论文：共享记忆让LLM智能体无提示协调
arXiv于11月9日提交论文，团队以锁定双实现复现方式研究LLM智能体能否仅凭共享存储实现无提示协调。结果显示联合成功只在共享存储下出现，模型是否协调取决于是否写下中间结果并再次查看存储，一句提示语即可开关该行为，且结论在复现中成立。
评论
继续阅读
全部 100 条热点 ›ACE提取Transformer算法核心子空间
论文提出ACE方法，从合成任务到大型预训练模型提取必要且充分的算法核心子空间，并在六个语言模型上验证主谓一致由单一可操控轴控制。
技术研究 · 2026-11-100 阅读NarrativeBench基准评测14个LLM叙事导航能力
arXiv提交新基准NarrativeBench，评测14个LLM在23种语言下的多元叙事导航能力，发现现有模型普遍不足。
技术研究 · 2026-11-100 阅读PORT用词元级重加权提升偏好优化鲁棒性
arXiv论文提出PORT框架，通过词元级重加权处理噪声偏好数据，提升大模型对齐鲁棒性。
技术研究 · 2026-11-100 阅读MasterControl开源Runway推理验证框架
MasterControl发布内部验证工具Runway，围绕NVIDIA AIPerf构建合规决策流水线，并给出三项推理引擎评测发现。
技术研究 · 2026-11-100 阅读MemoryDojo基准评测智能体记忆投毒
MemoryDojo基准通过155条多会话轨迹评测五种LLM智能体记忆系统在投毒攻击下的安全性，发现所有系统均易受影响。
技术研究 · 2026-11-100 阅读SVApshot自动验证AI编写的RTL
arXiv论文提出SVApshot框架，利用LLM自动生成并修复SystemVerilog断言，验证AI编写的RTL设计，实验成功检出人工与AI引入的缺陷。
技术研究 · 2026-11-100 阅读USteer免训练操控降低推理幻觉
NeurIPS 2026论文提出USteer，通过置信度梯度在推理时调整层激活，免训练降低大模型推理任务幻觉。
技术研究 · 2026-11-100 阅读ImplicitBBQ基准揭示LLM隐性偏见
新基准ImplicitBBQ通过特征线索评测11个大模型的隐性偏见，发现开放权重模型隐性偏见超显性6倍，种姓维度最严重，并开源代码与数据集。
技术研究 · 2026-11-100 阅读豆包商城上线主动商品推荐
豆包在双11期间升级电商能力，基于用户喜好主动推荐商品并新增商城二级入口。
行业动态 · 2026-11-100 阅读SEELE框架动态调难度提升推理训练
论文提出SEELE框架，通过响应式rollout难度操纵优化RLVR训练，在六个数学推理基准上较GRPO提升10.0分。
技术研究 · 2026-11-100 阅读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