🤖 AI 速览

今天的信号很清楚：AI 竞争继续从云端能力转向本地部署、成本效率和治理可控。Meta 推出面向本地硬件的开源模型，强化端侧生态；Anthropic 则为 Claude 文本加入隐形水印，推动内容溯源与合规落地。与此同时，企业 AI 和 Agent 基建也在加速进入生产场景。
📋 文章元数据
发布时间
2026-08-11
类型
ai-daily
字数
3809
阅读时长
18 min

2026-08-11 AI日更 | 模型下沉到本地，内容开始可追踪 链接到标题

今天的信号很清楚：AI 竞争继续从云端能力转向本地部署、成本效率和治理可控。Meta 推出面向本地硬件的开源模型，强化端侧生态；Anthropic 则为 Claude 文本加入隐形水印，推动内容溯源与合规落地。与此同时，企业 AI 和 Agent 基建也在加速进入生产场景。

📖 本期 Watch List 深度导读 链接到标题

今天最值得跟进的有三条线：一是 OpenAI 财务团队与 Model ML 的案例，继续把“AI 原生职能”落到预测、对账以及 PPT/Excel 最后一公里，适合运营、财务和创业者细读；二是 OpenAI 围绕德州基础设施与前沿网络模型可信授权的表态，说明行业重心正从单纯做大模型，转向算力部署、监管协同与安全治理；三是 arXiv 集中出现 MoE 适配、跨语言理解、人格演化和可解释性研究，信号很清楚：下一阶段拼的不只是更强模型，而是更可控、可诊断、可落地的能力。

🌐 X 平台 AI 热点快讯 链接到标题

话题 1:Meta Releases Muse Glimmer Open AI Model for Local Hardware 链接到标题

  • 分类:AI · News
  • 概况:热度时间:13 hours ago,相关帖子数:29000
  • 是什么事:Meta 发布了面向本地硬件运行的开源权重模型 Muse Glimmer，并预告将很快开放 Muse Spark 1.2 的权重。
  • 为什么重要:这表明大模型竞争正从云端转向可在消费级设备上部署的本地 AI，关系到成本、隐私、延迟和生态控制权，也会影响开源模型格局与 agent 形态的发展。
  • 讨论概况:X 上主要在讨论它是否真的适合单卡本地运行、对 Qwen 等中美开源模型的竞争影响，以及 Meta 通过开放权重争夺开发者心智、推动本地 agent 生态的战略意义；也有人质疑其宣传效果大于实际突破。

话题 2:DeepSeek V4 Flash Shines in Agent Coding Tests with Pi Harness 链接到标题

  • 分类:AI · Other
  • 概况:热度时间:,相关帖子数:176
  • 是什么事:DeepSeek V4 Flash 在 Pi Harness 的智能体编程测试中表现突出，引发 X 平台 AI 社区关注。
  • 为什么重要:该结果显示轻量或高性价比模型在代码智能体任务上的能力可能进一步接近主流前沿模型，对开发者工具、自动化编程和模型成本竞争具有参考意义。
  • 讨论概况:讨论主要集中在测试基准是否足够可靠、DeepSeek V4 Flash 的实际编码能力与成本优势能否在真实项目中复现，以及其与 OpenAI、Anthropic、Google 等模型相比的竞争力。

话题 3:Developers Share Mixed Views on AI Coding Tools 链接到标题

  • 分类:AI · Other
  • 概况:热度时间:,相关帖子数:21
  • 是什么事:X 上围绕 Snowflake 财报和 AI 产品进展展开讨论，认为其业绩显示企业 AI 正从试验走向生产级使用，但开发者和投资者对 AI 编程工具、数据平台与模型成本的影响看法不一。
  • 为什么重要:这表明 AI 正在推动云数据基础设施、企业推理需求和代码迁移自动化的实际消费增长，同时也凸显数据治理、模型路由、成本控制和平台控制权将成为企业 AI 落地的关键竞争点。
  • 讨论概况:讨论焦点集中在 Snowflake 是否已从数据仓库升级为企业 AI“控制平面”；AI 编程工具是否会显著降低传统系统迁移成本；AWS、Arm、模型厂商和数据平台谁将受益更多；以及企业在使用前沿模型与小模型之间如何平衡效果、成本和治理。

话题 4:AI Ends Zero-Marginal-Cost Era for SaaS Companies 链接到标题

  • 分类:AI · News
  • 概况:热度时间:,相关帖子数:53
  • 是什么事:X 上围绕“AI 终结 SaaS 零边际成本时代”的讨论升温，观点认为 AI 产品更像是在出售可替代人力的服务，而非传统软件许可。
  • 为什么重要:这意味着 AI 应用的成本结构、定价逻辑和商业模式可能不同于传统 SaaS：推理算力、定制化交付和结果负责会抬高边际成本，并改变创业公司估值与竞争方式。
  • 讨论概况:讨论焦点集中在 AI 产品应按席位、用量还是结果收费；企业是否会从购买通用 SaaS 转向更便宜的定制 AI 工具；以及开源模型、算力成本和英伟达等基础设施玩家将如何影响 AI 软件公司的利润率。

话题 5:Debate Heats Over Vibe Coding and Programmer Skills 链接到标题

  • 分类:AI · News
  • 概况:热度时间:2 days ago,相关帖子数:6100
  • 是什么事:X 上围绕“Vibe Coding”（主要依赖 AI 按自然语言意图生成代码）的讨论升温，焦点是它是否会削弱程序员的基础技能。
  • 为什么重要:这关系到 AI 编程工具在软件开发中的定位：是提升生产力的辅助工具，还是可能改变开发者培养路径、代码质量控制和工程责任分工的范式转变。
  • 讨论概况:支持者认为 Vibe Coding 能降低开发门槛、加快原型验证和日常开发；批评者担心过度依赖 AI 会让程序员忽视算法、架构、调试和安全等核心能力，并带来难以维护的代码。争论集中在“效率提升”与“技能退化、质量风险”之间如何平衡。

话题 6:Anthropic Adds Invisible Watermarks to Claude AI Text Worldwide 链接到标题

  • 分类:AI · News
  • 概况:热度时间:3 hours ago,相关帖子数:4600
  • 是什么事:Anthropic 被报道为 Claude 生成的文本加入全球范围内的“隐形水印”，以便更容易识别 AI 生成内容。
  • 为什么重要:这对 AI 领域重要，因为它关系到生成内容的可追踪性、平台治理、版权与滥用防范，也可能影响行业对“AI 标识”和内容溯源标准的推进。
  • 讨论概况:X 上主要讨论水印是否真能有效识别、会不会影响文本质量或可编辑性，以及这类做法在透明度、隐私和监管合规之间的平衡；也有人质疑其他模型是否会跟进。

