概况:讨论焦点集中在传闻可信度、利物浦是否会出售加克波、曼城和热刺的真实需求，以及球员若转会对英超竞争格局的影响。

话题 11:Manchester City Agree €40M Deal for Palmeiras Winger Allan Elias 链接到标题

  • 分类:AI · Sports
  • 概况:热度时间:1 day ago,相关帖子数:21000
  • 是什么事:据 ESPN 消息，曼城已与帕尔梅拉斯就边锋 Allan Elias 达成约 4000 万欧元的转会协议。
  • 为什么重要:这类高热度体育转会新闻会迅速引发大量社交讨论，适合观察 AI 在实时信息抽取、事件聚合、舆情监测和多语言摘要上的表现。
  • 讨论概况:X 上主要在讨论消息真实性、转会金额差异、球员实力及其是否适配曼城体系，也有人关注这笔交易是否会带来后续连锁转会。

话题 12:Chelsea Edge Fulham 3-2 in Dramatic Season Opener Under Alonso 链接到标题

  • 分类:AI · Sports
  • 概况:热度时间:4 hours ago,相关帖子数:249000
  • 是什么事:切尔西在新赛季首轮以3比2险胜富勒姆，比赛过程戏剧性十足，阿隆索执教首秀引发关注。
  • 为什么重要:这类高热度体育事件体现了AI在实时热点识别、赛事摘要生成和舆情分析中的应用价值，也为多模态体育内容理解提供了典型场景。
  • 讨论概况:X上的讨论主要集中在切尔西的关键进球与防守问题、阿隆索的执教表现，以及裁判判罚和比赛节奏是否影响了最终结果。

话题 13:Hermes Agent’s HUD Lets Gamers Chat with AI Over WoW 链接到标题

  • 分类:AI · Entertainment
  • 概况:热度时间:9 hours ago,相关帖子数:245
  • 是什么事:Hermes Agent 推出一款面向《魔兽世界》的 HUD 工具，让玩家可在游戏过程中直接与 AI 助手对话。
  • 为什么重要:这显示 AI 正从独立聊天工具进一步嵌入实时娱乐场景，可能改变游戏内指导、任务辅助和玩家交互体验。
  • 讨论概况:X 上讨论主要集中在该工具是否能提升游戏体验、是否会破坏沉浸感或公平性，以及 AI 助手在多人在线游戏中应被允许到何种程度。

话题 14:Designer Trains AI to Paint Watercolors via Editable Code 链接到标题

  • 分类:AI · News
  • 概况:热度时间:1 day ago,相关帖子数:2100
  • 是什么事:一名设计师通过可编辑代码训练 AI 生成水彩画效果，引发 X 平台关注。
  • 为什么重要:这展示了将代码可控性与生成式图像模型结合的可能性，有助于提升 AI 艺术创作的可编辑性、可复现性和创作者掌控度。
  • 讨论概况:讨论主要集中在这种方法是否能让艺术家更好地控制 AI 输出、代码化创作会不会削弱传统绘画价值，以及 AI 生成水彩作品的版权和原创性边界。

话题 15:Ben Affleck Boat Meme Roasts Remote Work Habits 链接到标题

  • 分类:AI · Entertainment
  • 概况:热度时间:6 hours ago,相关帖子数:1300
  • 是什么事:一张本·阿弗莱克在船上的表情包在 X 上走红，被拿来调侃远程办公中的摸鱼或懒散行为。
  • 为什么重要:这类病毒式梗图反映了生成式 AI 和社交媒体如何快速放大娱乐内容，并影响公众对远程工作文化和数字协作方式的认知。
  • 讨论概况:讨论焦点主要在于这张梗图是在幽默吐槽远程办公，还是在强化对居家工作的刻板印象；也有人借此争论远程工作效率与办公自由之间的平衡。

今日 X 上的 AI 舆情小结 链接到标题

今天 X 上的 AI 舆论主线，明显从“谁的模型更强”转向了“谁更能把 AI 真正接入企业、设备和真实场景”：MCP 企业级认证、多智能体协作、端侧 AI 设备、游戏内助手等话题，都在讨论 AI 基础设施和落地能力。比较一致的共识是，权限治理、可控性、成本效率和场景集成，已经比单纯参数竞赛更重要；同时，低价模型在榜单上压过高价旗舰，也强化了“性价比与真实使用效果”正在成为新标准的判断。分歧主要集中在两点：一是这些发布到底是实质性突破，还是功能堆叠和生态叙事；二是高价模型的安全与性能溢价是否真的值得，以及排名榜单是否足够代表实际能力。潜在风险则很清楚：企业级连接器若权限治理不足，可能带来数据泄露和合规问题；多智能体系统可能增加成本、失控和稳定性风险；而平台算法和热榜机制若继续放大争议与极化内容，也会让 AI 讨论被噪音、偏见和误判进一步裹挟。

