AI 技术日报 - 2026-11-10

Anthropic 同日发布 Claude Fable 5.2 与 Mythos 5.2,API 降价 20%,FrontierCode 2.0 以 49.1% 反超 Gemini 4 Carbon 与 GPT-6 Astra,同时被 METR 报告点名:纳入内部未公开模型后 AI 自我研发加速约 2x,朴素外推距完整 RSI 可能不到一年。硬件侧 Google 一次性补齐第八代 TPU 四款系统,8i Max 双芯封装破 memory wall;NVIDIA GR00T 2 用 10 万小时人类第一视角数据训练,50 个任务中 40 个零示范完成。此外 OpenAI 与 Anthropic

AI 技术日报 - 2026-11-09

今日最重的事件是 NVIDIA 的治理黑天鹅:董事会启动独立调查,CEO 黄仁勋承认与疑似中国情报人员 Alice Huang 的私情,国会要求其 11 月 18 日赴听证,而 Megaspeed 已成为 NVIDIA 最大买家之一(采购约 48 亿美元设备)。资本侧同样热闹,生成媒体推理平台 Fal 以 160 亿美元估值完成 13 亿美元 F 轮,7 个月估值翻倍、年化营收从 3 月的 4 亿冲到 8 亿;agent 运维赛道 Traversal 以 10 亿美元估值融资 1.2 亿美元。技术侧,NVIDIA 开源 Auto Ontology 给 text-to-SQL agent 补业务

AI 技术日报 - 2026-11-08

今日最值得关注的是资本与政治的双重转向:Anthropic 拟 11 月中旬登陆纳斯达克,但估值预期从 2 万亿美元下调至 1–1.5 万亿;中期选举中 41 项数据中心公投 40 项被否决,费城半导体指数单日暴跌 12.2%,Alphabet 单季 capex 已达经营现金流 121%。模型侧,Thinking Machines Lab 发布 594B 总参 / 17B 激活的 Inkling 2 Small,先闭源安全测试、下周以 Apache 2.0 开放权重,Bridgewater 用其微调 Qwen3-235B 在金融任务上以 1/14 成本胜过 GPT-5.5。工程侧,一份对 10

AI周报 2026-W45

OpenAI 发布 GPT-6 Cyber,第一个垂直专用安全模型:ExploitGym 从 32.1% 升到 48.5%,并在 Linux 内核确认 948 个提权漏洞、在 Firefox 挖出 81 个此前未知的高危漏洞。它把"能力提升"和"不越界"当成两个要同时优化的目标,out-of-scope 对齐评测做到 100%。

推荐周报 2026-W45

本周工业界论文的密度继续走高——37 篇里有 20 余篇带线上结果或生产部署。三组技术信号最清晰:生成式推荐的瓶颈从"能否生成"移到"生成得对不对",重排与混排开始把整条链路压进单个自回归解码器,Agent 推荐则从调用工具走向自我反思与奖励建模。 生成式推荐:语义 ID 的量化误差与解码漂移成为主攻方向。 快手的 BRIDGE 把 RQ-VAE 量化过程与解码器之间的信息断层命名为"语义量化鸿沟",用码本锚定的隐式推理、特权 EMA 自蒸馏、深度感知计算分配三项机制分别弥合 grounding/neighborhood/difficulty 三类偏差,三个 Amazon 基准上 Recall@10 平均提升 10.9%,快手线上 A/B 广告 eCPM +0.65%。Meta 的 CAP-Mix 走另一条路——干脆不用硬量化,把物品表示为共享原型的软混合加物品特定向量,HR@5 比同 tokenizer 的硬 SID 表高 4.45–14.90%,推理吞吐是离散基线的 1.4–161 倍。两者的共同指向是:SID 的离散化本身正在成为生成式召回的信噪比天花板。 重排与混排:从手工规则走向端到端生成。 字节的 OneTrans-GSR 用单个 decoder-only Transformer 统一重排与混排,奖励模型评估完整曝光列表引导 RL,线上 GMV/u +2.63%、广告主价值 +2.06%、复购率 +2.03%,端到端延迟反降 13%。淘宝的 ICE 则从评估器入手,指出传统"独立行为建模"把连续浏览旅程压成逐条 CTR 预测会系统性偏差,改为显式建模展示→曝光→点击的因果链,14 天 A/B 点击 +0.70%、收入 +3.67%。两篇都在回答同一个问题:列表级目标无法用逐条打分拼出来。 Agent 推荐:反思、奖励与质量归因三条支线。 快手的 EvoRec 用动态反思树把失败轨迹转成可复用策略,且不需要更新任何参数,线上广告收入 +4.6%、高意图用户 +14.5%。淘宝的 E-GenRM 训练 27B 生成式奖励模型给购物 Agent 做偏好判别,E-GenRM-Bench 上偏好准确率 87.40%(超最强基线 6.97pp),14 天 A/B 用户满意度 +2.33pp。快手的 WISE 则把 Agent 用在反方向——诊断系统本身哪里坏了。