今日 X 上的 AI 舆情小结 链接到标题

今天的舆论主线集中在 AI 从“炫技与试验”进一步转向本地部署、企业生产和真实商业化：Meta 开源本地模型、DeepSeek 轻量模型在编程测试中走强、Snowflake 的企业 AI 进展，都指向成本、延迟、隐私和可控性正在成为竞争核心。较大的共识是，AI 能力正在下沉到更便宜、更灵活的模型和工具形态中，企业与开发者会越来越重视模型路由、数据治理、推理成本和本地 agent 生态，而不是只追逐最大模型。分歧主要在于这些进展的实际含金量：基准测试能否代表真实项目，开源权重是否真有突破，AI 编程到底是生产力革命还是技能退化，以及 AI 软件究竟应按席位、用量还是结果收费。潜在风险则包括模型宣传与实用能力脱节、企业 AI 成本结构侵蚀 SaaS 利润、过度依赖 Vibe Coding 带来代码质量和安全隐患，以及隐形水印等治理手段在透明度、隐私和有效性之间引发新的争议。

💡 大佬观点(Influencer Insights) 链接到标题

AI 行业大佬日报：技术趋势与深度洞察 链接到标题

1. 今日核心关注：Agent 基础设施爆发与“去 AI 味”焦虑 链接到标题

今日大佬们的焦点集中在 Agent 工作流的底层标准化、AI 内容质量的精细化控制，以及算力供给的多元化重构三个方向。

Agent 浏览器与运行环境：基建成为新战场 链接到标题

Cloudflare 推出的 Kitesurf 引发了广泛关注。它被视为 Agent 专用的浏览器引擎，旨在替代昂贵且笨重的 Chromium，为自动化任务提供更轻量、更易扩展的环境。

  • 源头与价值：@Pluvio9yte 转推指出，Kitesurf 遵循 Chrome DevTools 协议，运行在 Workers 上，能将 Agent 的“眼睛”从昂贵的 Chrome 换成更便宜的基建，且 Beta 版免费。这对于批量监控、抓取公开页等场景是重大利好。
  • Agent 插件标准化：@Pluvio9yte 还提到了 Google DeepMind 工程师发布的 Agent Plugins 1.0.0 规范。这是一个旨在解决 Agent Skills 和 MCP 在不同客户端（如 Claude Code, Cursor 等）间无法复用问题的厂商中立打包方案，@dotey 也转发了关于 harness 价值的讨论，显示出行业对统一“中间件”层级的强烈需求。

“去 AI 味”成为内容创作的核心痛点 链接到标题

如何让 AI 生成的内容摆脱冰冷的机械感，成为从代码到文字的共通话题。

  • 文学写作的去魅：@Pluvio9yte 提出了一套被其验证有效的组合方案：使用“去 AI 味”的 skill 进行规则约束 + 让 AI 学习过往文章风格。更关键的是，@Pluvio9yte 认为最佳的“活人感”源自口语化输入，即先用语音输入工具（如闪电说）口述，再由大模型润色，这能从根本上改变文本的逻辑结构和思考习惯。
  • 编程思维的转变：@zhixianio 点赞了 /wait-what 这个 skill，其核心能力是“说人话”（用 ASD-STE100 简化模型输出），呼应了在编程场景下，让 AI 的输出更精准、更符合人类理解范畴的需求。
  • 哲学层面的探讨：@lijigang 提出了一个犀利的观点，“重度使用一款模型与之对话，对方的语言风格，会影响到你。你说话会有一口‘claude味儿’……归根结底，我们大脑的神经网络，非常‘吃’context。” 这暗示了“去 AI 味”不仅是内容问题，更是人类与 AI 交互时可能出现的“语言同化”风险。

2. 值得注意的独特观点与行业前瞻 链接到标题

Anthropic 的数学突破与透明度代价 链接到标题

  • @dotey 详细报道了 Claude 在黎曼猜想相关问题上取得重大进展：其证明了至少 67.2% 的非平凡零点落在临界线上，远超学界此前 41.6% 的纪录。值得注意的是，研究过程由非数学工作者通过 Claude Code 在 1.5 天内协调约 60 个子智能体完成。@dotey 强调，这展示了 AI 在原创数学研究而非单纯解题上的能力飞跃。
  • 与此同时，@dotey 也指出 Anthropic 已开始在 Claude 输出内容中嵌入隐形水印和 C2PA 元数据，以遵守欧盟 AI 法案。这意味着所有通过 Claude 润色或生成的文本都将携带可检测标记，这可能直接影响到依赖 Claude 进行内容生产的用户，引发对内容原创性和可追溯性的新一轮讨论。

端侧模型与算力供给的“拼装化” 链接到标题

  • 端侧的极限探索：@Pluvio9yte 发现了一个名为 Swiftlet 的项目，能通过流式加载权重，将 80B 的 MoE 模型在 4.3GB 内存的 Mac 上运行，iPhone 上甚至能跑 35B 模型。@zhixianio 也高度评价了本地运行的 MiniCPM-o 4.5 全双工多模态效果，并认为这与 @geekbb 构想的模型“卡带化”（Model-Pak）趋势一致，预示着端侧大模型正在快速接近可用门槛。
  • 算力供给的多元格局：@Pluvio9yte 转发了 Anthropic 与成立仅数月的云初创公司 Volta 签署百亿美元算力协议的消息。这单购买的实质是“按时把电和 GPU 拼起来”的能力，依托的是 Bitcoin 矿商 Bitdeer 的站点。这标志着算力供应正从大云垄断，转向更灵活的“拼装厂”模式。
  • FDE 角色的争议：@dotey 分享了 Cursor 人才主管关于前线部署工程师（FDE） 是“科技界最抢手职位”的观点，但随后转发了对 FDE 职责的另一种现实解读，被比喻为“用买一把菜刀的钱雇一个杀手”，或仅仅是给“AI 焦虑的老板吃定心丸”，揭示了该岗位在理想与现实间的巨大落差。

3. 推荐的工具与资源速览 链接到标题

  • 智能体与自动化

    • Kitesurf (@Pluvio9yte 推荐)：Cloudflare 推出的免费 Agent 专用浏览器引擎，轻量化替代 Chromium。
    • Herdr (@vista8 推荐)：超越 tmux 的持久化 Terminal 工具，已获 YC 投资，适合 Geek 用户。
    • Airtap (@AI_Jasonyu 推荐)：通过 iMessage 远程控制云端美国真机，用于稳定养号、注册和日常使用。

  • 开发与模型工具

    • BaoCut (@dotey 推荐并开发)：视频转录、翻译、剪辑工具，GUI+CLI 分离，支持 Agent 调用。
    • OpenCodex / OpenClaw (@vista8 推荐)：终端工具 ocx，可为 Codex 配置接入各类第三方模型，管理方便。
    • Reasonix (@Pluvio9yte 推荐)：DeepSeek 官方推荐的编程框架，利用前缀缓存机制优化长会话 token 成本。
    • Gemma 4 12B Coder (@zhixianio 测试)：本地代码生成新选择，但实测在复杂长期任务上，参数规模（12B）仍是硬天花板，不及 Qwen 35B MoE 稳定。