💡 大佬观点(Influencer Insights) 链接到标题

今日大佬观点暂缺,推荐阅读 Watch List 深度内容。

📚 附录:今日 Watch List 更新源列表 链接到标题

时间窗口:最近 3 天;覆盖 22 个源;共 33 条更新

Stratechery by Ben Thompson (A_full) 链接到标题

  • Autonomy and Innovation
    • 发布时间:2026-08-24 18:00 北京时间
    • 摘要:- 听听这个帖子。
      • 虽然并非每部西部片都遵循这一老套，但到了20世纪30年代，牛仔系列片已经形成了一种一致的视觉信号：剧中的英雄戴白帽子，反派戴黑帽子。
      • 然而归根结底，他们俩都是戴着牛仔帽的牛仔。
      • 西部片如今已算不上什么文化参照点了，但“白帽”和“黑帽”的说法在科技领域却非常重要：专注于修复漏洞、保护软件的黑客是“白帽黑客”，而专注于利用漏洞作恶的黑客则是“黑帽黑客”。
      • 当然，这很快会变得复杂起来：政府可能会雇佣黑客入侵敌方的软件系统——他们算是白帽还是黑帽？
    • EN 要点:
      • Listen to this post :
      • Log in to listen
      • While not every Western followed the cliché, by the 1930s cowboy serials had landed on a consistent visual cue: the hero of the show wore a white hat, and the v…
      • At the end of the day, however, they both were cowboys with cowboy hats

OpenAI Blog (A_full) 链接到标题

  • Advancing price-performance for developers with GPT‑5.6 in Kiro
    • 发布时间:2026-08-24 20:00 北京时间
    • 摘要:GPT‑5.6 模型系列现已在 Kiro 中可用，Kiro 是一个软件开发代理，能为大规模 AI 原生编码带来工程严谨性和高质量。对于 Kiro 用户，此次更新将 OpenAI 最新的旗舰模型系列（包括 Sol、Terra 和 Luna）引入到团队规划、构建、审查和测试软件的开发工作流程中。这些模型共同帮助开发者以更少的迭代次数生成更高质量的代码，并获得更好的每令牌价值。GPT‑5.6 从每个令牌中提取更多有用工作，提供更强的每美元性能以及针对复杂任务的按需能力。在 Kiro 中，开发者可以将这些能力应用于基于其需求、代码库和团队标准的长期开发工作。
    • EN 要点:
      • GPT‑5.6 is now available in Kiro, helping developers plan, build, review, and test software with better price-performance.

Two Minute Papers (B_intro+search) 链接到标题

  • This Small AI Will Change Everything
    • 发布时间:2026-08-25 00:48 北京时间
    • 摘要:❤️ 查看Lambda并注册他们的GPU云服务： 📝 Qwen3.8-27b 在此处可用： Adam Bridges, B Shang, Carlos Galarza, Christian Ahlin, Eric Tyson, Juan Benet, Lukas Biewald, Michael Tedder, Owen Skarpness, Ryan Stankye, Shawn Becker, Steef, Taras Bobrovytsky, Tazaur Sagenclaw, Tybie Fitzhugh, Ueli Gallizzi. 这个小AI将改变一切。
    • EN 要点:
      • ❤️ Check out Lambda here and sign up for their GPU Cloud:
      • 📝 The Qwen3.8-27b is available here:
      • 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible:
      • Adam Bridges, B Shang, Carlos Galarza, Christian Ahlin, Eric Tyson, Juan Benet, Lukas Biewald, Michael Tedder, Owen Skarpness, Ryan Stankye, Shawn Becker, Steef…

ArXiv cs.AI (B_intro+search) 链接到标题

  • SDAD: Spec-Driven Agentic Development for the AI-Native SDLC

    • 发布时间:2026-08-24 12:00 北京时间

    • 摘要:arXiv:2608.20341v1 公告类型：新发布。

      摘要：基于大语言模型的前沿编程智能体，其上下文窗口涵盖数十万至数百万个词元，正在重构软件开发生命周期（SDLC）。丰富的上下文处理能力和多步推理能力，使得大量功能需求文档（FRD）及代码仓库上下文能够在单一工作流中被完整纳入，从而让规格质量成为自主交付的执行燃料。本报告将规格驱动的智能体开发（SDAD）形式化为一种结合了严谨前期形式化与高速实现的综合方法：意图捕获、机器可读规格、智能体合成，以及在人工签署下的独立多智能体验证。

    • EN 要点:

      • arXiv:2608.20341v1 Announce Type: new
      • Abstract: Frontier coding agents backed by large language models with context windows from hundreds of thousands to millions of tokens are restructuring the Sof…
      • Rich context handling and multi-step reasoning now allow substantial Functional Requirement Documents (FRDs) and repository context to be ingested in a single w…
      • This report formalises Spec-Driven Agentic Development (SDAD) as a synthesis of disciplined up-front formalisation and high-velocity implementation: intent capt…

  • PrimeAgentOrchestrator: Memory-Primed Agent Spawning for Personal AI Infrastructure

