CATT基准发布:负对数几率梯度让LLM数据归因的召回率最高提升72个百分点

alphaXiv 收录的一篇论文提出 CATT 基准,用完全虚构的知识为数据归因建立可核查答案,并发现把交叉熵梯度换成负对数几率梯度、只聚合关键 token 分数,可显著改善现有方法的溯源效果,对训练数据审计有直接参考价值。

alphaXiv 收录的一篇论文提出 CATT 基准,用完全虚构的知识为数据归因建立可核查答案,并发现把交叉熵梯度换成负对数几率梯度、只聚合关键 token 分数,可显著改善现有方法的溯源效果,对训练数据审计有直接参考价值。

2026 年 10 月 29 日,Suno 上线 MCP 接口内测早鸟申请,Claude、ChatGPT、Gemini、Cursor 等客户端可通过统一地址直接调用 Suno 写歌、改编、混音,无需 API Key,扣减的是用户现有套餐积分。

社区开发者发布 DSH Go,把 DeepSeek 开源的 agent 框架 DeepSeek Harness 装进安卓手机,并支持一键切换到电脑继续任务,让移动端也能直接执行读文件、跑 Python 等 agent 操作。

2026年10月30日,对AI巨额投入能否收回的担忧引发美股科技股连续第二日下跌,英特尔股价盘中一度跌逾30%,纳斯达克指数跌超3.5%。这场回调正把“AI资本开支能否转化为收入”的问题摆到台前。

Reddit CEO Steve Huffman 称 Google 的 AI Overviews 和 AI Mode 不为任何网站导流,Reddit 每周流失超百万 Google 搜索访问,股价单日跌超 25%。这暴露了依赖搜索流量的网站面临的结构性风险。

Anthropic 将 Claude Max 两档订阅更名为 Max 与 Ultra,价格不变,并为认证的 Ultra 账号取消 5 小时用量限制,直接影响高强度开发者与创作者的使用节奏。

谷歌在 Project Suncatcher 的原型卫星上成功运行 TPU,并让 Gemma 模型完成一次太空端推理,把生成的俳句回传到地球,这是把大模型推理放到轨道硬件上的首次公开演示。

OpenAI宣布将自2027年初起每半年发布社区安全报告,并进一步限制ChatGPT对大规模袭击细节的回应,同时对疑似未满18岁用户收紧枪械相关内容。这反映头部AI产品正把安全治理从内部机制推向公开披露。

OpenAI 于 2026 年 10 月 30 日宣布,将遵守 robots.txt 中的一项通用信号,让网站运营者用同一个标记向多家 AI 提供商表达内容是否可用于基础生成式 AI 训练,从而减少逐个维护爬虫规则的负担。

2026年10月30日,英伟达工程师在 Hugging Face 博客上展示了一个万圣节交互装置 MonsterHouse:用 Nemotron 系列开源模型让车库门“开口”与讨糖孩子对话。它值得关注的地方不在于节日创意,而在于一套本地语音智能体只用单台工作站就能跑通,说明开源小模型已经能支撑完整的实时交互应…