IF-MAP: 基于影响函数的智能体优先级在多智能体系统中的应用
针对基于LLM的多智能体系统，提出了一种名为IF-MAP的方法，用于识别具有高系统级改进潜力的智能体。通过测量在受控语义提示扰动下的端到端损失变化，并使用估计的响应范数作为优先级分数，该方法无需访问模型参数或梯度。在代码生成、问答和数学推理等六个多智能体工作流程中评估IF-MAP，优化所选智能体的提示可带来平均3.81个百分点的宏观平均增益，而升级所选智能体则可带来7.62-16.42个百分点的宏观平均增益。
INTELLIGENCE & DISCOVERY
最新动态AI 前沿
更多更新
机构原始发布ECHO：超越辅助多令牌预测的高效因果自递归模型
研究人员提出ECHO方法，通过让骨干模型的最后一层直接预测所有时间范围，消除了传统多令牌预测(MTP)方法中需要额外模块和前向传播的成本。结合动态深度采样(DDS)技术，ECHO将未来预测融入自回归目标，在预训练中仅需一半的MTP训练开销即可提升下游推理和代码能力，推理时模型可自主扩展预测深度并保持高熵生成时的对齐优势。
EdgeKernelBench提出边缘后端统一LLM内核生成基准与LEKA代理
研究提出EdgeKernelBench，用统一IR部署框架和分层基准覆盖从单算子到紧凑模型图的边缘工作负载，以TVM为参考编译器验证异构边缘后端。单次生成中最佳模型Correct@1为64.5%，但Fast@1.0仅25.5%。为此引入分层IR优化的LEKA，在代理评测子集上Fast@1.0达43.5%，直接生成和Claude Code分别为13.0%和26.1%，后两者使用相同基础模型与优化预算。
UniAVC：通过渐进训练和非对称调度实现统一音视频创作
UniAVC解决了现有方法依赖稀缺的成对数据集问题，采用分模态训练和独立噪声调度策略，实现了文本条件下的联合生成、双向跨模态生成和指令引导编辑。该模型支持意图感知编辑和推理后自我完善，无需任务特定适配器即可完成多种创作任务。
Design Anything：基于意图-执行图的设计代理框架
研究团队提出Design Anything框架，通过意图-执行图保存设计意图，将交付物与工作流步骤绑定。在19个设计领域的228项任务测试中，使用DeepSeek V4.1 Flash High和GPT-5.6 Sol High模型时，分别满足85.0%和92.5%的简报事实约束，超越同模型基线15.4%和14.4%。在24个工件的大规模任务中，提升幅度达25.1%和23.0%。专业设计师在盲测中更偏好该框架的完整交付物集。
HybridResearcher：4B模型跨结构化与无结构数据推理提升30分
论文提出HybridResearcher，一个4B深研智能体，用已有单源任务（如text-to-SQL或网页搜索）围绕桥接实体合成缺失的另一源数据，并仅在严格校验确认单源不足时保留样本，再经监督微调与强化学习训练。在HybridDeepResearch基准上，pass@8比基座Qwen3.5-4B高30.0分，超Qwen3.5-397B-A17B 8.3分；在BrowseComp与BrowseComp-Plus上亦优于基座，未现灾难性遗忘。
Co-adaptive Rule Routing and Constraining for Structured Knowledge Retrieval
Structured knowledge retrieval acquires task-relevant evidence from structured knowledge sources for downstream tasks. Existing methods rely on unconstrained retrieval or predefined query-rule supervision, such as author-paper rules for sc…
Progress-Aware Distillation for Mitigating Stagnation in Small Language Model Agents
针对小型语言模型(SLM)代理在长交互轨迹中出现的进展停滞问题，研究者提出Progress-Aware Distillation(ProD)方法。该方法通过检测和惩罚学生模型生成的停滞轨迹，将停滞差距编码为自适应边界，动态防止无效循环。实验表明，ProD在8个0.6B至8B参数的SLM上显著提升了任务成功率和完成效率。
【早报】美股纳指大跌超500点，黄仁勋谈“AI市场震荡”
①国常会：人工智能是影响未来发展的关键变量②四部门：组织30余家车企座谈，加强汽车产品研发测试验证管理③美股收跌，纳指跌超2%④两部门拟修订《中国禁止出口限制出口技术目录》，增列部分人工智能、生物医药、光伏技术⑤胜宏科技、豪威集团等出手回购股份。