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:- arXiv:2608.20342v1 公告类型：新。
      • 摘要：大型语言模型（LLM）编码代理在每次会话开始时上下文窗口为空，丢弃了先前工作中积累的知识。
      • 我们提出 PrimeAgentOrchestrator（PAO），该系统会生成新的 Claude Code 实例——Anthropic 的基于终端的编码代理——并预先加载从用户现有个人数据库中编译的相关记忆。
      • 在生成时，PAO 并行查询两个独立运行的记忆后端（一个 PostgreSQL 实体-观察数据库和一个 Cloudflare Worker 语义搜索索引），使用后端特有的检索策略融合结果，并通过文件系统注入将编译好的简报传递给主机代理，利用其配置自动读取行为。
    • EN 要点:
      • arXiv:2608.20342v1 Announce Type: new
      • Abstract: Large language model (LLM) coding agents start each session with an empty context window, discarding accumulated knowledge from prior work
      • We present PrimeAgentOrchestrator (PAO), a system that spawns new instances of Claude Code – Anthropic’s terminal-based coding agent – pre-loaded with relevan…
      • At spawn time, PAO queries two independently-operated memory backends in parallel (a PostgreSQL entity-observation database and a Cloudflare Worker semantic sea…

  • Truth Lies Deep: Countering Semantic Camouflage via Latent Intent Verification

    • 发布时间:2026-08-24 12:00 北京时间

    • 摘要:arXiv:2608.20378v1 公告类型：新。

      摘要：大型语言模型（LLM）的安全对齐往往流于表面，其依赖的拒绝机制仅在生成最后阶段触发，并未消除预训练阶段习得的有害概念的基础知识。本研究表明，这种架构上的脱节使模型容易遭受“语义伪装”攻击——一种将有害意图包裹在良性叙事语境（如创意写作）中的对抗性攻击，可有效绕过标准的输入和输出防护措施。通过分析三个不同小型语言模型（SLM）家族（Phi-3、Qwen2.5 和 Gemma-2b）在对抗性压力下的潜在激活轨迹，本研究识别出一个普遍的“意图视界”——一个关键深度（通常为总层数的15%–20%），在此深度，模型将查询置于“安全”叙事语境中时，其对有害意图的独特预训练表征便会瓦解。

    • EN 要点:

      • arXiv:2608.20378v1 Announce Type: new
      • Abstract: Safety alignment in Large Language Models (LLMs) is often superficial, relying on refusal mechanisms that trigger only at the final stages of generati…
      • This study demonstrates that this architectural disconnect leaves models vulnerable to Semantic Camouflage – adversarial attacks that wrap harmful intent in be…
      • By analyzing the latent activation trajectories of three distinct Small Language Model (SLM) families (Phi-3, Qwen2.5, and Gemma-2b) under adversarial stress, t…

  • A Survey on Foundations and Frontiers of Multimodal Agentic Frameworks: Techniques and Applications

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:- arXiv:2608.20379v1 公告类型：新论文。
      • 摘要：大语言模型（LLM）的进展推动了关于智能体能力的研究浪潮，即推理、规划与行动的能力。
      • 这一努力催生了智能体框架，围绕强大的LLM主干协调感知、记忆与决策。
      • 随着大型多模态模型（LMM）的出现，这些系统能够处理并整合多种模态，包括图像、音频和视频，从而提升了其在现实世界中的适用性。
    • EN 要点:
      • arXiv:2608.20379v1 Announce Type: new
      • Abstract: Advances in large language models (LLMs) have fueled a wave of research into agency: the ability to reason, plan, and act
      • This effort has produced agentic frameworks that orchestrate perception, memory, and decision-making around powerful LLM backbones
      • With the advent of large multimodal models (LMMs), these systems can process and integrate diverse modalities, including images, audio, and video, thereby impro…

  • Interpretable Multimodal Classification with Linear Discriminant Tree Ensembles

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20384v1 公告类型：新论文。 摘要：融合异构文本、音频和视觉流的多模态情感与行为分类器，必须同时实现具有竞争力的准确率，并生成人类可理解的解释来阐明驱动其决策的线索——这一双重目标在当前高容量模型（尤其是Transformer）中仅得到部分解决。 尽管Transformer取得了强大的预测性能，但其分布式表示和深层非线性特性使得难以对单个多模态特征分配有意义的权重，从而限制了其在信任敏感应用（如临床情感监测和教育评估）中的使用。 我们通过开发一个基于树集成的方法框架来弥合这一差距，该框架在准确性与可解释性之间取得了平衡。
    • EN 要点:
      • arXiv:2608.20384v1 Announce Type: new
      • Abstract: Multimodal affect and behaviour classifiers that fuse heterogeneous text, audio, and visual streams must simultaneously achieve competitive accuracy a…
      • While Transformers attain strong predictive performance, their distributed representations and deep nonlinearity make it difficult to assign meaningful importan…
      • We address this gap by developing a framework based on tree-based ensembles that balances accuracy and interpretability

  • Representation Affects Retrieval: A Case Study of Skill Discovery and Routing in a Multimodal Agent Harness

    • 发布时间:2026-08-24 12:00 北京时间

    • 摘要:arXiv:2608.20389v1 公告类型：新。

      摘要：一个生产级智能体框架必须从不断扩充的技能库中发现并排序出最适合用户任务的技能。在小规模下，这种选择在上下文中进行：大语言模型规划器在其系统提示中暴露的技能表示中进行选择，无需显式的基于嵌入的检索步骤。我们将这种上下文内选择视为大规模基于嵌入的技能检索的小N对应物，并通过案例研究展示生产级多模态视频智能体框架Tinycloud如何为其规划器表示技能。

