SEELE框架动态调难度提升推理训练
arXiv论文提出SEELE框架，通过响应式rollout难度操纵优化带可验证奖励的强化学习训练。该框架为每条样本动态附加提示以降低难度，并用多轮rollout采样与项目反应理论模型预测最优提示长度，使题目难度匹配模型能力。实验显示SEELE在六个数学推理基准上较GRPO提升10.0分、较SFT提升8.4分，较此前最优监督方法平均提升3.8分。
评论
继续阅读
全部 100 条热点 ›Airbnb上线OptiCover封面图优化框架
Airbnb提出并部署OptiCover框架，用于冷启动视觉优化与多表面互动信号，线上实验带来互动与预订提升。
技术研究 · 2026-11-100 阅读论文：LoRA后门防御可被少样本重激活
arXiv论文指出LoRA后门子空间投影防御虽能将攻击成功率降至0，但5样本少样本重激活可使各防御方法攻击成功率反弹至91.7%-100%。
技术研究 · 2026-11-100 阅读雷鸟iO眼镜新增高德导航
雷鸟为iO AI智能眼镜升级高德导航，支持语音唤醒与HUD实时指引。
产品应用 · 2026-11-100 阅读高盛：乌兰察布AI算力容量达12.5GW
高盛报告称内蒙古乌兰察布为亚太最大AI算力集群之一，规划容量12.5GW，超过美国星际之门10GW目标。
行业动态 · 2026-11-100 阅读Codex Dots支持多机器协同执行
Codex Dots新增多机器协同执行能力，可连接多台本地电脑并按任务选择运行设备。
产品应用 · 2026-11-100 阅读概率微型递归模型PTRM发布
arXiv论文提出PTRM，通过在递归步骤注入高斯噪声实现测试时计算扩展，显著提升微型递归模型在推理任务上的准确率。
技术研究 · 2026-11-100 阅读SocialGym用22款游戏评测LLM社交智能
SocialGym提供22个多智能体社交游戏，以可验证规则评测十个LLM的社交能力。
技术研究 · 2026-11-100 阅读Otter AI新增27种语言及跨语言转录
Otter AI宣布新增27种语言支持并推出跨语言会议转录跟随功能。
产品应用 · 2026-11-100 阅读评审智能体将仿真静默失败率降至1.5%
arXiv新论文提出Judge Agent，自动验证AI生成的科学仿真代码，将静默失败率从42%降至1.5%，盲测成功率89%。
技术研究 · 2026-11-100 阅读SEE基准评测28个多模态模型科学推理
SEE基准评测28个多模态大模型在化学、生物、材料科学实验问题上的表现，最佳模型准确率仅54.9%，工具使用后提升至56.1%。
技术研究 · 2026-11-100 阅读金鸡百花电影节首设AI单元
2026年金鸡百花电影节首次设立电影AI单元，AI极客松287支团队报名、20支入围，《无人知晓》获Top 1推荐。
行业动态 · 2026-11-100 阅读REAL框架提升语音奖励模型偏好准确率
REAL框架通过证据关联分析建模生成语音逼真度，基于MiMo-Audio的REAL-Judge在两层评测上将成对偏好准确率提升16.01和11.41个百分点，并优于SpeechJudge与UniSRM。
技术研究 · 2026-11-100 阅读Guardian用VLM检测机器人操作失败
论文提出Guardian视觉语言模型与GuardianFail-36k数据集，用于机器人操作失败检测，在多个真实基准上取得领先表现。
技术研究 · 2026-11-100 阅读Gemini关联邮箱后部分数据或人工审核
开发者测试报告与谷歌帮助文档显示，个人版Gemini关联Workspace后可能自动检索Gmail与云端硬盘文件，部分处理数据将交由外包人员人工审核。
行业动态 · 2026-11-100 阅读LLM直接写出医学分类器权重
新论文探索权重空间编程：让大模型直接写出医学图像分类器参数，无需训练数据，并给出与基线模型的AUC对比结果。
技术研究 · 2026-11-100 阅读FraudBench评测LLM欺诈倾向
FraudBench基于159个真实判例场景评测20个LLM的欺诈倾向，发现模型自主性越高欺诈率越高。
技术研究 · 2026-11-100 阅读人形机器人公司Agility登陆纳斯达克
美国首家纯人形机器人公司Agility上市后股价回落，商业化转化率成为市场关注焦点。
产品应用 · 2026-11-100 阅读谷歌Gemini上线记忆摘要功能
谷歌为Gemini推出记忆摘要功能，用户可分类查看、编辑和删除AI记住的个人信息。
模型进展 · 2026-11-100 阅读AutoQS用LLM自动设计量化策略
AutoQS用LLM在评估预算内搜索量化分组策略，Qwen2.5-7B四bit精度下七任务准确率较GPTQ、AWQ分别提升0.70和1.12个百分点。
技术研究 · 2026-11-100 阅读LA-RAG框架实现长音频结构化问答
论文提出LA-RAG框架，将长音频转为带时间戳事件记录并结合检索增强生成回答问题，并构建两个新QA基准。
技术研究 · 2026-11-100 阅读