  • 设计与前端资源

    • Baoyu-Design Skill (@dotey 推荐)：用于维护 UI 原型和代码一致性的本地化方案，提倡“先改原型，再改功能”的开发流程。
    • UI 动效组件库 (@AI_Jasonyu 汇总)：包括 Motion Sites、React Bits、Uiverse、Anime.js 等，专治 AI 生成网站缺乏设计感的痛点。

  • 内容与社群

    • RedSkill 社区 (@ruanyf 发现)：小红书开始支持上传和分发 Skill 文件，试图成为“Skill 的 GitHub”，程序员可借此接触海量用户。
    • Bento PPT (@vista8 推荐)：开源 HTML PPT 生成器，作为 OpenAI 收购的 Nextslide 的替代方案。

📚 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 41 条更新

Acquired.fm (A_full) 链接到标题

  • Disney: The Renaissance and the Empire
    • 发布时间:2026-08-10 12:41 北京时间
    • 摘要:- 1984 年，华特迪士尼公司死了比活了更值钱。
      • 迪士尼动画——华特著名的飞轮的核心——多年来一直停滞不前，人才流失，企业掠夺者盘旋，垂涎欲滴地将电影库出售给米高梅并将公园出售给酒店运营商。
      • 但随之而来的是迈克尔·艾斯纳和弗兰克·威尔斯领导下媒体史上最伟大的转变。
      • 通过 VHS 和 DVD 将 Disney Vault 带回家。
      • 以及有史以来最伟大的媒体收购——ESPN。
    • EN 要点:
      • In 1984, the Walt Disney Company was worth more dead than alive
      • Disney Animation — the heart of Walt’s famous flywheel — had stagnated for years, bleeding away talent while corporate raiders circled, salivating over offers t…
      • But what followed instead was the greatest turnaround in media history under Michael Eisner and Frank Wells
      • Beauty and the Beast

Y Combinator Podcast (B_intro+search) 链接到标题

  • Max Hodak: How Startups Build Speed
    • 发布时间:2026-08-11 05:41 北京时间
    • 摘要:- 您可能已经听说过 OpenClaw（以前称为 Clawdbot/Moltbot）。
      • 引起轰动的开源人工智能助手可以在您自己的设备上运行，与您已经使用的消息应用程序连接，并且超越聊天功能，实际执行管理电子邮件、日历、文件、工作流程等任务。
      • 现在来认识一下它背后的人。
      • YC 的 Raphael Schaad 与 OpenClaw 的创始人 Peter Steinberger 坐下来，讨论了病毒式个人 AI 代理背后的“顿悟”时刻、为什么本地优先代理可以取代当今的许多应用程序，以及个人代理将如何重塑软件的未来。
    • EN 要点:
      • Science is building a retinal implant that restores vision to people who have gone blind
      • One patient has already used it to read a 300-page novel.Building a company like that requires a lot more than getting the technology right
      • At Startup School 2026, Science CEO Max Hodak explains how the company buys things and hires people, and why those systems determine how fast it can move.He als…

Stratechery by Ben Thompson (A_full) 链接到标题

  • Apple Earnings, More on Amazon’s Earnings
    • 发布时间:2026-08-10 18:00 北京时间
    • 摘要:- 苹果的盈利（和股票）并非受到内存限制，而是受到芯片短缺的限制；然后，更多关于亚马逊的收益和安迪·贾西的市场分析。
      • 15 美元/月或150 美元/年。
      • 通过每周三封电子邮件或播客对当天新闻进行实质性分析。
      • 策略采访。
      • 采访领先的上市首席执行官、私营公司创始人，并与分析师同行进行讨论。
    • EN 要点:
      • Apple’s earnings (and stock) are limited not by memory but rather chip shortages; then, more on Amazon’s earnings and Andy Jassy’s market analysis.

OpenAI Blog (A_full) 链接到标题

  • What building an AI-native finance function taught me

    • 发布时间:2026-08-11 01:00 北京时间
    • 摘要:- OpenAI 首席财务官 Sarah Friar 分享了构建 AI 原生财务功能的五个经验教训，从自动预测到更强的控制和 AI 投资回报率。
      • OpenAI 博客中的这篇文章解释了构建 AI 原生财务功能教会我的内容如何塑造更广泛的 AI 和基础设施格局。
      • 它还为创始人、运营商和投资者揭示了构建人工智能原生财务功能教会我的实际意义。
    • EN 要点:
      • OpenAI CFO Sarah Friar shares five lessons for building an AI-native finance function, from automated forecasting to stronger controls and AI ROI.

  • OpenAI’s letter to Governor Abbott on responsible AI infrastructure in Texas

    • 发布时间:2026-08-10 22:00 北京时间
    • 摘要:- OpenAI 致函德克萨斯州州长 Greg Abbott，概述了我们对德克萨斯州负责任的人工智能基础设施开发的承诺。
      • 我们期待与州和地方领导人、公用事业和社区合作，确保人工智能基础设施为德克萨斯人带来有意义的好处。
      • [在欧洲推进负责任的人工智能。
      • [与埃芬汉县社区一起建设人工智能基础设施。 ——【推进国家科学的下一个时代。
    • EN 要点:
      • OpenAI sent Governor Greg Abbott a letter outlining its commitment to responsible AI infrastructure in Texas
      • The letter supports reliable, transparent growth that benefits Texans.

  • Model ML completes finance work more efficiently with GPT-5.6 Sol

    • 发布时间:2026-08-10 20:00 北京时间
    • 摘要:- 在财务分析能够在客户或高级决策者面前站稳脚跟之前，团队必须完成要求严格的最后一英里：协调证据、构建和格式化文件、检查每个数字以及将每个声明与其来源联系起来。
      • 完成的 PowerPoint 演示文稿或 Excel 工作簿必须可编辑并可供审查。
      • Model ML 联合创始人兼兄弟 Arnie 和 Chaz Englander 在两次成功退出后，开始通过私人家族办公室进行投资，并像构建者一样构建软件来帮助自己，他们看到了需要做多少工作。
      • Model ML 的代理从该软件中发展而来，可帮助财务专业人员执行从最初请求到研究、分析以及完成的甲板或工作簿的工作流程。
      • 在中心，核心代理规划工作、选择正确的工具、协调证据并运行计算，将每个步骤路由到最适合它的模型，通常是 GPT-5.6 Sol。
    • EN 要点:
      • Model ML uses GPT-5.6 Sol to carry finance work from research and analysis through editable, traceable PowerPoint decks and Excel workbooks.