    • EN 要点:

      • arXiv:2608.20389v1 Announce Type: new
      • Abstract: A production agent harness must discover and rank, from a growing library of skills, the one most appropriate for a user’s task
      • At small scale this selection happens in context: the LLM planner chooses among skill representations exposed in its system prompt, without an explicit embeddin…
      • We treat this in-context selection as the small-N counterpart to embedding-based skill retrieval at scale, and present a case study of how Tinycloud, a producti…

  • Nexus: Depth-Adaptive KV-Cache Splicing and Retrieval-Decoupled Tool Routing for Agentic LLMs on Unified Memory

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20397v1 公告类型：新提交。 摘要：基于模型上下文协议（MCP）的智能体大语言模型（LLM）在每一轮交互中都会重新编码冗长的工具模式，因此随着工具注册表规模的扩大，预填充（其计算量与序列长度呈二次关系）在首词生成时间（TTFT）中占据主导地位。Nexus 的主要策略是将路由与模式预填充成本解耦：一个带有校准交叉编码器边际门的 INT8 语义旁路缓冲区（SLB）通过检索选择工具，参数则基于压缩文本签名（中位数 19 个词元）生成，而非基于拼接的键值（KV）缓存。该路径与深度无关：当注册表扩展至 250 个工具时，路由准确率仍维持在近 89%（此时将所有模式拼接在一起的基线方法已完全超出上下文窗口限制），并且相比完整模式重新预填充，它能够提前 1.66 倍生成首个参数词元，同时节省约 80% 的主要上下文词元。
    • EN 要点:
      • arXiv:2608.20397v1 Announce Type: new
      • Abstract: Agentic large language models (LLMs) on the Model Context Protocol (MCP) re-encode verbose tool schemas every turn, so prefill - quadratic in sequence…
      • Nexus’s primary lever is to decouple routing from the schema-prefill cost: an INT8 semantic lookaside buffer (SLB) with a calibrated cross-encoder margin gate s…
      • This path is depth-independent: routing accuracy stays near 89% as the registry scales to 250 tools - where a concatenate-all-schemas baseline overflows the con…

  • Environmental Slow AI: Design Principles for Generative Systems

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20398v1 公告类型：新发布。 摘要：生成式人工智能系统大规模生产文化产品，但其设计也反映了其中蕴含的文化价值观。一旦被识别，这些价值观就变得可以被有意重塑。本立场论文通过环境人文学科的传统审视当前生成式人工智能的极致主义价值观，并提出以环境可持续性为核心价值的设计原则。
    • EN 要点:
      • arXiv:2608.20398v1 Announce Type: new
      • Abstract: Generative AI (genAI) systems produce cultural artefacts at scale, but they also reflect embedded cultural values through their design
      • Once identified, these values become open to deliberate reshaping
      • This position paper examines the maximalist values of current generative AI through an environmental humanities tradition and proposes design principles in whic…

  • When Retrieval Fails Before It Begins: Structurally Indirect Prerequisite Eviction as a Retention Failure in Agentic Memory

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20400v1 公告类型：新 在固定预算下的代理记忆涉及两个阶段：保留和检索。现有的以检索为中心的模式隐含地假设必要证据能在驱逐中幸存，但我们通过隔离一种预检索失败模式来挑战这一假设：结构上间接的前提驱逐，即在预算压力下，与查询弱对齐的上游块被丢弃。我们提供了这种失败的操作性定义、可复现的确定性基准以及每种子追踪诊断。
    • EN 要点:
      • arXiv:2608.20400v1 Announce Type: new
      • Abstract: Agentic memory under a fixed budget involves two stages: retention and retrieval
      • Existing retrieval-centered paradigms implicitly assume necessary evidence survives eviction, but we challenge this by isolating a pre-retrieval failure mode: s…
      • We provide an operational definition of this failure, a reproducible deterministic benchmark, and per-seed trace diagnostics

  • World models of environment, agent and joint agent-environment systems

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20401v1 公告类型：新。 摘要：世界模型是基于模型的强化学习的核心组成部分。 通常，它们讨论的是预测哪些变量，如观测值、奖励、状态、潜在变量或信息状态。 我们认为存在一个更根本的区别：它们建模的是哪个通道。
    • EN 要点:
      • arXiv:2608.20401v1 Announce Type: new
      • Abstract: World models are a central component of model-based reinforcement learning
      • They are usually discussed in terms of what variables they predict, such as observations, rewards, states, latent or information states
      • We argue that there is a prior distinction: which channel they model

ArXiv cs.CL (B_intro+search) 链接到标题

  • Beyond Raw Transcripts: Structured Persona Extraction for LLM-Based Digital Twins

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20344v1 公告类型：新提交。 摘要：基于大语言模型的“数字孪生”旨在利用个体先前的回答表征，模拟该个体在新环境中的行为或对新问题的回应。 常见方法通过调查记录摘要或回答总结来构建这种表征。 先前研究表明，将长记录压缩为较短的大语言模型生成摘要并不会显著降低预测准确性，这表明信息量并非主要瓶颈。
    • EN 要点:
      • arXiv:2608.20344v1 Announce Type: new
      • Abstract: LLM-based “digital twins” aim to simulate how an individual would behavein new environments or respond to novel questions, given some representation o…
      • A common approach constructs this representation from survey transcripts or summaries responses
      • Prior work shows that compressing long transcripts into shorter LLM-generated summaries does not significantly reduce predictive accuracy, suggesting that infor…

