- 论文公开站arXiv
DP-SGD 下权重绑定对纯解码器 LLM 是否仍有益？
Is Weight Tying Still Beneficial for Decoder-Only LLMs in Private Settings Under DP-SGD?
DP-SGD 是大模型隐私保护微调的主流方法。许多纯解码器 LLM 采用输入输出嵌入权重绑定，本文在差分隐私设定下重新审视这一设计是否仍然有利。
- 论文公开站arXiv
面向多模态临床诊断的排序感知提示优化
Ranking-Aware Prompt Optimization for Multimodal Clinical Diagnosis
多模态大模型正快速推进临床诊断，但其适配流程仍以准确率为目标。临床数据类别严重不平衡，恒定多数类预测器准确率可超90%却无临床价值。
- 开源项目公开站GitHub
python279/stock-predict — 完全自动化的国际新闻抓取、分析和通知系统。系统每天自动抓取世界各地的权威新闻源，使用大模型进行深度分析，预测世界局势并给出投资建议。
- 资讯公开站Digitimes
专访：讯飞医疗认为临床整合是韩国医疗AI扩展的关键
Interview: iFLYTEK Medical sees clinical integration as key to healthcare AI expansion in South Korea
中国科大讯飞旗下医疗AI子公司讯飞医疗正利用其星火医疗大模型支持诊断和病历生成，同时应对临床工作流整合、护理环境差异和模型幻觉等挑战。
- 论文公开站arXiv
AdviSD：通过定向多轮自蒸馏学习指导前沿大模型
AdviSD: Learning to Advise Frontier LLMs via Targeted Multi-Turn Self-Distillation
小型可训练顾问可利用自然语言建议引导冻结的语言模型执行器。除任务奖励外，顾问还可利用已完成交互的反馈改进建议，但看似合理的纠正未必能改变执行结果。
- 论文公开站arXiv
大模型图重建失真的谱理论：紧界与实证刻画
A Spectral Theory of Distortion in LLM Graph Reconstruction: Sharp Bounds and Empirical Characterization
语言模型图重建评估通常报告原始图与重建图之间的单一聚合距离。本文证明对于拉普拉斯谱间的Wasserstein距离，该汇总受两个边计数约束。
- 论文公开站arXiv
LeapQuant：具有精确循环状态量化的高效线性注意力
LeapQuant: Efficient Linear Attention with Accurate Recurrent State Quantization
近期大模型越来越多采用线性注意力替代标准注意力，如Gated DeltaNet和Kimi Delta Attention。这些方法将上下文压缩为固定大小循环状态，大幅降低长上下文成本。本文提出LeapQuant。
- 论文公开站arXiv
学会停止而无需学会停止：自监督置信度训练提升推理效率
Learning to Stop without Learning to Stop: Self-Supervised Confidence Training Improves Reasoning Efficiency
摘要显示，该研究提出一种自监督置信度微调方法：让推理模型在自身推理轨迹的中间点预测对答案的置信度，训练仅用600道题，损失函数不含长度、效率或停止目标，推理时也不做置信度引导或早停。在Gemma、Qwen、Nemotron、GPT-OSS等模型及数学、科学、代码基准上，生成token最多减少25%且准确率持平，效果与显式优化短推理的方法相当，并基本保留原有高层推理结构。
意义：为推理模型提效提供新监督信号：无需改推理流程或加长度惩罚，即可在保持准确率的同时显著降低推理成本。
- 资讯公开站Ars Technica
评测：苹果超贵 M5 Ultra Mac Studio 让我变成氛围编程者
Review: Apple's hyper-pricey M5 Ultra Mac Studio made me into a vibe coder
摘要显示，Ars Technica 对苹果 M5 Ultra Mac Studio 进行评测，称其价格高昂但可本地运行 AI 并带来乐趣，作者甚至因此变成氛围编程者。原文仅以一句设问收尾：可用的本地 AI 很有意思，但你愿意为它付多少钱？未披露具体配置、跑分或价格数据。
意义：本地大模型运行能力正成为高端工作站的核心卖点，开发者需权衡本地 AI 体验与硬件成本。
- 开源项目公开站GitHub
harry0703/MoneyPrinterTurbo：AI 一键生成高清短视频
harry0703/MoneyPrinterTurbo — 利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
摘要显示，MoneyPrinterTurbo 是一个利用 AI 大模型和自动化工作流、根据主题或关键词一键生成高清短视频的开源项目。其 GitHub 页面标注星标数约 124,850，说明该项目在开发者社区中具有较高关注度。摘要未披露所调用模型、生成流程细节或输出规格等信息。
意义：为开发者提供短视频自动生成的开源参考实现，可复用于内容生产与AI工作流集成。
- 资讯公开站Ars Technica
AI幻觉称中国核部件，几乎引发美军攻击