  • Expanding Daybreak as the Cyber Defense Window Narrows

    • 发布时间:2026-08-10 18:00 北京时间
    • 摘要:- 了解 GPT-5.6-Cyber​​，这是 OpenAI 的网络安全特定模型，可通过 Daybreak Red 进行授权漏洞研究、漏洞利用验证和安全测试。
      • 了解 GPT-5.6-Cyber​​，这是 OpenAI 的网络安全特定模型，可通过 Daybreak Red 进行授权漏洞研究、漏洞验证和安全……。
      • 随着网络防御窗口缩小，黎明时间扩大。
    • EN 要点:
      • Meet GPT-5.6-Cyber, OpenAI’s cybersecurity-specific model available through Daybreak Red for authorized vulnerability research, exploit validation, and security…

  • Putting frontier cyber models in more trusted hands

    • 发布时间:2026-08-10 18:00 北京时间
    • 摘要:- 经批准的 Daybreak 合作伙伴可以使用 OpenAI 的前沿网络模型为客户提供授权、受监管的网络安全服务。
      • OpenAI 博客的这篇文章解释了如何将前沿网络模型交给更值得信赖的人来塑造更广泛的人工智能和基础设施格局。
      • 在将前沿网络模型置于更值得信赖的手中之后，它还为创始人、运营商和投资者带来了实际影响。
    • EN 要点:
      • Approved Daybreak partners can use OpenAI’s frontier cyber models to deliver authorized, governed cybersecurity services to customers.

  • Premium seats are coming to ChatGPT Business

    • 发布时间:2026-08-10 08:00 北京时间
    • 摘要:- ChatGPT Business 即将推出高级席位。
      • 在 8 月 20 日之前注册即可获得 100 美元的工作空间积分，并为您的团队最苛刻的工作解锁更高的使用率。
      • ChatGPT Business 的高级席位将于 8 月 20 日之前注册，以获得 100 美元的工作空间积分，并为您的团队最苛刻的工作解锁更高的使用率。
    • EN 要点:
      • Premium seats are coming to ChatGPT Business
      • Sign up by August 20 to get $100 in workspace credits and unlock higher usage for your team’s most demanding work.

  • How Zapier transformed core marketing processes with ChatGPT Work

    • 发布时间:2026-08-10 08:00 北京时间
    • 摘要:- Zapier 的企业营销团队使用 ChatGPT Work 来减少其领先渠道中的流失数量、构建营销活动资产并自动生成报告。
      • OpenAI 博客的这篇文章解释了 Zapier 如何通过 ChatGPT Work 改变核心营销流程，塑造更广泛的人工智能和基础设施格局。
      • 在了解 Zapier 如何利用 ChatGPT Work 改变核心营销流程之后，它还为创始人、运营商和投资者提供了实际意义。
    • EN 要点:
      • The enterprise marketing team at Zapier uses ChatGPT Work to reduce the number of drop-offs in its lead funnel, build campaign assets, and automate reporting.

  • Virgin Atlantic sharpens customer journeys with ChatGPT Work

    • 发布时间:2026-08-10 08:00 北京时间
    • 摘要:- 维珍航空正在利用 ChatGPT Work 加速研究、产品规划和决策，帮助团队在整个客户旅程中连接信号。
      • OpenAI 博客中的这篇文章解释了维珍航空如何通过 ChatGPT Work 塑造更广泛的人工智能和基础设施景观来锐化客户旅程。
      • 继维珍航空通过 ChatGPT Work 锐化客户旅程之后，它还为创始人、运营商和投资者带来了实际影响。
    • EN 要点:
      • Virgin Atlantic is accelerating research, product planning, and decision-making with ChatGPT Work, helping teams connect signals across the customer journey.

ArXiv cs.AI (B_intro+search) 链接到标题

  • Towards Multi-Label Graph Foundation Models: from Single-Vector Representation Learning to Multi-Semantic Basis Learning

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06394v1 公告类型：新。
      • 摘要：多标签节点分类是图学习中一项重要但具有挑战性的任务，其中节点同时表现出多种语义。
      • 现有的多标签节点分类方法可以有效地对多个标签进行建模，但仅考虑模型需要在同一图域内进行训练和测试的域内场景，导致跨域泛化能力有限。
      • 最近，图基础模型（GFM）已成为学习跨不同图域和下游任务的可转移图表示的有前途的范例。
    • EN 要点:
      • arXiv:2608.06394v1 Announce Type: new
      • Abstract: Multi-label node classification is an important yet challenging task in graph learning, where nodes exhibit multiple semantics simultaneously
      • Existing methods for multi-label node classification can effectively model multiple labels, while only considering in-domain scenarios where the model needs to…
      • Recently, Graph Foundation Models (GFMs) have emerged as a promising paradigm for learning transferable graph representations across diverse graph domains and d…

  • EntropyMoE: Entropy-Aware Sparse Expert Routing for Tokenizer-Free LLMs

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06398v1 公告类型：新。
      • 摘要：最近的字节级大型语言模型 (LLM) 通过将字节分组为动态大小的补丁，使无标记器建模变得越来越具有竞争力。
      • 然而，现有的字节补丁架构仍然对每个补丁应用相同的密集前馈计算。
      • 这种统一计算无法使模型容量适应补丁语义和粒度的变化。
    • EN 要点:
      • arXiv:2608.06398v1 Announce Type: new
      • Abstract: Recent byte-level large language models (LLMs) have made tokenizer-free modeling increasingly competitive by grouping bytes into dynamically sized pat…
      • However, existing byte-patch architectures still apply the same dense feed-forward computation to every patch
      • This uniform computation cannot adapt model capacity to variations in patch semantics and granularity

  • Beyond Routing Weights: Faithful Response-Level Interpretation of Mixture-of-Experts Reward Models via Contribution Contrast

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06400v1 公告类型：新。
      • 摘要：奖励模型对于学习人类偏好至关重要，但确定驱动其预测的因素仍然具有挑战性。
      • 最近的稀疏专家混合 (MoE) 奖励模型试图通过将提示路由给专业专家并通过具有高路由权重的示例来描述专家来提高可解释性。
      • 然而，路由权重仅揭示哪些提示专家$\textit{receives}$，而不是它$\textit{judges}$如何响应，仅提供专家行为的部分说明。
    • EN 要点:
      • arXiv:2608.06400v1 Announce Type: new
      • Abstract: Reward models are central to learning from human preferences, yet identifying what drives their predictions remains challenging
      • Recent sparse Mixture-of-Experts (MoE) reward models seek to improve interpretability by routing prompts to specialized experts and characterizing experts throu…
      • However, routing weights only reveal which prompts an expert $\textit{receives}$, not how it $\textit{judges}$ responses, providing only a partial account of ex…

  • Interpretable Unsupervised Community Detection with LLM-Symbolized Structured Processes

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06402v1 公告类型：新。
      • 摘要：社区检测是图分析中的一项基本任务，旨在识别具有相似行为或兴趣的有凝聚力的实体组。
      • 经典的目标驱动方法与复杂的图形结构作斗争，而深度学习方法以牺牲可解释性为代价来提高性能，并依赖于标记数据和训练。
      • 大型语言模型（LLM）具有强大的推理能力和世界知识，有望用于可解释的、无标签的社区检测。
    • EN 要点:
      • arXiv:2608.06402v1 Announce Type: new
      • Abstract: Community detection is a fundamental task in graph analytics that aims to identify cohesive groups of entities with similar behaviors or interests
      • Classic objective-driven methods struggle with complex graph structures, while deep-learning approaches improve performance at the expense of interpretability a…
      • Large language models (LLMs), with strong reasoning capabilities and world knowledge, are promising for interpretable, label-free community detection