  • When Vocabulary Comprehension Fails Clinical Reasoning: Evaluating Therapy Bots’ Safety Risks for Generation Alpha

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20345v1 公告类型：新论文 摘要：对话式人工智能系统已成为阿尔法世代（Gen Alpha，2010-2024年出生）的非正式心理健康支持资源。美国有13.1%的青少年（约540万人）使用生成式人工智能获取心理健康建议。尽管这些系统——从治疗类应用到通用聊天机器人——依赖于在大量心理学文献上训练的大语言模型，但对于青少年交流模式（其特点包括夸张语言、讽刺性积极表达、快速语义漂移以及上下文多义性）的安全性尚未得到验证。
    • EN 要点:
      • arXiv:2608.20345v1 Announce Type: new
      • Abstract: Conversational AI systems have become informal mental health support resources for Generation Alpha (Gen Alpha, born 2010-2024), with 13.1% of U.S
      • adolescents (5.4 million) using generative AI for mental health advice
      • While these systems, from therapy apps to general chatbots, rely on large language models trained on extensive psychological literature, their safety for youth…

  • Building and Evaluating a Synthetic Bengali Speech Resource for Telecom Customer Care

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20346v1 公告类型：新提交。 摘要：面向客户的应用程序中使用的语音系统通常需要特定领域的语言覆盖。 我们提出了一个用于电信客户服务场景的合成孟加拉语语音数据集。 该数据集包含10,000个音频-文本对，约26.82小时的24 kHz语音，以及预定义的训练、验证和测试划分，分别为9,000、500和500个样本。
    • EN 要点:
      • arXiv:2608.20346v1 Announce Type: new
      • Abstract: Speech systems used in customer-facing applications often require domain-specific language coverage
      • We present a synthetic Bengali speech dataset for telecom customer-care scenarios
      • The dataset contains 10,000 audio-text pairs, approximately 26.82 hours of 24 kHz speech, and predefined train, validation, and test splits of 9,000, 500, and 5…

  • Who Do Language Models Think Is Competent? A Mechanistic Analysis of Occupational Bias

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20347v1 公告类型：新。 摘要：语言模型（LMs）通常能通过行为偏见评估，但目前仍不清楚它们是否不再表征导致偏见的潜在关联，还是仅仅学会了不表达这些偏见。在本研究中，我们表明，即使行为偏见不可见，表征偏见通常也是可检测的。我们引入了一个因果框架，将职业偏见分解为两个测量点：模型对用户能力的内部表征及其可观察的输出。
    • EN 要点:
      • arXiv:2608.20347v1 Announce Type: new
      • Abstract: Language models (LMs) often pass behavioral bias evaluations, but it remains unclear whether they no longer represent the underlying associations that…
      • In this study, we show that representational biases are often detectable, even when behavioral biases are not visible
      • We introduce a causal framework that decomposes occupational bias into two measurement points: a model’s internal representation of a user’s competence, and its…

  • Inhibitory Attention for Clinical Long-Context Reasoning: Characterizing and Mitigating Lost-in-the-Middle Effects in EHR Processing

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:- arXiv:2608.20348v1 公告类型：新论文。
      • 摘要：电子健康记录现在通常每位患者超过10万词元。
      • 然而，大语言模型表现出“中间丢失”（LitM）效应：长上下文中靠近中心位置的信息比靠近两端的信息检索可靠性更低。
      • 在临床应用中，这一问题并非无害：病历中最为关键的一项事实可能恰好位于其中间位置。
    • EN 要点:
      • arXiv:2608.20348v1 Announce Type: new
      • Abstract: Electronic health records now routinely exceed 100,000 tokens per patient
      • Yet large language models exhibit the lost-in-the-middle (LitM) effect: information near the center of a long context is retrieved less reliably than informatio…
      • In clinical use this is not benign: the single most consequential fact in a note can sit at its center

  • Beyond Prompt Engineering: A Systematic Analysis of Prompt Lexical Sensitivity and Its Impacts on Quality

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20349v1 类型：新发布。 摘要：大型语言模型对表层提示变化表现出极端敏感性，微小的词汇改动就可能引发不成比例的性能波动。 超越黑箱优化和粗粒度模板，我们首次提出基于大规模、n-gram 词元级别的提示稳定性机制分析，利用包含132,000个提示变体的数据集展开研究。 我们的探究揭示了一个提示性能稳定性的基本缩放定律：任务平均性能越高，其在提示扰动下的方差越低、鲁棒性越强。
    • EN 要点:
      • arXiv:2608.20349v1 Announce Type: new
      • Abstract: Large Language Models (LLMs) exhibit extreme sensitivity to surface-level prompt variations, in which minor lexical changes can trigger disproportiona…
      • Moving beyond black-box optimization and coarse-grained templates, we present the first large-scale, n-gram token-level mechanistic analysis of prompt stability…
      • Our investigation reveals a fundamental Scaling Law of Prompt Performance Stability: higher average task performance is strongly associated with lower variance…