消息称软银拟收购美国安保巨头，让机器人上岗？股价跌超9%
①最新报道称，软银集团正在考虑收购美国最大安保服务公司联合环球，为机器人部署提供落地平台； ②问题在于，联合环球的估值可能达到300亿美元，市场对软银和孙正义继续大手笔收购感到震惊。
ChatGPT升级为Chrome浏览器助手，可读取并操作打开的标签页
OpenAI更新了Chrome扩展，让ChatGPT能够访问打开的浏览器标签页，总结内容，并在工作模式下使用"Computer Use"功能填写表格或跨多个标签页比较产品。此功能对所有ChatGPT计划开放。
中国计划对开放权重模型和23项关键技术实施出口管制
中国计划对达到10^26 FLOPs或2万亿参数的AI系统模型权重、源代码和训练方法等23项关键技术实施出口限制。开放源码发布在注册后仍可快速获批，但此举可能促使西方公司更倾向于采用美国开放权重模型而非中国替代方案。
美银、花旗出手限制AI Agent 银行为何开始害怕“智能理财”？
①近期，多家银行向监管机构表达担忧，认为这些智能代理可能会为了追求更高收益而转移闲置现金，从而导致银行存款流失； ②摩根大通CEO戴蒙本周也表示，“ 我们必须确保以正确的方式保护客户。因此，我们也正在开发相应的工具。”
MIT News：Kendall Square 创新社区年会聚焦 AI 与就业、民主制度
MIT News 报道马萨诸塞州剑桥市 Kendall Square 协会第18届年会。MIT 教授 Daron Acemoglu 在主题演讲中提出，AI 应成为工人扩展能力、学习新技能的工具，而非工作的敌人；他还谈及新书《What Happened to Liberal Democracy?》。剑桥市长 Sumbul Siddiqui 回顾了 1970 年代居民与生物实验室合作制定重组 DNA 研究政策的经历，Broad Institute 首席传播官 Lee McGuire 则重申人才密度、教育与集体发声仍是该地区创新的关键因素。
日本央行年内加息预期升温 行长称无法容忍通胀进一步上行
①日本央行行长植田和男表示他“无法容忍”潜在通胀率进一步高于2%，这一表态进一步强化了市场对该行未来几个月继续加息的预期； ②植田和男还表示，日本央行将关注并评估中东局势、人工智能相关需求以及汇率走势的影响，并据此考虑加息的时机和速度。
净利超1300亿元+回购超10亿元！长鑫科技释放出什么信号？
①长鑫科技预计今年前三季度营业收入约为2650亿元至2700亿元，实现归母净利润1310亿元至1325亿元； ②长鑫科技表示，行业AI算力需求快速增长，全球DRAM行业景气度提升，产品供不应求，价格大幅上涨。
谷歌Gemini 4 Argon在ARC-AGI-3基准测试中得分97.5%
Google Deepmind的Gemini 4 Argon在ARC-AGI-3基准测试中得分97.5%，成为继OpenAI后第二个突破95%大关的实验室。但在标准测试环境中，其得分降至49.8%。该模型在数学和软件工程领域仍落后于竞争对手。
特斯拉与SpaceX合并预期升温 预测市场显示概率升至56%
①相关预测市场合约显示，两家公司在2027年3月前宣布达成合并协议的概率从29%升至56%； ②巴克莱预计双方或在12月6日前宣布合并，Terafab项目及AI业务垂直整合可能成为关键驱动力。
The Batch 第375期：Claude Haiku 5.5 与 Mistral Large 4 发布，本地 AI 硬件与数据配比研究
本期主要围绕三条线索：Anthropic 发布 Claude Haiku 5.5 并回顾 Sonnet 5.5，独立评测显示 Haiku 5.5 智能指数 43 排第 13、速度最快，但成本与延迟随推理等级大幅变化；Mistral 发布 1.05 万亿参数 MoE 模型 Large 4 的 API 预览，在 CyberGym-E2E-AA 上以 82% 居公开模型首位，权重将随后开放；Apple、Nvidia、Microsoft 推出面向本地 AI 的桌面与笔记本，Tom's Hardware 用 AgentPerf-Local 测试表明 Nvidia 硬件快于 Apple 与 AMD。此外，清华、蚂蚁与人大提出 CausalMix，用因果方法将数据配比与数据质量分离来优化微调数据选择。
神经网络可解释性研究获突破进展，90%神经元功能明确
最新研究表明神经网络可能比研究人员想象的更容易解读，约90%的神经元具有明确功能。这一发现对AI安全研究具有重要意义，可直接在模型电路中发现欺骗或危险行为。研究人员仍在辩论这一论点是否成立。