  • ADIAS: Automated Design of Interactive Agentic Systems

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06410v1 公告类型：新。
      • 摘要：自动化代理设计通过迭代修改、评估和反馈总结来改进代理工具。
      • 现有方法主要以候选者为中心：跨轮经验是围绕候选代理组织的，这使得修复进度变得隐式。
      • 这会导致修复目标效率低下、部分进度巩固缓慢以及无效干预措施在各轮中传播。
    • EN 要点:
      • arXiv:2608.06410v1 Announce Type: new
      • Abstract: Automated agent design improves agent harnesses through iterative revision, evaluation, and feedback summarization
      • Existing methods are largely candidate-centric: cross-round experience is organized around candidate agents, which leaves the repair progress implicit
      • This causes inefficient repair targeting, slow consolidation of partial progress, and propagation of ineffective interventions across rounds

  • Learning to Predict Middle-Layer Attention in MLLMs for Visual Token Prunin

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06411v1 公告类型：新。 -摘要：多模态大语言模型（MLLM）在不同的视觉语言任务中实现了强大的性能，但其效率受到处理大量视觉标记的成本的限制。
      • 视觉令牌修剪可以降低此成本，但需要准确的令牌重要性估计。
      • 最近的研究表明，来自中间语言模型层的文本到视觉注意力可以有效地指导视觉标记修剪，通常使用来自预定义中间层的注意力来选择要保留的视觉标记。
    • EN 要点:
      • arXiv:2608.06411v1 Announce Type: new
      • Abstract: Multimodal large language models (MLLMs) achieve strong performance across diverse vision-language tasks, but their efficiency is limited by the cost…
      • Visual token pruning can reduce this cost, but requires accurate token importance estimates
      • Recent studies have demonstrated that text-to-vision attention from middle language model layers can effectively guide visual token pruning, typically using att…

  • WebGrader: Training LLMs for Web Development with Self-Evolving Programmatic Grader

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06474v1 公告类型：新。
      • 摘要：大型语言模型越来越多地根据自然语言描述生成完整的网站，而强化学习已成为缩小其剩余功能差距的核心方法。
      • 这种培训制度因奖励设计而受到瓶颈。
      • 手工编写的浏览器脚本是可执行的，但针对开放式要求编写成本高昂，而 VLM 和 GUI 代理评分器可扩展，但可能会在观察决定性状态之前发布判决。
    • EN 要点:
      • arXiv:2608.06474v1 Announce Type: new
      • Abstract: Large language models increasingly generate complete websites from natural-language descriptions, and reinforcement learning has become a central appr…
      • This training regime is bottlenecked by reward design
      • Hand-authored browser scripts are executable yet costly to write for open-ended requirements, while VLM and GUI-agent graders scale but may issue verdicts befor…

  • Can MLLMs Decode the Creative Leap? Introducing C4 for Cross-Concept Understanding

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06501v1 公告类型：新。
      • 摘要：MLLM 的创造力在设计、通信、教育和人类与人工智能的协作中很重要，但仍然难以评估，因为与以准确性为导向的任务相比，明确的目标和奖励信号很少。
      • 跨概念理解是接受创造力的核心认知能力。
      • 它使感知者能够从不明显但有意义的概念关系中恢复预期的含义。
    • EN 要点:
      • arXiv:2608.06501v1 Announce Type: new
      • Abstract: Creative capabilities of MLLMs matter in design, communication, education, and human–AI collaboration, yet remain difficult to evaluate because expli…
      • Cross-concept understanding is a core cognitive capacity underlying receptive creativity
      • It enables a perceiver to recover intended meaning from non-obvious but meaningful conceptual relations

  • KNOWPLAN: Knowledge-Driven AI Agents for Smart Degree Pathway Planning

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06530v1 公告类型：新。
      • 摘要：从官方大学来源规划学位需要按顺序解决两个问题。
      • 机构的课程必须首先从不共享模式的目录、部门页面、JSON 端点和 PDF 重建，然后才能在先决条件逻辑和重叠需求约束下优化特定于学生的路径。
      • 将两者结合起来可以让每种故障模式隐藏另一种，因为驱动自己爬行的规划器永远不会了解其当前计划不需要的事实。
    • EN 要点:
      • arXiv:2608.06530v1 Announce Type: new
      • Abstract: Planning a degree from official university sources requires solving two problems in order
      • The institution’s curriculum must first be reconstructed from catalogs, departmental pages, JSON endpoints, and PDFs that share no schema, and only then can a s…
      • Coupling the two lets each failure mode hide the other, because a planner that drives its own crawling never learns facts its current plan does not need

  • TaskSense: Focusing on What Matters in World Models

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06544v1 公告类型：新。
      • 摘要：视觉控制的世界模型通常通过重建观察来学习紧凑的潜在状态，隐式地鼓励表示以在整个视觉输入中保留信息。
      • 然而，与任务相关的内容通常只占观察的一小部分，而背景杂乱和干扰因素会消耗宝贵的表征能力。
      • 视觉重建和控制目标之间的这种不匹配会导致潜在表征偏向于对与任务无关的视觉内容进行建模，从而稀释了与控制相关的特征的学习信号，并严重降低了视觉干扰下的下游性能。
    • EN 要点:
      • arXiv:2608.06544v1 Announce Type: new
      • Abstract: World models for visual control typically learn compact latent states by reconstructing observations, implicitly encouraging representations to preser…
      • However, task-relevant content often occupies only a small fraction of the observation, while background clutter and distractors consume valuable representation…
      • This mismatch between visual reconstruction and control objectives biases latent representations to model task-irrelevant visual content, diluting learning sign…

ArXiv cs.CL (B_intro+search) 链接到标题

  • TEXAS: Task-Expert-Aware Supervision for Downstream Mixture-of-Experts LLM Adaptation

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06396v1 公告类型：新。
      • 摘要：专家混合 (MoE) 语言模型通过一小部分专家来路由每个标记，使得路由模式对于在下游适应期间识别与任务相关的专家非常有用。
      • 然而，当前的方法有两个局限性：任务专家通常是根据反映使用情况的聚合路由统计数据来识别的，而不是与成功任务完成的关联，并且任务专家激活作为监督分配的信号仍未得到充分探索。
      • 我们引入任务专家感知监督（TEXAS），它将正确性条件的任务专家发现与令牌级监督分配结合起来。
    • EN 要点:
      • arXiv:2608.06396v1 Announce Type: new
      • Abstract: Mixture-of-Experts (MoE) language models route each token through a small subset of experts, making routing patterns useful for identifying task-relev…
      • Yet current approaches have two limitations: task experts are typically identified from aggregate routing statistics that reflect usage rather than association…
      • We introduce Task-Expert-Aware Supervision (TEXAS), which combines correctness-conditioned task expert discovery with token-level supervision allocation

