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。
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
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
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
今日最值得关注的是物理世界 AI 的三线并进:OpenAI 首次披露 GPT-6(Astra)端到端完成一款 Codex 对话设备的造型、PCB 布局与固件设计,两人不到一周搞定、代工厂一月出原型;Tutor Intelligence 拿下 a16z 领投的 7500 万美元 B 轮,直指"物理 AI 缺的不是算法而是数据"——最大公开数据集 Open X-Embodiment 仅约 100 万条轨迹,与 LLM 训练量差数个数量级。开源侧同样热闹:Mistral Large 4 以 1.05T 开放权重、1M 上下文上线 Open Math OS,Kimi K3.1 Pro 明日放出权重;v
今日最重磅的是 Mistral Large 4(Le Chonk)正式开放权重:1T 原生多模态旗舰主打 agentic coding,FrontierCode 2.0 拿到 19.7%、Terminal-Bench 4.0 提升 13 点,且比 GLM-5.3 少用 47% token,"token 效率"正成为开源 coding 模型的新对比维度。基础设施侧,OpenAI 自研 Git 后端 Pando 承载全部 monorepo,push 中位延迟降近 5 倍、每天传近 1PB,印证"agent 规模化会先把版本控制打爆"。争议方面,一篇声称"LLM 能直接读写神经网络权重"的论文被逐条
今日最重磅的消息来自资本与算力两端:Anthropic 递交 IPO 注册声明,首次公开经审计财务——上半年营收 163 亿美元、Q2 首次单季盈利,但同时背着约 6370 亿美元云与芯片承诺;Musk 则披露 SpaceX Colossus 2 四馆约 86 万块 GB300、合计约 93 万等效、1.3GW,AI 基础设施收入 76 亿美元首超火箭与 Starlink。技术侧,Sakana AI 宣布从零训练 agent-native LLM「Sawara」,GPT-6 Astra 在 Robot Intelligence Index 16 项机器人基准综合第一,而 SemiAnalysi