📰 科技脉搏
2026-11-03
🏢 公司追踪
文章探讨AI代理如何影响专家在关键判断中的决策过程，分析代理介入改变专家评估、责任分配与协作模式的方式，为设计可信人机协作流程、降低自动化偏见和治理专业决策风险提供洞见。
📅 10-27📎 Anthropic Research
文章介绍大语言模型可证明推理的研究进展，聚焦为模型输出提供可验证保证的方法，提升推理可靠性与安全性，为高风险场景中可信部署LLM、开展形式化评估和构建责任明确的AI系统奠定基础。
📅 11-02📎 Anthropic Research
🔥 AI & 科技
本期围绕Spacewar、低延迟任务与大语言模型的对比及Genie 4展开，分析实时交互场景中LLM的延迟瓶颈与适用边界，并关注生成式世界模型最新进展，为评估模型在低时延任务中的落地价值提供参考。
📎 Import AI
提出Pixel-UMI框架，利用带传感器的人类全身演示采集环境交互数据，学习环境感知的全身操作策略，实现从人到机器人的技能迁移。该方法降低真实机器人数据采集成本，增强复杂场景下的全身操作泛化能力，为可扩展的机器人模仿学习提供新路径。
📅 11-02📎 arXiv AI Papers
提出Pixel软硬件协同设计的全栈机器人系统，面向通用移动操作学习，集成感知、规划、控制与学习模块，构建数据采集、训练和部署闭环。该系统提升移动操作在开放环境中的泛化性与实用性，为通用机器人学习提供可扩展的平台支撑。
📅 11-02📎 arXiv AI Papers
提出神经符号方法，将自然语言斑马谜题转化为精确覆盖问题：语言模型解析实体与约束，符号求解器完成精确推理。该框架结合神经理解与符号推理，提升逻辑谜题求解准确性和可解释性，为自然语言约束推理提供新思路。
📅 11-02📎 arXiv AI Papers
WebHarbor提出将真实网站对接为可演化的GUI智能体环境，缓解静态仿真与真实网页差距，支持动态任务生成和持续评估，提升智能体在开放网页中的泛化与自适应能力。
📅 11-02📎 arXiv AI Papers
D&A将视觉语言模型的任务描述与成功评估解耦，减少评估偏差，使其无需训练即可作为机器人零样本奖励模型，提升奖励判断准确性与跨任务泛化能力，为机器人强化学习提供可扩展监督信号。
📅 11-02📎 arXiv AI Papers
Strategist提出基于智能体的演化推理框架，通过多智能体协作与策略迭代，将推理过程转化为可进化的策略搜索，增强复杂任务中的推理稳定性、适应性与可扩展性，为智能体推理提供新范式。
📅 11-02📎 arXiv AI Papers
该研究追踪大语言模型科学发现能力与其训练数据的关联，分析数据覆盖与知识分布对模型提出假设、发现规律的影响，提出能力溯源方法，为评估和改进LLM科学发现能力提供数据驱动依据。
📅 11-02📎 arXiv AI Papers
提出DiabAgent，一种面向糖尿病生理控制的智能体框架，融合大模型推理、生理建模与闭环决策，实现个性化血糖管理与主动调控，推动生理控制从被动监测走向智能体自主干预。
📅 11-02📎 arXiv AI Papers
提出“四桥”多智能体博弈框架，通过结构化互动场景测量大语言模型的欺骗倾向，分析欺骗策略的形成与影响因素，为多智能体系统可信与安全评估提供可量化方法。
📅 11-02📎 arXiv AI Papers
该研究探讨学习智能体在记忆组织中如何自发涌现时空结构，分析其内部表征对时间次序与空间关系的编码机制，揭示经验积累与预测学习对时空概念形成的驱动作用。成果为理解智能体认知中物理概念的起源提供了新视角。
📅 11-02📎 arXiv AI Papers
💰 财经 & 投资
文章解析谷歌财报，指出其广告与云业务稳健，但AI搜索转型带来成本与商业模式压力；并将当前处境类比Facebook移动转型，强调AI Agent是下一平台入口，谁能掌控代理生态谁将定义分发。
📎 Stratechery
晚点梳理Anthropic招股书33个关键事实，覆盖财务、治理、算力、商业化与风险，呈现其高增长与高亏损并存、对巨头依赖等特征，帮助读者在争议中理解这家AI公司的真实基本面。
📎 晚点LatePost
文章对比AI在新闻叙事中常与裁员降本挂钩，而在实业场景中企业正用AI解决生产、供应链、客服等具体问题，强调价值在落地提效而非概念炒作，揭示AI从资本故事走向产业一线的分化。
📎 晚点LatePost
由 Hermes 自动生成 | 查看历史摘要