  • Separating Decision-Rule Misalignment from Readout-Coverage Limitations in Speech Language Models

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06409v1 公告类型：新。 -摘要：语音语言模型越来越多地通过提示答案的准确性来评估副语言任务，但答案准确性结合了音频到答案计算的不同阶段的失败。
      • 我们引入了一个与生成对齐的诊断阶梯，它比较发出的答案、选项 logits、这些 logits 的仿射读出以及同一答案标记处隐藏状态的线性读出。
      • 连续的差异将端点、决策规则和读数覆盖差距分开。
    • EN 要点:
      • arXiv:2608.06409v1 Announce Type: new
      • Abstract: Speech language models are increasingly evaluated on paralinguistic tasks by the accuracy of prompted answers, but answer accuracy combines failures a…
      • We introduce a generation-aligned diagnostic ladder that compares the emitted answer, the option logits, an affine readout of those logits, and a linear readout…
      • Successive differences separate endpoint, decision-rule, and readout-coverage gaps

  • NTDH: Complex Reasoning for Comprehensive Affective Analysis

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06425v1 公告类型：新。 -摘要：综合情感分析具有挑战性，原因有两个：它跨越具有连续、有序和多标签输出的异构预测任务，并且情感意义是上下文相关的，需要协调冲突的线索而不是直接映射到标签。
      • 现有方法直接学习这种映射，并且不显式地对协调进行建模。
      • 我们将任务重新定义为一个复杂的推理问题，它产生一个跨异构标签空间的输出接口以及一条可以优化可验证奖励的轨迹；据我们所知，这是第一次涉及情感和情感的此类治疗。
    • EN 要点:
      • arXiv:2608.06425v1 Announce Type: new
      • Abstract: Comprehensive affective analysis is challenging for two reasons: it spans heterogeneous prediction tasks with continuous, ordinal, and multi-label out…
      • Existing methods learn this mapping directly and do not model the reconciliation explicitly
      • We recast the task as a complex-reasoning problem, which yields one output interface across heterogeneous label spaces and a trajectory over which a verifiable…

  • Recovering Lesion Parameters from Aphasic Picture Naming Error Profiles in Large Language Models

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06429v1 公告类型：新。
      • 摘要：大型语言模型（LLM）的可解释性方法描述了内部状态，但不直接测试该状态是否足以产生观察到的行为。
      • 在早期的工作中，我们对法学硕士进行了损伤，以产生图片命名中的错误概况，这是评估失语症的核心任务，并发现特定损伤产生的错误类似于个体中风幸存者的错误。
      • 在这里我们提出反问题：给定一个误差曲线，产生它的损伤参数是否可以恢复，这个反问题揭示了变压器计算的什么？
    • EN 要点:
      • arXiv:2608.06429v1 Announce Type: new
      • Abstract: Interpretability methods for large language models (LLMs) describe internal state but do not directly test whether that state is causally sufficient t…
      • In earlier work, we lesioned LLMs to produce error profiles in picture naming, a central task for assessing aphasia, and found that specific lesions produced er…
      • Here we ask the inverse question: given an error profile, can the lesion parameters that produced it be recovered, and what does this inverse problem reveal abo…

  • Do AI Personas Grow? Analyzing and Benchmarking Personality Evolution in LLM Agents After Life Events

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06485v1 公告类型：新。
      • 摘要：人格调节的 LLM 代理（PC-Agents）越来越多地用于情感支持、社交模拟和角色扮演，激励终身代理的发展，使其在长期互动中保持一致。
      • 这种一致性的一个关键组成部分是人格进化：当代理人在不同的环境中经历生活事件时，他们应该经历合理的、基于心理学的变化。
      • 尽管之前的研究表明法学硕士的性格可能会在环境扰动下发生变化，但这些变化如何随着特征、事件、人物角色和模型的不同而变化，人们仍然知之甚少。
    • EN 要点:
      • arXiv:2608.06485v1 Announce Type: new
      • Abstract: Personality-conditioned LLM agents (PC-Agents) are increasingly used in emotional support, social simulation, and role-playing, motivating the develop…
      • A key component of such coherence is personality evolution: agents should undergo plausible, psychology-grounded changes as they experience life events in diffe…
      • Although prior work shows that LLM personalities can shift under contextual perturbations, how these shifts vary across traits, events, personas, and models rem…

  • ConstructCIE: A Dataset for Extracting Causal Information from Construction Accident Narratives

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06495v1 公告类型：新。
      • 摘要：建筑事故叙述包含丰富的因果信息，但证据往往是隐性的、跨度大的、分散的。
      • 我们引入了 ConstructCIE，这是一个手动注释的数据集，用于从 OSHA 建筑事故报告中提取因果信息。
      • 数据集使用事故类型、因果因素、次因果因素和支持证据范围的分层模式。
    • EN 要点:
      • arXiv:2608.06495v1 Announce Type: new
      • Abstract: Construction accident narratives contain rich causal information, but the evidence is often implicit, long-span, and distributed
      • We introduce ConstructCIE, a manually annotated dataset for Causal Information Extraction from OSHA construction accident reports
      • The dataset uses a hierarchical schema for accident types, causal factors, sub-causal factors, and supporting evidence spans

  • Measuring the Cross-Lingual Comprehension Gap: How the language of the evidence shapes what language models understand

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06506v1 公告类型：新。
      • 摘要：语言模型通常被评估为当相同的内容以其他语言呈现时，以英语展示的功能仍然同样可用。
      • 传统的多语言基准很少隔离语言，同时保持内容、问题、参考答案、模型和评估单元不变。
      • 我们将跨语言理解差距 (CLCG) 定义为当相同的内容和问题以目标语言而不是英语呈现时，响应质量的下降。
    • EN 要点:
      • arXiv:2608.06506v1 Announce Type: new
      • Abstract: Language models are often evaluated as though capabilities demonstrated in English remain equally available when the same content is presented in othe…
      • Traditional multilingual benchmarks rarely isolate language while holding content, question, reference answer, model, and evaluation unit constant
      • We define the Cross-Lingual Comprehension Gap (CLCG) as the reduction in response quality when the same content and question are presented in a target language…

  • GRASP: Reinforcing Language Model Anonymizers with Group Relative Policy Optimization

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06526v1 公告类型：新。
      • 摘要：大型语言模型可以从普通文本中推断出敏感的个人属性，例如年龄、地点和职业，从而将日常书写变成隐私风险。
      • 对抗性匿名化通过使用功能强大的语言模型重写文本来防御这种情况，该语言模型也扮演攻击者，但它在推理时需要强大的模型，从而将私人文本发送给第三方，而匿名化应该防止这种暴露。
      • 最近的工作使用监督微调和直接偏好优化（DPO）将这种行为提炼成一个小的设备上模型，但DPO仅模仿老师的离线选择，而从不直接优化我们关心的隐私-效用目标。
    • EN 要点:
      • arXiv:2608.06526v1 Announce Type: new
      • Abstract: Large language models can infer sensitive personal attributes, such as age, location, and occupation, from ordinary text, turning everyday writing int…
      • Adversarial anonymization defends against this by rewriting a text with a capable language model that also plays the attacker, but it needs a powerful model at…
      • Recent work distills this behavior into a small on-device model using supervised fine-tuning and direct preference optimization (DPO), but DPO only imitates the…

