celebrityanime

arXiv 2026 年 10 月 8 日挂出一篇新论文，提出 AdaGuard——一个用 SFT 和 GRPO 训练的自适应 LLM-as-a-Judge 审核框架，让企业可以按需在高速黑盒审核和可解释推理审核之间切换。

arXiv 上一篇新论文提出用“智能体可塑性”来衡量 AI 智能体把过往经验转化为未来表现提升的效率，指出不同前沿模型在自我改进上的差距可能比当前能力差距更明显。

一篇新 arXiv 论文提出“Agent Plasticity”指标，用来衡量 AI 代理将过往经验转化为未来表现提升的效率，试图解决现有评测只看“当前能做什么”而非“学得多快多好”的问题。

AIHOT宣布旧版 /api/public/* 接口和 aihot.virxact.com 旧域名将于 2026 年 10 月 31 日一起停用，原定 12 月 31 日已提前，所有依赖旧接口的推送机器人、脚本和 RSS 读者需要尽快迁移到 /api/v1/* 与 aihot.news。对开发者来说，这是一次…

AIHOT 宣布 /api/public/* 接口与 aihot.virxact.com 域名将于 2026 年 10 月 31 日一起停用，推送机器人、脚本和 RSS 阅读器需迁移到 /api/v1 与 aihot.news。

arXiv 2026年10月8日收录的一篇新论文提出 SAUCE，一种免训练、轻量级的不确定性估计方法，用于判断并行多智能体推理系统给出的答案是否可靠。

arXiv 上一篇新论文提出 Humanize——用“判断工程”把规划、实现、审查和学习拆成有人工审批和机械门禁的多智能体流程，试图解决智能体写代码容易、可靠收尾难的问题。论文摘要称该框架在多项竞赛中取得高分，但证据来自部署观察而非对照实验。

马斯克在X平台宣布，Grok Bot将不再只用自研Grok模型，而是以输出最佳结果为标准自动调用Claude Opus 5.5等第三方API，转向多模型混合架构。这值得关注，因为它意味着头部AI产品开始把模型选择权交给效果而非自研绑定。