开发动态 · 第 3 页

• 研究观察模型如何处理目标与伤害冲突

  任务背景、工具可见性和评测方式都会影响模型选择。

• 新基准检查 AI 是否扩张云端权限

  检索材料被污染后，生成的 IAM 策略可能合法却越权。

• Kev-Bio 用视觉模型定位超声测量点

  通过空间概率图确定标记位置，再计算临床测量值。

• LaBraM 扩大脑电预训练规模

  更大模型并非在所有下游适配方式中都同样有效。

• 研究建模 AI 服务冷启动定价

  把用户使用体验和供应商服务成本放进同一动态模型。

• 研究让 AI 把逻辑题交给精确求解器

  模型负责翻译自然语言约束，符号算法负责求解与反馈。

• 多语言视觉基准揭示英语偏好

  同样的图片细节，模型在低资源语言中更容易判断失误。

• 研究用多语言词典控制模型语气

  低资源语言可能更适合多语种引导，直接套用英语信号会失真。

• Muon 预训练优势未必延续到微调

  研究发现，训练数据规模会改变 Muon 与 AdamW 的后续表现。

• NorthCUA 用执行经验训练电脑助手

  保留已验证的中间成果，让失败后的重试不必从头开始。

• OLGA 减少语言模型持续学习遗忘

  用合成梯度匹配保留旧任务信息，避免完全依赖标注回放。

• OpenAI 展示 AI 辅助硬件工程

  从 CAD、PCB 到仿真，ChatGPT 与 Codex 开始进入实体产品开发流程。

• PhotoGuider 先选构图，再裁切照片

  同一套视觉特征用于普通图片和全景取景，并解释选择理由。

• R²-Omni 压缩长回答的音视频缓存

  先合并重复信息，再按语义敏感程度分配精度。

• 研究追溯 AI 科研能力与训练数据

  材料和基因组实验关注只出现一次的信息如何影响新发现。

• Reviso 让视频描述先找重点

  先粗看全片，再回访关键片段，减少细节很多却漏掉主线的问题。

• AI 学会推理后，换道题仍可能失效

  受控实验发现，模型面对更难分布时会退回低效枚举。

• Siri AI 开放跨应用任务开发预览

  开发者可通过 App Intents 连接应用动作，用户版本仍在后续发布计划中。

• SQLoom 用约束训练自然语言查库

  同时检查 SQL 语法、问题含义及子句之间的逻辑关系。

• TAMPAgent 结合规划器操作机器人

  在看不全环境时先形成部分计划，再依据新观测继续执行。

• 代码变了，AI 怎样修复过期测试

  500 个真实 Java 案例显示，失败信息和代码变化需要一起提供。

• 开放模型也能接入机器人操作框架

  uni-robot-agent 统一工具与执行环境，减少对封闭模型的依赖。

• VeriHarm 同时检查代码完成与副作用

  任务做对了，也可能伴随未授权的数据或系统操作。

• VIAS 探索按组织要求引导模型

  通过激活干预调整不同价值维度，减少统一指令之间的冲突。