  • How to Train a Real-World Silicon Concierge? Internalizing Complex Business Workflow to Only OneModel

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20350v1 公告类型：新发布 传统工业智能体依赖模块化流水线，包括路由器、检索器、规划器、执行器、响应器、审查器等组件。 这类系统常因临时补丁的碎片化而陷入迷宫般的困境，导致级联错误和高延迟。 我们提出OneModel，这是一种从外部工作流转向内化知识表示的可行范式变革。
    • EN 要点:
      • arXiv:2608.20350v1 Announce Type: new
      • Abstract: Traditional industrial agents rely on modular pipelines, including Router, Retriever, Planner, Executor, Responder, Reviewer, and other components
      • These systems often fracture into a labyrinth of ad-hoc patches, leading to cascading errors and high latency
      • We propose OneModel, an applicable paradigm shift from external workflows to internalized knowledge representation

  • Exploratory As-Analyzed No-Detection of Culturally-Marked Predicate-Triggered PII Amplification in a Synthetic-English RAG Probe: A Predicate-Resource-Confounded Audit

    • 发布时间:2026-08-24 12:00 北京时间

    • 摘要:arXiv:2608.20351v1 公告类型：新

      摘要：我们探究，针对带有文化标记人群的刻板印象加载查询，是否比与之等价的普通查询更能从检索增强生成（RAG）系统中泄露个人信息。我们针对一个合成的英语个人身份信息（PII）语料库，预注册了一项四文化审计（英语-盎格鲁、西班牙语-拉丁美洲、阿拉伯语、印地语），比较了五个查询分支，我们称之为刻板印象触发泄露差值（STLD）。我们的锁定验证性估计器从未运行过，因此论文中的每项测试都是探索性或敏感性分析，所有计划偏差均列于附录中。

    • EN 要点:

      • arXiv:2608.20351v1 Announce Type: new
      • Abstract: We ask whether stereotype-loaded queries about culturally marked people leak more personal information from a retrieval-augmented generation (RAG) sys…
      • We pre-register a four-culture audit (en-Anglo, es-LATAM, Arabic, Hindi) on a synthetic English PII corpus, comparing five query arms we call the Stereotype-Tri…
      • Two caveats up front

  • The Divergence Hypothesis: Unmasking Lexical Interference and Label Bias in Mental Health NLP

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20353v1 公告类型：新发布。 摘要：计算心理健康（CMH）分类器通常在分布偏移下性能下降，原因是人类标注者与远程监督管道对不同语言信号的奖励机制存在差异。 我们提出 TSS（三重流压力探测）——一种多通道诊断框架，将文本分解为：（A）词汇字符 n-gram；（B）一个小型、基本不含内容信息的形态句法通道；（C）一个包含 154 个特征的心理语言风格通道。 在四个英文数据集（N=12,906）上，TSS 揭示了一种词汇干扰效应：向风格通道添加词汇特征会降低人工标注数据的宏 F1 值（平均下降 0.072，p<10⁻⁴），但对自动标注数据无影响。
    • EN 要点:
      • arXiv:2608.20353v1 Announce Type: new
      • Abstract: Computational mental health (CMH) classifiers often degrade under distribution shift because human annotators and distant-supervision pipelines reward…
      • We introduce TSS (Triple-Stream Stress probe), a multi-channel diagnostic framework that decomposes text into (A) lexical character n-grams, (B) a small, mostly…
      • Across four English datasets (N=12,906), TSS reveals a lexical interference effect: adding lexical features to the style channel reduces Macro-F1 on human-label…

  • ExpertIVS: Sociological Expert Driven Individual Value Simulation in Large Language Models

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:- arXiv:2608.20355v1 公告类型：新。
      • 摘要：大语言模型（LLM）智能体在社会模拟方面展现出相当大的潜力，但在准确建模个体价值体系方面仍存在困难。
      • 大多数现有方法机械地将调查问卷回答拼接到提示中，这会导致语义碎片化，无法捕捉人类价值体系的内在一致性。
      • 大语言模型的价值体系通常通过静态选择题进行评估，但这种方式无法评估其在真实对话交互中的价值取向。
    • EN 要点:
      • arXiv:2608.20355v1 Announce Type: new
      • Abstract: Large Language Model (LLM) agents have demonstrated considerable potential for social simulation, yet struggle to accurately model individual value sy…
      • Most existing methods mechanically stitch survey responses into prompts, which suffer from semantic fragmentation, failing to capture the internal coherence of…
      • The value systems of LLMs are typically assessed using static multiple-choice questions, which fail to evaluate the value orientation in real-world dialogue int…

ArXiv cs.LG (B_intro+search) 链接到标题

  • Bankruptcy Prediction via Hybrid Resampling and Stacking Ensemble Techniques with Explainable Artificial Intelligence (XAI)-Driven Analysis

