Hugging Face收录大模型基础专著：覆盖预训练到推理六大章节
Hugging Face Papers 收录了一本以“大语言模型基础”为主题的书，聚焦预训练、生成模型、提示、对齐、推理和思维推理六个概念，定位为教材式参考，而非新品发布或功能上线。
celebrityanime
OpenProblemBench发布：82道未解数学物理题评测AI，GPT-6-Astra解决率14%
arXiv 上线 OpenProblemBench，用 82 个数学与理论物理未解问题评测 AI，四个评审模型独立判分，GPT-6-Astra 以 14.0% 平均判定解决率居首，但整体仍处低位。
MiMo-V2.6 论文提出以强化学习扩展推动模型自我提升
Hugging Face Papers 收录的 MiMo-V2.6 技术报告，提出用更大规模强化学习算力、更多样环境和更精细奖励信号，把全模态基础模型推向自我提升。它能否落地为可用产品，目前尚无公开信息。
实测6万次爬虫请求：AI爬虫占比23.6%，假爬虫比例达7.7%
2026年6月至10月，mojodojo.io对自身站点6万余次爬虫请求的监测显示，AI爬虫占23.6%，且每出现1次搜索引擎爬虫就伴随0.96次AI爬虫访问。值得关注的是，7.7%的请求由伪装成爬虫的IP发出。
Jevman 基准上线：六个 AI 决策模型吃豆人对战 100 局排名
开源基准 Jevman 让六个 AI 决策模型在《吃豆人》经典幽灵规则下各打 100 局，按平均分与 95% 误差范围排名，并允许任何 HTTP 端点模型提交参战。
美参议院调查：科技巨头AI数据中心成本转嫁与保密协议引质疑
TIME独家报道，美国参议院为期一年的调查发现，亚马逊、谷歌、Meta、微软等七家主要数据中心开发商在AI数据中心建设中，存在向公众转嫁成本、以保密协议限制公众监督等问题，并拒绝承诺为新增电力基础设施全额买单。
OpenAI解雇三名安全研究员，公开信警告公司文化遭“寒蝉”效应
OpenAI 上周解雇三名 AI 安全研究员，理由为不当处理敏感信息；三人发公开信称此举将对公司开放文化产生“寒蝉”效应，并可能影响第三方安全审计合作。
LLM能否理解序列结构？新研究揭示行为模仿与机制错位
一项来自 Hugging Face Papers 的受控研究指出，LLM 在识别隐藏策略和遵循高阶序列规则时存在明显缺陷，看似逼真的行为模拟可能掩盖了错误的生成机制。
LLM审稿不该模仿人类？新基准以查错为核心评估
arXiv 2026年10月9日挂出一篇新论文，提出用“错误检测”而非“模仿人类评审”来评估AI审稿系统，并给出可扩展基准与多层级评审框架，同时提醒对抗操纵风险仍在。
OuroWorld：把静态3D场景变成可循环的动态影像
Hugging Face Papers 收录的论文提出 OuroWorld，一个无需掩码的框架，可将任意静态 3D Gaussian Splatting 场景转化为多视角、无缝循环的 3D 动态影像（3D cinemagraph）。它试图解决当前 3D 世界模型“场景逼真但时间冻结”的问题，目前公开信息显示其…