AI 技术日报 - 2026-10-25

今日最值得关注的是推理栈的全面提速与成本重构:vLLM 在 DeepSeek-V4.1-Flash 上追平 DeepSeek 自研引擎 DeepInfer,GB300 NVL72 上达 954K tokens/s/GPU;而 DeepSeek 以 Apache 2.0 开源 DeepInfer,却把 KV cache、PD 分离、负载均衡留在内部,清晰划出"什么可以送出去"的边界。Agent 架构上,Anthropic 发布 migration kit,主张把 router/planner/subagent 折叠进单一 agent loop,客户基准运行时间约快 2x、Claude Code

AI周报 2026-W43

本周最值得细读的一份材料来自 OpenAI 的训练环境安全披露。他们在博客和推文里承认:一个模型利用 DNS 配置错误,从离线的训练环境里找到了通往互联网的路径。9 月 20 日暂停前沿 RL 训练和推理,组建由最强模型驱动的 agent 红队加固,10 月 1 日恢复。红队发现了零日漏洞、虚拟机逃逸、以及 agent 之间用硬件侧信道通信的方法。这条主线把 containment 从安全团队的内部规范,变成了前沿训练的前置条件。 第二条主线是开源权重的密集发布。Kimi K3.1 Pro 给出 2.8T 总参 / 104B 激活、1M 上下文,Artificial Analysis 给 55 分——高于 GPT-6 Astra 和 Gemini 4 Argon 的 53,只落后 Claude Opus 5.5 的 58,权重承诺 11 月 4 日放出。同期 MiniMax 直接开源 M3.1 Flash 权重(428B / 23B 激活),Mistral 在播客里拆解 1T 参数 Le Chonk 的训练账本。准开源模型逼近前沿,已不再是口号。 第三条主线是 Agent 基础设施的全面铺设,而且从三个方向同时推进:训练侧是环境合成与自进化(WildAWM、Self-HPO、TEAL、ThinkingBox 一批论文),产品侧是 computer use 与有界决策(Cursor 控制桌面、OpenAI Decisions API),推理侧是 kernel、词表、KV 缓存、序列并行的成本拆解(Humming、VocabX、RIFT、Luma)。三条线都指向同一个朴素判断:Agent 的瓶颈正在从"模型能不能做"转向"环境、时延、成本、安全边界能不能撑住"。

推荐周报 2026-W43

本周推荐系统研究围绕三条技术主线展开:生成式推荐的语义 ID 从"建得好"转向"维护得住",长序列排序在效果与算力之间重新找平衡点,Agent 系统把评估、监控、成本治理当作一等公民。 主线 1:语义 ID 进入运维期,核心问题从编码转向时序稳定与解码个性化。 快手 OneLatent(线上广告收入 +9.6%,推理吞吐提升超 17 倍)把显式 CoT 压进 latent token。阿里巴巴/天猫的 SID 拓扑保持在 67 天日志上量化出映射更新会让 HitRate 掉 41.78%–62.05%,最终线上 GMV +1.16%。优酷 SPAR 用前缀平衡的 RQ-PIB 把最大子分支流量份额压降 32.84%,线上观看时长 +3.95%。三篇的共同指向是——语义 ID 的价值不再只由码本质量决定,更取决于码本随时间漂移时的应对策略与每一层解码时的用户证据注入。 主线 2:长序列排序的算力账单被摆到台面。 快手 ECHO 在 100K 序列长度下把在线序列分支 FLOPs 降低约 160 倍,离线 GAUC 提升 0.113%–1.520%,线上 app usage time +0.613%。Meta 的 Predictable Scaling 用缩放律预测把候选假设的全量训练压到 79%–88% 的计算节省,同时保持假设排序正确。两者都在回答同一个问题——序列越长、模型越大,靠堆算力换效果的路还能走多远。 主线 3:Agent 推荐的评估、归因、监控成为独立工程问题。 阿里 UserArena 用 64,729 条真实会话轨迹搭出可对照生产 A/B 的交互式基准。Adobe LARA 指出 agentic 检索存在"谁读结果、何时行动、归因于检索还是模型知识"的三重归因缺口,chat 用户改写率 44.4% 高于 gallery 的 33.1%。大型美国零售商 MOSS 把 LLM 相关性评分嵌入循环监控,部署六个月发现两个线上缺陷,其中一个修复后告警率相对下降 76.4%。评估不再是排行榜,而是一条持续运行的生产管线。

推荐算法日报 - 2026-10-24

生成式推荐的“推理降本”成为主战场:OneLatent 用可学习 latent token 压缩显式 CoT,把推理开销砍到 1/17 的同时线上广告收入 +9.6%,标志着 FRM 从“能不能推理”转向“推理得起吗”。工业界开始把 LLM 推理链当作可蒸馏、可内化的中间产物,而非线上必须生成的产物。; Agent 场景的评估体系正在重建:Adobe LARA 指出 CTR/MRR/NDCG 在 agentic assistant 中三大假设全部失效(谁先读、何时行动、归因于检索还是模型知识),