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:- arXiv:2608.20343v1 公告类型：新论文
      • 摘要：本研究开发并评估了一个破产预测框架，该框架整合了基于共识的特征选择、混合重采样、堆叠集成和可解释人工智能，以改善严重不平衡金融数据中少数类别的检测。
      • 使用来自UCI机器学习库的台湾破产预测数据集，首先应用了五种特征选择算法，并通过共识保留规则将输入空间缩减至23个稳健变量。
      • 随后，利用SVM-SMOTE、SMOTE-Tomek和SMOTE-ENN生成了平衡的训练数据。
    • EN 要点:
      • arXiv:2608.20343v1 Announce Type: new
      • Abstract: This study develops and evaluates a bankruptcy prediction framework that integrates consensus-based feature selection, hybrid resampling, stacking ens…
      • Using the Taiwanese Bankruptcy Prediction dataset from the UCI Machine Learning Repository, five feature-selection algorithms were first applied, and a consensu…
      • The balanced training data were then generated using SVM-SMOTE, SMOTE-Tomek, and SMOTE-ENN

  • Machine Learning and ARIMA Model Averaging for Adaptive Public Health Forecasting: Comparative Evaluation and an Ontario COVID-19 Case Study

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20406v1 公告类型：新 摘要：公共卫生预测必须能够响应监测数据中的突变，同时避免过度外推噪声、报告偏差或暂时趋势。我们使用2020年1月至2023年10月期间安大略省公开的190周新冠肺炎病例数据，评估了自回归积分滑动平均（ARIMA）、随机森林和极限梯度提升（XGBoost）模型。滚动原点时间序列交叉验证在模型调优和评估过程中保持了时间顺序。
    • EN 要点:
      • arXiv:2608.20406v1 Announce Type: new
      • Abstract: Public health forecasts must respond to abrupt changes in surveillance data without over-extrapolating noise, reporting artifacts, or temporary trends
      • We evaluated autoregressive integrated moving average (ARIMA), random forest, and extreme gradient boosting (XGBoost) models using 190 weekly observations of pu…
      • Rolling-origin time-series cross-validation preserved temporal order during model tuning and evaluation

  • From Thermal Preference Prediction to Adaptive Thermal Intervention: A Reinforcement Learning Approach Using Physiological and Environmental Sensing

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20423v1 公告类型：新提交。 摘要：个性化热舒适对于居住者的福祉以及开发更具响应性的建筑控制策略至关重要，然而传统的供暖、通风和空调（HVAC）系统依赖于静态设定点和群体层面的舒适模型，未能捕捉个体生理差异。 本文提出了一种两阶段个性化热舒适方法，整合了多模态生理与环境传感以及基于强化学习的决策制定。 arXiv:2608.20423v1 公告类型：新提交 摘要：个性化热舒适对于居住者福祉以及开发更具响应性的建筑控制策略至关重要，然而传统的供暖、通风和空调（HVAC）系统依赖于静态设定点和群体层面的舒适模型，未能捕捉个体生理差异……本文提出了一种两阶段个性化热舒适方法，整合了多模态生理与环境传感以及强化学习……
    • EN 要点:
      • arXiv:2608.20423v1 Announce Type: new
      • Abstract: Personalised thermal comfort is essential for occupant wellbeing and for the development of more responsive building-control strategies, yet conventio…
      • This paper presents a two-stage personalised thermal comfort approach integrating multimodal physiological and environmental sensing with reinforcement learning…

  • BF1: A Causal Dyadic Sparse-Attention Retrofit for Efficient Long-Context Transformers

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20427v1 公告类型：新提交 摘要：即使在高度优化的精确核实现下，密集因果注意力在长上下文场景中仍然成本高昂。我们研究BF1，一种确定性的块对齐二元稀疏注意力路径，它结合了小的精确局部邻域、全局第一个块以及对数间隔的历史块。该路径与先前的对数稀疏和膨胀注意力模式相关；我们的贡献包括一个正确性门控的预训练模型改造、一项匹配的拓扑控制研究，以及一个将每层稀疏性与整体模型延迟联系起来的系统特性描述。
    • EN 要点:
      • arXiv:2608.20427v1 Announce Type: new
      • Abstract: Dense causal attention remains expensive at long context even when implemented with highly optimized exact kernels
      • We study BF1, a deterministic block-aligned dyadic sparse-attention route that combines a small exact local neighborhood, a global first block, and logarithmica…
      • The route is related to prior log-sparse and dilated attention patterns; our contribution is a correctness-gated pretrained-model retrofit, a matched topology-c…

  • Approximate Homomorphisms and Convergent Representations in Transducers

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20428v1 公告类型：新 摘要：我们研究了受控随机过程（特别是转换器）的最小表示在扰动下的稳定性。 该问题受到近期实验的启发，这些实验在神经网络的潜在表示中发现了预测状态结构。 我们考虑了标准、线性和预测性转换器。
    • EN 要点:
      • arXiv:2608.20428v1 Announce Type: new
      • Abstract: We study the stability of minimal representations of controlled stochastic processes (in particular, transducers) under perturbations
      • This question is motivated by recent experiments finding predictive-state structure in the latent representations of neural networks
      • We consider standard, linear and predictive transducers

