Исследования1 мин
中国创建了数学家和人工智能的主要联盟
中国创建了一个数学家和人工智能的重要联盟昨天，在菲尔兹奖获得者丘成桐的领导下，一个由1000名数学家组成的联盟在清华大学成立。丘表示，中国在利用人工智能进行先进科学，特别是数学和物理方面落后于美国……
Telegram — blockchainRF (блокчейн / мозг / space / WEB 3.0)
Publication Catalog
所有文章
All published intelligence, sovereign stack research, ecosystem news, and AI foundation model reviews.
5701
Stories
Общее1 мин
我们赠送 13 个神经网络订阅：Claude Pro 和 Google AI Pro
我们将赠送 13 份神经网络订阅：Claude Pro 和 Google AI Pro ⠀ RAGNAROK 已开放 - 每天有关人工智能和技术的主要内容。我们用绘画来庆祝。莫斯科时间 10 月 19 日 20:00 公布结果。 ⠀ 奖品： ▶️3 × Claude Pro 一个月 - 文本、代码、文档 ▶️10 × Google AI Pro 一个月 - Gemini 和...
Telegram — Paragon | Нейросети и ИИ
Общее1 мин
我们推出了 RAGNAROK - 一个包含 AI 新闻的独立频道
我们推出了 RAGNAROK - 一个包含人工智能新闻的独立频道 ⠀ 关于神经网络的新闻太多了，一上午的回顾已经不够了。这就是我们制作《RAGNAROK》的原因：每天的主要内容都是关于人工智能和技术、发生了什么、在哪里尝试以及如何使用它。 ⠀ 有什么： ▶️发布...
Telegram — Paragon | Нейросети и ИИ
Исследования1 мин
Около 6 миллиардов человек практически не пользовались ИИ.
Около 6 миллиардов человек практически не пользовались ИИ. И лишь ~5000 человек наблюдают, как он выполняет работу, на которую раньше уходили годы, всего за несколько недель. Мистер Карпати разделяет мир на четыре уровня. Первый уровень. Около 6 миллиардов человек (~75%),…
Telegram — Вайб-кодинг
Инфраструктура1 мин
Paragon 已与您联系 - 让我们开始新的一天吧！
Paragon 已与您联系 - 让我们开始新的一天吧！今天的主要事情🟠12.10 ⠀ 🟠Claude - Google 上的危险广告🟠Android - 病毒已经在固件中🟠Microsoft Decision-1 - 比 GPT-6 Sol 更快🟠Anthropic - 代理发送了真实的表格🟠ChatGPT - 没有它人们就会放弃🟠Yandex 是第三个数据中心......
Telegram — Paragon | Нейросети и ИИ
Общее1 мин
Лучшие ИИ-находки прошедшей недели
🔥Лучшие ИИ-находки прошедшей недели Claude Haiku 5.5 — стала в 10 раз дешевле и может работать субагентом у более мощных моделей. Intelligent UI — ChatGPT генерирует кнопки, графики и интерактивные элементы прямо в ответах. Nano Banana 2.1 — новая версия аккуратнее редактирует…
Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин
Equal-Budget Monte Carlo Tree Search versus Randomized-Restart List Scheduling for DAG Workflows: A Controlled Equal-Budget Computational Study
arXiv:2610.12542v1 Announce Type: new Abstract: Monte Carlo Tree Search (MCTS) is often proposed for scheduling directed-acyclic-graph (DAG) workflows, yet most studies never run the comparison that could refute it - giving a much simpler method the same search effort. We run…
arXiv — cs.AI
Исследования1 мин
CLEAT：交互式代理的学习价值引导澄清
arXiv:2610.12655v1 公告类型：新 摘要：LLM 代理可以执行日益复杂的任务，但有效的协助还需要使他们的行动与用户可能未说明的目标和约束保持一致。我们将这个问题作为交互式意图对齐来研究......
