DuoLM：利用语言模型实现快速、有效的个性化推荐
DuoLM 是一个个性化推荐框架，将紧凑型推荐模型与高效的服务运行时相结合。编码器 LLM 生成可离线复用的紧凑物品表示，个性化排序 LLM 则将其与用户历史记录和反馈结合。两个模型通过推荐任务监督和教师模型蒸馏进行端到端训练。虚拟 token ID、共享历史计算和 CUDA Graph 重放用于加速推理。基准测试显示，DuoLM 的推荐质量与专家教师模型相当；在单张 H100 上，每秒可为约 2
AI 新闻中心
AI 新闻中心 过去24小时分析了 168 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
TenetBench：基于条款的俄语语料库，用于依据职业道德规范评估语言模型
TenetBench收录了3,433条与15部俄语职业道德规范条款相冲突的请求，并为每条请求配对一个仅在正当性上不同的无害请求。自动化流程直接根据规范文本生成任务；研究还从两部英语规范中构建了经人工验证的任务。专家认为，99.5%的冲突请求情境合理。在对14种模型与推理模式组合的测试中，11种在大多数此类请求中生成了违规内容，且通常没有发出警告。近四分之三的警告同时伴随着违规内容。
利用稀疏自编码器构建可审计的 AI 文本检测器
AI 生成文本检测器日益应用于教育、同行评审和内容审核，但其判断往往缺乏透明度。研究人员提出一套流程，利用稀疏自编码器（SAE）从神经网络检测器的内部表示中提取可解释特征，再用筛选出的特征训练轻量级分类器。研究称，这些特征对应着 AI 生成文本中特定的语言线索；面对训练分布之外的文本，该分类器的表现优于研究中比较的神经网络和文体分析方法。
MMVistaReason：面向多模态推理的开放数据与后训练方案
MMVistaReason（MVR）是一套面向多模态模型的后训练方案，使用开放数据并结合监督微调与强化学习。该方案覆盖分析推理和现实场景推理，采用分阶段的数据清理与标注，并通过蒸馏整合专门化模型。作者称，MVR-4B在15项基准测试中的平均得分为72.8，超过Qwen3.5-9B（Instruct）和MMFineReason-8B，且使用的样本量比MMFineReason少约70%。MVR-9B的
DISC：面向时间序列数据集的领域集成相似度成本
该研究分析时间序列数据集之间的相似性与模型迁移及预测性能之间的关系。研究提出DISC，一种可学习的框架，利用校准阶段的迁移观测结果，对多种相似度指标进行选择、加权和组合。在报告的数据划分上，DISC与迁移学习和预测任务中的下游误差比单一指标具有更高的一致性。结果表明，数据集相似性取决于具体任务，而通过学习整合多种指标，可能比手动选择单一指标更适合作为模型适配前选择源数据的参考。
用于博弈均衡计算的单纯形乘积域固定点束方法
本文将有限维变分不等式的固定点束框架从单纯形域扩展到单纯形乘积域，使其能够直接用于计算一般和博弈中的纳什均衡。研究人员在一个单纯形上构造了等价的变分不等式，并通过纤维丛同构证明两种固定点束框架之间的等价性。利用这一几何等价关系，路径跟踪算法继承了原单纯形框架的全局线性收敛保证。在数值实验中，该算法在全部5,600个随机生成的博弈实例上都达到了10^-5的精度。测试范围从两名玩家、每人128个动作的
AI热潮能否经受住利润率挤压？
在《Merryn Talks Money》节目中，Merryn Somerset Webb与Silicon Data研究主管Steve Hou探讨了人工智能领域一个新出现的经济问题：Token价格下跌，而生成Token所需的算力成本却在上升。他们讨论了这种差异对OpenAI和Anthropic估值的潜在影响、市场需求能否支撑对AI基础设施的巨额投资，以及当每个人都拥有大量替自己工作的AI代理时可能
On-Policy 自训练：大语言模型无需外部数据的自我改进