  • Wrong-Physics Backdoors in Neural PDE Operators

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20439v1 公告类型：新提交。 摘要：神经PDE算子越来越多地使用可复用求解器档案进行训练，但验证通常依赖于干净的预测误差和参数无关的合理性检查。 我们引入跨参数重链接，这是一种数据投毒原语，能使触发输入在错误的物理参数下从同一PDE族中选择一个有效解。 我们将此称为错误物理后门：输出在物理上看似合理，但对于预期参数却是错误的。
    • EN 要点:
      • arXiv:2608.20439v1 Announce Type: new
      • Abstract: Neural PDE operators are increasingly trained on reusable solver archives, yet validation often relies on clean prediction error and parameter-agnosti…
      • We introduce cross-parameter relinking, a data-poisoning primitive that makes a triggered input select a valid solution from the same PDE family under an incorr…
      • We term this a wrong-physics backdoor: the output remains physically plausible but is wrong for the intended parameter

  • Decision Tree and K-Means Analysis of Raman Spectra for Edible Oils: A Physics-Informed AI Approach

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20440v1 公告类型：新。 摘要：加工食品中食用油的鉴别对于食品质量、防欺诈和法规合规至关重要。 本研究建立了一个集成的拉曼光谱与机器学习框架，将内在光谱组织、可解释分类与物理信息人工智能（PI-AI）相结合。 采用t-SNE、K-means聚类、决策树以及基于非负最小二乘法（NNLS）的光谱分解，对五种纯食用油及其在油炸薯片基质中的形式进行了研究。
    • EN 要点:
      • arXiv:2608.20440v1 Announce Type: new
      • Abstract: Authentication of edible oils in processed foods is important for food quality, fraud prevention, and regulatory compliance
      • This study establishes an integrated Raman spectroscopy and machine-learning framework that links intrinsic spectral organization, interpretable classification,…
      • Five edible oils were investigated in pure form and within a fried-potato-chip matrix using t-SNE, K-means clustering, Decision Trees, and Non-Negative Least Sq…

  • Shared Physics Responses Recover Hidden Rankings in Neural Operator Libraries

    • 发布时间:2026-08-24 12:00 北京时间

    • 摘要:arXiv:2608.20441v1 公告类型：新提交

      摘要：当无法获得高保真参考解时，在部署过程中选择最优神经算子预测颇具挑战。我们证明，在平方希尔伯特空间损失下，有限模型库的排序严格取决于候选差异的低维张成空间，从而允许我们利用控制方程的一个基于锚点的线性化响应，同时对所有模型进行评分。这一共享物理诊断方法在流体、反应扩散和波动动力学的多种傅里叶和卷积算子库中，准确恢复了超过99.6%的成对偏好和99.0%的最优检查点。

    • EN 要点:

      • arXiv:2608.20441v1 Announce Type: new
      • Abstract: Selecting the optimal neural-operator prediction during deployment is challenging when high-fidelity reference solutions are unavailable
      • We demonstrate that under a squared Hilbert-space loss, ranking a finite model library depends strictly on the low-dimensional span of candidate differences, al…
      • This shared physical diagnostic accurately recovered over 99.6% of pairwise preferences and 99.0% of optimal checkpoints across diverse Fourier and convolutio…

  • Stored in Optimizer State, Valued by Later Training: A Causal Account of Subliminal Trait Transfer

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20442v1 公告类型：新论文 摘要：潜意识特征迁移使学生模型能够从教师生成的数据中获取行为倾向，而该特征在数据中并未以语义形式表达。 近期研究解释了此类信号如何进入梯度，但未能说明它们在后续训练中如何摆脱源影响或获得不同符号。 我们将参数与优化器状态视为统一的训练器状态，并推导出一个精确的传输-估值恒等式，该恒等式将源扰动的观测无关传播与未来延续及行为读出的赋值分离开来。
    • EN 要点:
      • arXiv:2608.20442v1 Announce Type: new
      • Abstract: Subliminal trait transfer allows a student model to acquire behavioral dispositions from teacher-generated data in which the trait is not semantically…
      • Recent work explains how such signals enter gradients, but not how they survive source removal or acquire different signs under later training
      • We treat parameters and optimizer moments as a single trainer state and derive an exact transport-valuation identity separating observer-independent propagation…

  • Amortized Bandwidth Learning for Kernel Density Estimation under Logarithmic Score

    • 发布时间:2026-08-24 12:00 北京时间
    • 摘要:arXiv:2608.20445v1 公告类型：新提交。 摘要：核密度估计将有限样本转换为概率密度，但其性能在很大程度上取决于带宽的选择。经典的选择器通过解析或渐近方式规定从样本到带宽的规则，或为每个样本求解新的优化问题。本文提出了一种摊销框架，该框架通过优化对数得分来学习跨密度估计任务分布的映射。
    • EN 要点:
      • arXiv:2608.20445v1 Announce Type: new
      • Abstract: Kernel density estimation converts finite samples into probability densities, but its performance depends critically on bandwidth selection
      • Classical selectors prescribe the sample-to-bandwidth rule analytically or asymptotically, or solve a new optimization for each sample
      • An amortized framework is proposed that instead learns this mapping across a distribution of density-estimation tasks by optimizing the logarithmic score