arXiv — cs.AI
Исследования1 мин
通过蒸馏最优传输从少量配对数据进行表示对齐
arXiv:2610.12781v1 通告类型: 新 摘要: 对齐两个独立预训练的单模态编码器通常需要数百万个配对样本。在本文中，我们研究仅有 $N \\sim 100$--$500$ 对配对数据可用的情况，而任一侧的非配对数据...
arXiv — cs.AI
Исследования1 мин
MagicBeanStalk: 通过递归数据合成逃离RLVR零优势陷阱
arXiv:2610.12659v1 公告类型: 新 摘要: 以数据为中心的RLVR扩展侧重于收集或生成可验证的训练问题。然而,语料库规模本身并不能决定数据集是否为目标策略提供有用的学习信号。为了指导…
arXiv — cs.AI
Исследования1 мин
EvoBelief: Falsifiable World Models for Self-Improving LLM Agents
arXiv:2610.12789v1 Announce Type: new Abstract: Self-evolving LLM agents typically improve how they act through accumulated experience, reflection, or skills. Yet even procedurally capable agents can fail when their beliefs about environment dynamics are incomplete, incorrect,…
arXiv — cs.AI
Исследования1 мин
忠实且完整的LLM辅助自动化构建分层硬件知识图谱
arXiv:2610.12762v1 公告类型: 新 摘要: 硬件数据手册包含工程规格，对于组件选择、系统集成和硬件兼容性验证至关重要。然而，由于数据手册...，人工检查既繁琐又容易出错。
arXiv — cs.AI
Исследования1 мин
定义、衡量和利用人工智能应用中的创造力
arXiv:2610.12845v1 公告类型：新 摘要：尽管进行了广泛的研究，但计算创造力仍然缺乏跨艺术、科学研究和游戏等背景的概念基础、实际相关和经验适用的正式定义。现存的…
arXiv — cs.AI
Исследования1 мин
Know What You Don't Know: Agentic Data Synthesis by Evolving Generation Space for Closed-Loop Learning
arXiv:2610.12593v1 Announce Type: new Abstract: The continued improvement of large language models increasingly depends on synthetic experience, yet effective data synthesis for interactive agents requires not only executable and verifiable trajectories, but also interactions…
arXiv — cs.AI
Исследования1 мин
没有锚点的忠诚度：关于可解释的人工智能忠诚度指标特征重要性的结构失调的立场文件
arXiv:2610.12493v1 公告类型：新 摘要：可解释的人工智能 (XAI) 工具通常被认为是通过使算法的各个方面更易于人类理解来增加对机器学习模型的信任的方法。然而，证据积累了……
arXiv — cs.AI
Исследования1 мин
EliteTable: 用于可执行控制策略的自我改进程序搜索
arXiv:2610.12536v1 公告类型: 新 摘要: EliteTable 是一种由大语言模型 (LLM) 引导的自我改进程序搜索算法,它使用固定容量的高分解决方案表来指导新提案、现有解决方案的编辑以及多个解决方案的混合……
arXiv — cs.AI
Исследования1 мин
SpireBench：通过 Slay the Spire 评估代理模型的长期战略游戏
arXiv:2610.12596v1 公告类型：新摘要：代理大型语言模型现在可以处理复杂的任务，但长期的战略推理尚未得到充分研究：大多数代理基准都是简短且间歇性的，并且长任务的性能很难分解为存储的......
arXiv — cs.AI
Исследования1 мин
超越二元可验证奖励：面向SWE智能体的行为自我奖励
arXiv:2610.12598v1 公告类型：new 摘要：带有可验证奖励的强化学习（RLVR）通过可执行测试为软件工程智能体提供可靠监督，但二元奖励无法区分具有实质性差异的轨迹……
arXiv — cs.AI
Исследования1 мин
VEPA: 面向LLM智能体终身护栏的验证型演进形式化策略
arXiv:2610.12813v1 公告类型: 新 摘要: LLM智能体越来越多地操作敏感资源,如私有文档和可变系统状态,这可能造成严重的安全风险。运行时护栏因此应使...可检查、可复现,…
arXiv — cs.AI
Исследования1 мин
奖励黑客作为多代理编码系统中的可传播策略
arXiv:2610.12822v1 公告类型：新 摘要：多智能体系统越来越多地用于通过协调共享代码和计划的智能体来解决编码任务。这些代理通常使用自动评估器通过强化学习（RL）进行优化，但绕过......