AI hallucination of Chinese nuclear components almost led to US military attack
摘要显示，Ars Technica 报道称，一份由AI生成的、关于中国核部件的幻觉性军备报告，几乎导致美国军方对一艘中国货船采取登船或攻击行动；与此同时，报道指出军方对AI的整体使用似乎正在加速。原文未披露具体时间、涉事单位与处置细节。
意义：凸显大模型幻觉在高风险军事决策中的现实危害，为AI可信性、人机复核与情报流程设计敲响警钟。
- 论文公开站arXiv
StageGuard：通过智能体蒸馏学习长时程机器人任务的阶段转换
StageGuard: Learning Stage Transitions for Long-Horizon Robot Tasks via Agentic Distillation
摘要显示，针对长时程机器人任务中判断何时终止当前技能并切换到下一子任务的问题，作者提出 StageGuard，一种智能体蒸馏框架。该方法结合教师模型推理与演示轨迹，生成子任务完成与策略切换的结构化解释，再让轻量学生 VLM 生成紧凑自解释并做监督微调。在两个基准轨迹上评估阶段转换预测，并通过集成到 BEHAVIOR-1K 分层机器人控制中评估闭环任务成功率，还在真实机器人上做了进一步验证。结果称阶段转换预测显著提升，并支持高效在线监控。
意义：为长时程机器人任务提供轻量级阶段切换判断方案，降低对云端大模型推理的依赖，利于实时在线监控与端侧部署。
- 资讯公开站Ars Technica
使用AI水印时，LLM对有害提示的响应不同
LLMs respond differently to harmful prompts when AI watermarking is used
摘要显示，当使用SynthID等AI水印技术时，大语言模型对有害提示的反应会发生变化：原本会拒绝的有害指令，在水印机制下可能被模型执行。这表明水印嵌入过程可能削弱模型的安全对齐，使其更易受对抗性提示影响。
意义：提醒开发者：内容水印可能引入新的安全风险，需在部署前评估其对模型对齐与对抗鲁棒性的影响。
- 主题公开站Google News · GPT-5
GPT-5 vs 国产大模型：谁更懂中文？实测对比
摘要显示，有读者对中外AI在中文理解与文化语境上的差异感到好奇，本文据此对GPT-5与文心一言、通义千问等国产大模型进行对比评测，维度涵盖中文理解与文化语境等，但未提供具体测试数据与结论。
意义：中文语境能力是国产模型差异化竞争的关键，此类对比可为开发者选型与本地化评估提供参考。
- 开源项目公开站GitHub
text-to-cad：面向 CAD/CAE/CAM 的智能体技能库
earthtojake/text-to-cad — A library of agent skills for CAD, CAE and CAM
该项目是 GitHub 上的智能体技能库，面向 CAD、CAE 与 CAM 场景，当前获约 15924 颗星标，开发者社区关注度较高。
意义：将大模型智能体能力引入工程设计与制造流程，为 CAD/CAE/CAM 自动化提供可复用的技能组件，值得开发者关注。
- 开源项目公开站GitHub
从零开始用PyTorch实现ChatGPT式大语言模型的逐步教程
rasbt/LLMs-from-scratch — Implement a ChatGPT-like LLM in PyTorch from scratch, step by step
该GitHub仓库提供从零开始用PyTorch实现ChatGPT式大语言模型的详细教程。内容涵盖数据准备、模型架构、训练与微调等步骤，旨在帮助开发者深入理解LLM内部机制。仓库已获得超过10万星标，表明其受欢迎程度和实用性。
意义：为开发者提供从零构建LLM的实战指南，有助于深入理解Transformer架构和训练细节，是学习和研究大模型的重要资源。
- 论文公开站arXiv
自精炼流水线中的非对称容量分配研究
Asymmetric Capacity Allocation in Self-Refinement Pipelines
自精炼（生成、批评、修订）是提升大模型生成能力的常用范式，但现有方法多将模型大小视为实现细节而非研究对象。本文首次对自精炼流程进行分阶段模型规模研究，基于Qwen3和Gemma 3的多个尺寸在5个基准上实验，发现较大生成器和修订者通常提升性能，而过小的修订者可能损害性能；批评者大小对性能影响不敏感，但包含小型批评者仍优于完全省略。
意义：为多阶段LLM系统提供容量分配指导，避免资源浪费，助力构建计算高效的自精炼流水线。
- 主题公开站Google News · 大模型
大模型成本控制：从训练到推理的省钱策略
摘要显示，大模型使用费用高昂，尤其API调用。文章分享成本优化技巧，如缓存、模型蒸馏、混合使用等，帮助个人和企业降低开销。
意义：为开发者和企业提供实用的成本优化思路，有助于降低AI应用门槛，提升资源利用效率。
- 开源项目公开站GitHub
minimind：2小时从零训练64M参数大语言模型
jingyaogong/minimind — 🧠 Train a 64M-parameter LLM from scratch in just 2h!
GitHub项目minimind展示了从零开始训练一个仅64M参数的大语言模型，训练时间仅需2小时。该项目提供了完整的训练流程和代码，旨在降低LLM训练门槛，让开发者能够快速上手并理解大模型的基本原理。项目在GitHub上已获得超过5万星标。
意义：对开发者而言，降低了训练大模型的门槛，有助于快速理解LLM训练流程；对AI行业，展示了轻量化模型的高效训练可能性。