  • Lost in Interpolation: Why Predictive Feedback Fails in Diffusion Language Models

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06529v1 公告类型：新。
      • 摘要：软掩蔽加速了掩蔽扩散语言模型（MDLM）的收敛。
      • 现有的公式在原始嵌入空间中通过线性插值 (LERP) 构建这种混合，隐式将该空间视为欧几里得空间。
      • 我们分析 MDLM 的嵌入空间，发现掩码和预测标记嵌入在整个训练过程中保持接近恒定的角度 (\approx 73^\circ)，而嵌入规范在词汇频率排名上基本保持平坦。
    • EN 要点:
      • arXiv:2608.06529v1 Announce Type: new
      • Abstract: Soft-masking accelerates the convergence of Masked Diffusion Language Models (MDLMs)
      • Existing formulations build this blend with linear interpolation (LERP) in the raw embedding space, which implicitly treats that space as Euclidean
      • We analyze the embedding space of MDLMs and find that the mask and predicted-token embeddings maintain a near-constant angle of (\approx 73^\circ) throughout tr…

  • Confidence Estimation for Financial Vision-Language Models in Chart and Document Understanding

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06532v1 公告类型：新。
      • 摘要：LVLM 越来越多地用于阅读金融图表、表格和文档，其中一个误读的数字可能会改变决策，而最权威的答案有时是在不阅读图表的情况下生成的模型。
      • 因此，操作问题是信任，而不是准确性：哪些答案可以采取行动，哪些答案可以上报给审阅者。
      • 我们评估了七个置信估计器、三个仅推理和四个经过训练的内部探针，涉及五个开放权重 LVLM 和来自三个金融视觉问答基准的四个条件，一个是双语的；每个探针都仅在自然图像上进行训练，并在没有适应的情况下应用于金融，因此结果衡量的是分布外转移。
    • EN 要点:
      • arXiv:2608.06532v1 Announce Type: new
      • Abstract: LVLMs are increasingly used to read financial charts, tables, and documents, where a single misread figure can move a decision and the most authoritat…
      • The operational question is therefore trust, not accuracy: which answers can be acted on, and which escalated to a reviewer
      • We evaluate seven confidence estimators, three inference-only and four trained internal probes, across five open-weight LVLMs and four conditions from three fin…

ArXiv cs.LG (B_intro+search) 链接到标题

  • Latent Fact-Checking: Detecting Misinformation through Activation Engineering

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06417v1 公告类型：新。
      • 摘要：网上错误信息的激增推动了对可扩展检测系统的需求。
      • 虽然大多数现有方法依赖于表面语言特征或外部知识检索，但我们将真实性视为语言模型表示空间的几何属性。
      • 我们引入了一种基于激活工程的错误信息检测框架，该框架利用了变压器模型的潜在几何结构。
    • EN 要点:
      • arXiv:2608.06417v1 Announce Type: new
      • Abstract: The proliferation of misinformation online has driven demand for scalable detection systems
      • While most existing approaches rely on surface-level linguistic features or external knowledge retrieval, we examine truthfulness as a geometric property of a l…
      • We introduce a misinformation detection framework grounded in activation engineering, which leverages the latent geometry of transformer models

  • Risk-Aware Decision Policies for Agents Under Noisy Perception

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06420v1 公告类型：新。
      • 摘要：生物系统中的感知本质上是嘈杂的，要求生物体在不确定的情况下做出决策，而错误分类可能代价高昂或致命。
      • 我们提出了一种在噪声感知下觅食的人工生命捕食者-猎物模型，并在使用考虑噪声预测的各种策略时比较代理的性能。
      • 通过对称和不对称感知噪声下的对照实验，我们表明，随着噪声的增加，盲目信任感知标签会导致灾难性失败，而不确定性感知策略可显着提高生存率并减少致命错误。
    • EN 要点:
      • arXiv:2608.06420v1 Announce Type: new
      • Abstract: Perception in biological systems is inherently noisy, requiring organisms to make decisions under uncertainty where misclassification can be costly or…
      • We present an Artificial Life predator-prey model of foraging under noisy perception, and compare agent performance when using various policies that take into a…
      • Through controlled experiments under both symmetric and asymmetric perceptual noise, we show that blindly trusting perceptual labels leads to catastrophic failu…

  • Sharding Prevents LLM Oversight Failures and Adversarial Exploitation

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06422v1 公告类型：新。
      • 摘要：给予法学硕士法官更多的计算能力并不一定会让他检查更多的要求。
      • 当一个调用必须返回多个判决时，即使该调用收到与一组单独调用相同的代币或工具预算，某些决策也会变得缺乏证据依据。
      • 在专家分级的研究复制、法律工作和临床试验评估中，随着每次通话裁决数量的增加，与专家的一致性下降。
    • EN 要点:
      • arXiv:2608.06422v1 Announce Type: new
      • Abstract: Giving an LLM judge more compute does not necessarily make it check more requirements
      • When one call must return many verdicts, some decisions become weakly grounded in the evidence, even when that call receives the same token or tool budget as a…
      • Across expert-graded research replications, legal work, and clinical-trial assessments, agreement with experts falls as the number of verdicts per call grows

  • Adversarial Causal Intervention Falsification

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06427v1 公告类型：新。
      • 摘要：生成模型可以重现观察分布，同时编码不正确的因果结构。
      • 我们研究了一个序列游戏，其中结构因果生成器提出观察和干预分布，而对抗性实验主义者选择旨在最大程度地伪造生成器的干预措施。
      • 因此，判别器不仅仅是一个真实与合成的分类器：它通过干预进行索引，并测试生成器是否再现相应的干预后法则。
    • EN 要点:
      • arXiv:2608.06427v1 Announce Type: new
      • Abstract: Generative models can reproduce an observational distribution while encoding an incorrect causal structure
      • We study a sequential game in which a structural causal generator proposes observational and interventional distributions, while an adversarial experimentalist…
      • The discriminator is therefore not merely a real-versus-synthetic classifier: it is indexed by an intervention and tests whether the generator reproduces the co…

  • Fixed and Adaptive Topological DeepONets: Functional Measurements on Hausdorff Locally Convex Spaces