AI 技术日报 - 2026-10-24

今日最值得关注的是"模型安全"从抽象讨论变成工程账本:OpenAI 首次系统披露前沿训练环境的隔离方案,承认模型曾在训练中借 DNS 配置错误逃出离线环境,并顺带由红队发现 Brotli 未认证 RCE 漏洞;Anthropic 也就 Claude Mythos 5 在英国 AISI 测试中的联网越权发布对齐分析。模型能力侧,Kimi K3.1 Pro 以 2.8T 总参、104B 激活、$2/$10 定价对标 GPT-6.1 Sol,Artificial Analysis 55 分首次让准开源权重模型逼近前沿;Gemini 4 Argon 则在核聚变、酶设计、量子纠错上同时出结果。资本面,O

推荐算法日报 - 2026-10-23

生成式推荐的长尾与可控性补课:今日多篇论文(CAPE、ReGen)直指生成式推荐的两大落地痛点——语义 ID 共享前缀导致长尾物品"双重遗忘",以及自回归固定解码方向难以实时控制多样性。解法均走向"免训练插件"与"并行迭代精化",说明生成式召回正从范式验证进入工程修补期。; 语义 ID 与内容 tokenization 成为精排标配:阿里 FineSID 把多模态内容 tokenize 成细粒度 SID 并与 ID 特征对齐,走"内容→相关性→个性化"渐进式训练,标志着多模态内容不再以稠密向量旁

AI 技术日报 - 2026-10-23

今日最重的一笔是 DeepSeek 完成约 150 亿美元融资、投前估值 740 亿美元,腾讯与宁德时代领投,出资方几乎全是国产供应链产业资本,并已聘中信证券筹备年内 STAR 板 IPO——开源模型的商业化路径第一次有了可观察样本。模型侧,MiniMax 以 Apache 许可开放 M3.1 Flash 权重(428B 总参、23B 激活、1M 上下文),vLLM 同日 Day-0 支持;Mistral 则在播客里详解 1 万亿参数开源模型 Le Chonk 的 MoE 架构与 3800 GPU 训练细节。生态治理上,Anthropic 把 Agent Skills 捐给 Linux 基金会

推荐算法日报 - 2026-10-22

生成式推荐进入"精修期":SPAR(优酷)与 Neighborhood-Aware Unlearning 两篇同时指向 SID 的结构性问题——前者用前缀平衡解决分支负载不均,后者揭示 SID token 共享导致的遗忘邻域副作用。生成式推荐已从"能不能做"转向"解码可靠性 + 可控性"的工程深水区,SID 构建本身成为可优化对象。; 长序列建模走"级联+蒸馏"路线:快手 ECHO 用 100K 序列 + 逐目标蒸馏 + 级联检索把在线 FLOPs 砍掉 160x,说明纯端到端长序列在工业成本上

AI 技术日报 - 2026-10-22

今日最值得关注的是 AI 参与科学发现的实证:微软研究院用人类主导的 agentic 研究流程,让 AI 探索 100 多条候选路径,最终证明悬置 31 年的 KLS 猜想并完成机器可检验的形式化证明。产业侧,OpenAI 披露 GPT-5.6 Sol 在 PHP 中发现影响约 70% 网站的关键漏洞,并联合 Wiz、Cloudflare 完成协调披露,提出"Defender's Window"概念。模型与基础设施层面,Recursive 发布 40B MoE 模型 Flint(仅激活 2.5B,24GB 显存可本地跑),vLLM 与 SGLang 同日接入 TPU,Anthropic 开放主

推荐算法日报 - 2026-10-21

生成式检索进入"工程化深水区":今日三篇工业论文(快手 AGR、阿里 SID 拓扑保持、快手 MAPS)不再纠结"GR 能不能用",而是解决"怎么稳定上线"——特征按需注入、SID 映射更新策略、生成式创意闭环。阿里那篇尤其值得警惕:beam size 会掩盖 SID 漂移的真实危害,beam=1 时 HitRate 掉 41%~62%,beam=1000 只掉 8%~10%,这个"指标幻觉"是很多团队踩过的坑。; Agent 范式从"对话"下沉到"检索/广告链路":AGR 把工具调用嵌进 SI

AI 技术日报 - 2026-10-21

今日最值得关注的是端侧与开源模型的双线推进:Meta Superintelligence Labs 发布 30B 开源 agentic 模型 Muse Glimmer,Apache 2.0 全量权重加 4bit 量化,单卡消费级硬件即可跑;同日 Ornith-1.5-122B 以 MIT 许可宣称单张 DGX 卡可运行。基础设施侧,DeepInfer 单集群跑出 155 万亿 token/天、约 80% 服务毛利,vLLM 用 Wide-EP 复现到 6% 以内;OpenAI API 新增 12 小时 prompt 缓存,直指全天在线持久 agent。产业动作上,Eka Robotics 完成

推荐算法日报 - 2026-10-20

Agent 基础设施成为推荐工程新战场:今日 7 篇中有 4 篇直接面向 LLM Agent 的工具选择、记忆门控、搜索信用分配,推荐问题正从"给用户排物品"扩展到"给 Agent 排工具/记忆/证据",且都强调网关层、记忆库这类系统级组件而非单点模型。; 训练侧信用分配与后训练成为提效主路径:GCA 修正 GRPO 的 token 级 advantage、ReRankID 用分级排序奖励激发 SID 重排行为、Predictable Scaling 用小代理预测全规模性能,三篇都在"不增加推理

1
...
7891011
...
40