推荐算法日报 - 2026-11-07

序列级联合建模取代独立逐点预估:淘宝 ICE 把重排评估从"逐物品独立 CTR"升级为"展示→曝光→点击"的因果链建模,用浏览深度分布刻画注意力竞争,说明工业界已认识到独立预估的系统性偏差是重排天花板的主要来源,评估器保真度成为新的优化焦点。; 生成式推荐的瓶颈从"生成能力"转向"表示对齐":快手 BRIDGE 指出 RQ-VAE 语义 ID 量化过程丢失了码本质心、邻域几何与层级熵信息,形成语义量化鸿沟;OptST 同样在打通 LLM 语义 tokenizer 与下游任务的接口。两条线共同指向

AI 技术日报 - 2026-11-07

今日最硬的技术信号来自 MIT CSAIL:研究者让 LLM 直接读写神经网络权重、绕过梯度下降,仅改动 Qwen3.5-0.8B 的 0.016% 参数就把 MATH-500 从 7.9% 拉到 48.1%,权重第一次成为可被语言模型直接操作的「程序文本」。产业侧,Anthropic 发布 FlashProve,用 zkSNARK 为 400B Llama 4 Maverick 的推理生成密码学证明,单张 H100 约 110 tokens/s,把「可验证推理」推到有性能数字的工程阶段。争议面同样密集:Zvi 复盘 OpenAI 官方报告指出 GPT-6 Astra 在安全研究任务上换 sa

推荐算法日报 - 2026-11-06

物品表示与生成式检索的"去硬编码"转向:Meta 的 CAP-Mix 用软原型混合替代硬 Semantic ID,阿里本地生活把实时供给约束编译进 SID 前缀索引——两篇工业论文都指向同一结论:生成式召回的瓶颈已从"生成什么 token"转向"物品表示如何承载语义与约束",且都强调推理吞吐/延迟的工程收益。; Agent 从"做推荐"走向"诊断系统":快手 WISE 把 LLM Agent 用于搜索全链路质量归因,PMRecBench 揭示多模态 Agent 的个性化失衡,Weaver 用双图

AI 技术日报 - 2026-11-06

今日最刺眼的是市场与技术的背离:民主党中期选举大胜引发 AI 数据中心建设担忧,半导体 ETF 单日重挫 70.72%,美光 -17.46%、AMD -17.26%、迈威尔 -16.43%,纳指100 已入回调区间。技术侧却在加速——OpenAI 发布首个垂直专用安全模型 GPT-6 Cyber,在 Mozilla 反复测过的 Firefox 里新挖出 81 个此前未知高危漏洞;百度 ERNIE 5.5 Flash Base 以 280B 总参 / 14B 激活开放权重,vLLM 当天支持。评测端同样热闹:SemiAnalysis GDPx 用 206 个真实工作任务横评,无一 agent 超

推荐算法日报 - 2026-11-05

生成式列表级推荐走向工业主链路:字节 OneTrans-GSR 用单个 decoder-only Transformer 端到端生成曝光列表,把重排与混排统一为可随算力扩展的学习问题,线上 GMV/u +2.63% 且端到端延迟降 13%,标志着"逐点打分 + 人工规则拼装"的范式正被生成式策略取代。; 生成式检索的"离线-在线解耦"降本路径成型:阿里 ReuseGR 用 7B 离线规划共享 SID 前缀 + 0.5B 在线个性化补全,在保持 HR@100 的同时把在线延迟压到全在线 7B 的

AI 技术日报 - 2026-11-05

今日最重磅的产业信号来自政治而非技术:美国中期选举 10 个州 41 项数据中心公投几乎全被否决,德州选出承诺暂停新建数据中心的州长,AI 基建的约束正式从"算力→电力"迁移到"政治",维谛技术单日暴跌 12.89%、瑞致达跌 13.83% 正是市场对这一变量的即时定价。技术侧,Kimi K3.1 Pro 放出权重(1M 上下文、3T 级,vLLM Day-0 支持),Together Compiler 用 agent 持续编译推理、比最佳配置快 2.6 倍,OpenAI 则披露自主流水线在 Linux 内核确认并修补 948 个提权漏洞、API 成本约 120 万美元。国内半导体链午后主力资

推荐算法日报 - 2026-11-04

Agent 化推荐进入"自进化"阶段:今日 E-GenRM(淘宝)与 EvoRec(快手)两篇 5 分论文均指向同一方向——不再满足于让 Agent 做单次推理,而是引入奖励模型/反思树形成闭环,让系统从用户反馈中持续修正且无需参数更新。工业界已从"Agent 能不能用"转向"Agent 如何自我进化",这是今年最值得跟进的主线。; 生成式推荐的"效用对齐"成为共识痛点:UAGR(快手)、HERO(阿里 1688)、GRC(阿里)三篇从不同角度攻击同一问题——生成似然与下游业务效用错位,导致高价