这项研究提出一种后训练方法，使语言模型无需依赖更强大的外部教师模型或人工整理的问答数据，也能提升自身能力。模型仅根据粗略的主题描述，自行生成问题和详细推理示范，并将其用作训练信号。测试显示，该方法提升了模型在多个文本领域和视觉问答任务上的表现，同时保留了未纳入自训练领域的能力。
全球大模型周调用量突破188万亿Token，中国模型包揽前五
最新行业数据显示，上周全球大模型总调用量达到188万亿Token，环比增长14.63%。中国大模型调用量为93.54万亿Token，据报道已连续26周超过美国。DeepSeek V4.1-Flash-1017以33.6万亿Token的周调用量和801%的环比增幅位居全球第一。全球调用量前五名还包括DeepSeek V4.1Flash、MiniMax M3.1Flash（free）、智谱GLM5.3
MultiAgent-OPD：通过在策略蒸馏端到端训练层级多智能体系统
MultiAgent-OPD将策略蒸馏与强化学习结合起来，对由领导者、搜索智能体和回答智能体组成的层级团队进行端到端联合训练。一个预先训练并冻结的教师模型会评估搜索智能体生成的搜索和摘要标记，为搜索过程提供局部监督。领导者根据团队整体成功情况学习，回答智能体则根据答案正确性进行训练。在七个数据集上，该系统以四次尝试为评估条件取得38.68%的宏平均成绩，较Prompted Critic高4.06个
AI交易热度降温，两只挂钩SK海力士的美股杠杆ETF将清算
Tradr发行的两只挂钩SK海力士美国存托凭证（ADR）的ETF预计于11月12日前后清算。一只追踪该股每日表现的两倍，另一只追踪反向两倍；两者于7月28日上市。两只基金的总资产较峰值缩水逾六成，目前约为130万美元。此举发生在投资者对AI概念股的热情降温、半导体股持续波动之际。
DraMaze：面向多样化微短剧剧本生成的未来感知记忆多智能体流程
DraMaze是一种多智能体流程，旨在生成情节发展更丰富、长期叙事更连贯的长篇微短剧剧本。该系统结合由套路记忆引导的进化树搜索与变异机制，并构建反向叙事依赖树，根据未来剧情目标组织、保留和检索历史信息。研究人员还推出了双语基准MiDramaBench，用于评估不同长度剧本的逻辑性和创造力。在三个基础大语言模型上的实验表明，对于最多60集、长度达6万词的剧本，DraMaze将因果模式重复率降低了32
LoCA：实现地理空间位置编码器的多模态能力
研究表明，Lipschitz 位置编码器在结构上受到限制，因为其输出的内在维度最多为2。LoCA（Location Contrastive Alignment）通过两阶段流程解决这一问题：首先联合训练 Sentinel-1 和 Sentinel-2 图像编码器，生成高秩且跨模态对齐的目标表示；随后使用多视图对比学习训练位置和表格元数据编码器。在土地覆盖、野火预测、生物多样性、气候等17项任务中，L
全国多所财经高校加快布局“AI+财经”
全国多所财经高校正推动人工智能融入教学与研究。首都经济贸易大学升级整合算力、算法和数据的共享平台，支持各学院开发专业领域大模型和智能助手。课堂教学开始引入实时数据与智能交互，让学生围绕真实经济问题开展实践。中央财经大学、上海财经大学等高校也在调整学科设置、建设相关平台，探索人工智能与财经教育及研究的融合路径。
中国扩散模型宣称在基准测试中超越 GPT-6
文章称，Inception Labs 发布了 Mercury3，这是一款规模较前代大幅扩大的扩散模型。据称，它在多项基准测试中超过 GPT-6 Luna 和 Claude Haiku 5.5，生成速度最高达每秒 1,000 个 token，并支持 100 万 token 的上下文窗口。文章还提及其在浏览器智能体和智能眼镜搜索中的应用，但未提供相关对比结果或性能数据的依据，仍需独立核实。