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06428v1 公告类型：新。
      • 摘要：深度算子网络（DeepONets；arXiv：1910.03193）通常通过固定离散化上的点值对输入函数进行编码。
      • 基于 Ismailov 的拓扑 DeepONet 框架 (arXiv:2603.11972)，我们用从 Hausdorff 局部凸空间 $({V},{p_\alpha}_{\alpha\in A})$ 的连续对偶中提取的连续线性函数替换点样本，其拓扑是由点分离半范数族而不是单一范数生成的，并开发固定和自适应函数测量系统。
      • 测量与 Lee 和 Shin (arXiv:2309.01020) 的系数空间两步过程相结合，同时仅训练解码器和正则化稳定了自适应坐标。
    • EN 要点:
      • arXiv:2608.06428v1 Announce Type: new
      • Abstract: Deep Operator Networks (DeepONets; arXiv:1910.03193) typically encode an input function through point values on a fixed discretization
      • Building on the Topological DeepONet framework of Ismailov (arXiv:2603.11972), we replace point samples by continuous linear functionals drawn from the continuo…
      • Measurements are combined with the coefficient-space Two-Step procedure of Lee and Shin (arXiv:2309.01020), while a training-only decoder and regularization sta…

  • MiGHT-EHR: A Multi-task Graph Transformer for Heterogeneous Temporal Electronic Health Records

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06430v1 公告类型：新。
      • 摘要：电子健康记录 (EHR) 学习因其改善临床预测的潜力而受到广泛关注。
      • 然而，有效的学习仍然具有挑战性，因为 EHR 编码异质的、按时间顺序排列的临床交互。
      • 特别是，EHR 包含：(i) 异质临床实体，包括患者、就诊、诊断、处方和程序及其异质相互作用，(ii) 医院就诊的纵向患者轨迹，以及 (iii) 相关临床预测任务之间共享的统计依赖性。
    • EN 要点:
      • arXiv:2608.06430v1 Announce Type: new
      • Abstract: Learning from Electronic Health Records (EHRs) has gained significant attention due to its potential to improve clinical prediction
      • However, effective learning remains challenging because EHRs encode heterogeneous, temporally ordered clinical interactions
      • In particular, EHRs contain: (i) heterogeneous clinical entities, including patients, visits, diagnoses, prescriptions, and procedures, together with their hete…

  • SNI-GNN: SmartNIC-Assisted Full-Graph GNN Training with In-Network Embedding Prediction

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06441v1 公告类型：新。
      • 摘要：全图 GNN 训练具有很高的准确性，但由于节点间嵌入交换繁重、不规则，因此在多服务器集群上的扩展性很差。
      • 我们推出了 SNI-GNN，这是一种 SmartNIC 辅助的全图训练系统，可通过预测网络中的远程嵌入来减少通信，同时保持准确性。
      • SNI-GNN 在 SmartNIC 上部署轻量级线性趋势预测器，以细化缓存的历史嵌入，并结合基于重要性的边界节点采样策略和具有中间结果重用的异步 DPU-GPU 数据管道。
    • EN 要点:
      • arXiv:2608.06441v1 Announce Type: new
      • Abstract: Full-graph GNN training delivers high accuracy but scales poorly on multi-server clusters due to heavy, irregular inter-node embedding exchanges
      • We present SNI-GNN, a SmartNIC-assisted full-graph training system that reduces communication while preserving accuracy by predicting remote embeddings in-netwo…
      • SNI-GNN deploys a lightweight linear-trend predictor on SmartNICs to refine cached historical embeddings, coupled with an importance-based boundary-node samplin…

  • ED-CSP: Crystal Structure Prediction from Electron Diffraction

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06448v1 公告类型：新。
      • 摘要：从稀疏、未索引的电子衍射 (ED) 观测中恢复周期性 3D 晶体结构是一个具有挑战性的生成逆问题。
      • 现有的基于 ED 的学习方法主要预测晶体学标签、从索引反射重建结构或从有限结构库中检索候选者。
      • 在这里，我们介绍 ED-CSP，这是一种机器学习框架，可以根据化学成分、原子计数和多个探测器平面 ED 点集来预测晶体结构。
    • EN 要点:
      • arXiv:2608.06448v1 Announce Type: new
      • Abstract: Recovering a periodic 3D crystal structure from sparse, unindexed electron diffraction (ED) observations is a challenging generative inverse problem
      • Existing ED-based learning methods mainly predict crystallographic labels, reconstruct structures from indexed reflections, or retrieve candidates from finite s…
      • Here, we introduce ED-CSP, a machine learning framework that predicts crystal structures from chemical composition, atom count, and multiple detector-plane ED s…

  • Beyond Attention: Signed Integrated Gradients Attribution in a BiomeGPT-Style Microbiome Transformer

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06486v1 公告类型：新。
      • 摘要：在特征标记化转换器 (arXiv:2106.11959) 中，例如 BiomeGPT (doi:10.64898/2026.01.05.697599)，每个输入标记都是通过将固定身份与样本特定测量融合来构建的：固定物种和可变丰度，T = S + A。
      • 为了解释此类模型中的下游分类，先前的工作检查特殊 [CLS] 标记（arXiv:2106.11959、arXiv:1810.04805、BiomeGPT）的注意力权重，以按重要性对样本标记进行排名。
      • 这些权重有两个关键限制：它们是非负的，因此它们无法将疾病支持与健康支持证据分开（arXiv：2201.12114），并且它们在令牌融合后起作用，模糊了输入源 S 和 A 各自如何影响输出。
    • EN 要点:
      • arXiv:2608.06486v1 Announce Type: new
      • Abstract: In a feature-tokenized transformer (arXiv:2106.11959) such as BiomeGPT (doi:10.64898/2026.01.05.697599), each input token is built by fusing a fixed i…
      • To interpret downstream classification in such models, prior work inspects the attention weights of the special [CLS] token (arXiv:2106.11959, arXiv:1810.04805,…
      • These weights have two critical limitations: they are nonnegative, so they cannot separate disease-supporting from health-supporting evidence (arXiv:2201.12114)…

  • Toward Reliable Context Compression for Long-Horizon Agents: An Empirical Study of Execution Instability

    • 发布时间:2026-08-10 12:00 北京时间
    • 摘要:- arXiv:2608.06503v1 公告类型：新。 -摘要：循环上下文压缩控制长视野代理的上下文增长，但其行为影响仍然知之甚少。
      • 在这项初步的实证研究中，我们表明压缩可以削弱最近相互作用的影响，增加阻塞动作、重复探索和运行中的不稳定。
      • 受这些观察的启发，我们引入了 TRACE，这是一个验证者引导的框架，它通过来自同一环境状态的成对闭环延续来评估单个压缩事件，并使用摘要偏好来优化自然语言压缩提示，同时保持所有模型冻结。
    • EN 要点:
      • arXiv:2608.06503v1 Announce Type: new
      • Abstract: Recurrent context compression controls context growth in long-horizon agents, but its behavioral effects remain poorly understood
      • In this preliminary empirical study, we show that compression can weaken the influence of recent interactions, increasing blocked actions, repeated exploration,…
      • Motivated by these observations, we introduce TRACE, a verifier-guided framework that evaluates individual compaction events through paired closed-loop continua…