arXiv — cs.AI
Исследования1 мин
神经网络比单个神经元所暗示的更具模块化
arXiv:2610.12842v1 公告类型：new 摘要：神经网络通常会发展出这样的表示，其中单个神经元参与多个不同的功能，导致普遍认为此类网络缺乏模块化组织。我们对此结论提出质疑 …
arXiv — cs.AI
Исследования1 мин
通过表示几何正则化缓解LLM自我改进中的能力退化
arXiv:2610.12855v1 发布类型：new 摘要：On-Policy Self-distillation（在线策略自蒸馏）是一种自我改进范式，它允许大语言模型（LLM）通过在不同条件上下文中将同一模型同时作为教师和学生来提升其能力。
arXiv — cs.AI
Исследования1 мин
注意空间鸿沟：面向地理空间推理与约束空间编辑的基准
arXiv:2610.12881v1 公告类型：新 摘要：理解和操纵空间关系是推理物理环境并构建有根据的世界模型的AI系统的基础。然而，现有的多模态大语言模型（MLLM）评估……
arXiv — cs.AI
Исследования1 мин
基于Seq-Drifting的单步文本生成
arXiv:2610.12879v1 公告类型: 新 摘要: 扩散语言模型并行生成token，但仍需多次采样步骤才能生成高质量文本。本文探讨模型是否能在单步中学习生成整个序列……
arXiv — cs.AI
Исследования1 мин
零售市场中的AI中介：收入效应与产品组合优化
arXiv:2610.12917v1 公告类型：新 摘要：AI购物助手越来越多地影响消费者考虑的产品。我们研究AI中介下的零售产品组合规划，其中零售商选择目录，AI中介形成面向客户的候选清单，且…
arXiv — cs.AI
Исследования1 мин
OGPO: 面向可恢复视觉-语言-动作模型的离线目标条件策略优化
arXiv:2610.12914v1 通告类型: new 摘要: 视觉-语言-动作 (VLA) 模型在机器人操作中展现出强大潜力，但其后训练仍主要依赖机器人演示上的轨迹级监督模仿。虽然这对……有效
arXiv — cs.AI
Исследования1 мин
Teaching neural decoders with language
arXiv:2610.12921v1 Announce Type: new Abstract: Brain-computer interfaces decode neural activity, yet class-label supervision (CLS) leaves relationships among classes implicit. We propose Language as Supervision (LaS), which aligns neural features with natural-language class…
arXiv — cs.AI
Исследования1 мин
跨模型切片的协作学习与推理
arXiv:2610.12927v1 通告类型：新 摘要：大语言模型（LLM）凭借知识先验、上下文推理和测试时计算，在多样任务中表现出色。尽管存在这些优势，单模型推理仍易受错误传播影响，因为…
arXiv — cs.AI
Исследования1 мин
Learning More by Training Less: Uncertainty-Guided Progressive Contraction for Efficient Reasoning Post-Training
arXiv:2610.12933v1 Announce Type: new Abstract: Large language models have achieved remarkable advances in complex reasoning. However, scaling reasoning post-training with ever-larger corpora can substantially increase training cost without proportional performance gains. In…
arXiv — cs.AI
Исследования1 мин
DeFiRank: 用于去中心化金融网络治理的联邦成对排序
arXiv:2610.12916v1 公告类型: 新 摘要: 去中心化金融网络中现有的治理方法依赖于人工委员会进行的手动审查流程,这引入了主观偏见,在高网络量下造成可扩展性瓶颈,并且…
arXiv — cs.AI