从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 170
IBM更新Granite 4.1小模型，引入LLMON标记语言AI热点IBM更新Granite 4.1的3B与8B小模型，引入LLM原生标记语言LLMON。
VulnCheck复盘Glasswing七个月产出AI热点VulnCheck复盘Anthropic Glasswing项目7个月产出，评价两极：第三方称产出平淡，Fil-C作者称9份报告全为真实漏洞。
LG免费开放K-EXAONE 2.5模型APIAI热点LG AI研究院宣布免费开放K-EXAONE 2.5模型API，开发者等可免费用于开发与研究。
英伟达提出Reshard加速RL权重重拟合AI热点英伟达提出Reshard Collective，通过DTensor重排替代gather-and-broadcast，在NeMo RL基准上实现2.7x至5.7x的权重重拟合提速。
南大联合美团LongCat提出IntRealAI热点南京大学联合美团LongCat等机构提出IntReal，围绕数据、评测与训练三方面提升统一多模态模型的图文交错生成能力。
OpenAI宣布收购Pierre扩展Codex工具AI热点OpenAI官方宣布将收购Pierre Computer Company，以扩展Codex在代码构建、理解与审查方面的能力。
Anthropic发布可验证推理系统FlashProveAI热点Anthropic发布基于zkSNARK的可验证推理系统FlashProve，开源代码与Lean证明。
VideoMemBench发布：MLLM视频记忆仅45.7%AI热点新基准VideoMemBench评测多模态大模型在长视频多轮对话中的记忆能力，Claude Opus 5以45.7%居首，凸显上下文视频记忆挑战。
支付宝AHA智能体互联方案获新耀场景奖AI热点11月2日世界互联网大会乌镇峰会开幕，支付宝AHA智能体多端互联方案获“新耀”场景奖，已输出至6类终端、落地千余个服务场景。
Unsloth将万亿参数模型压缩至233GBAI热点Unsloth发布1-bit GGUF版，模型可在Mac Studio本地运行
Qwenputer发布：模型内实现RISC-V CPUAI热点开发者基于Qwen3.5-4B构建Qwenputer，在神经网络内实现32位RISC-V CPU，无需外部工具即可精确计算。
arXiv论文：LLM批处理评分受同批条目影响AI热点arXiv新论文指出LLM批量评分时，同批其他条目会显著改变11-22%的裁决结果
SlopCodeBench评测编码智能体长时任务衰退AI热点新基准SlopCodeBench评测15个编码智能体在长时迭代任务中的代码质量衰退，最佳智能体仅通过14.8%检查点。
SPU湿实验预测基准发布，Opus 5.5仅0.486分AI热点UniPat AI牵头发布湿实验预测基准SPU，覆盖116个任务、4207个湿实验，首轮评测12款前沿模型，最高分Claude Opus 5.5仅0.486，且提高推理强度与算力未带来明显提升。
DeepSeek开放全家桶应用APIAI热点DeepSeek开放全家桶应用API，开发者可复刻完整App功能。
Bait论文：探测奖励函数防御有害智能体RLAI热点arXiv论文提出Bait防御，通过主动探测奖励函数缓解有害智能体强化学习攻击，实验显示可阻断有害奖励学习并保留良性任务学习能力。
Databricks升级Genie代理可无人监督执行多步任务AI热点Databricks发布升级版AI代理Genie，可基于本体上下文无人监督完成多步任务，CEO公开演示内部使用场景。
VEX-Bench评测LLM虚假信息验证复杂度AI热点VEX-Bench基准评测LLM生成虚假信息的验证复杂度，覆盖7个前沿模型与7种生成方法共5880篇文章。
PORT用词元级重加权提升偏好优化鲁棒性AI热点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。
REAL框架提升语音奖励模型偏好准确率AI热点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。