分类： AI 资讯

BehaveRec 提出三分支推荐框架，论文给出约20次交互的历史启用门槛

arXiv 新论文 BehaveRec 把会话、90 天用户历史和用户关系图三路信号融合进序列推荐，并给出“每个用户约 20 次交互”这一启用长期历史的经验门槛，而不是宣称历史信号永远有用。

一篇 arXiv 新论文提出模块化、不绑定特定大模型的需求质量评估工具 MARQ，把 INCOSE 需求质量准则做成知识栈，在专家标注的 NASA 需求集上明显好于现成模型直接调用。需要说明的是，这是论文摘要披露的原型研究，并非已上线产品，也未核验全文。

arXiv 上出现一篇新论文，提出“Skill Dreaming”框架，尝试从仓库的 Pull Request（PR）历史中提取可执行技能，构建仓库专属技能库，让 LLM 编码智能体既能实现新功能，也能维护测试、文档与仓库约定。值得关注的是，它把 PR 同时当作知识来源和验证回路。

Hugging Face Papers 收录的一篇论文指出，大模型提供的“推理强度”档位不能盲目调到最高：高推理档位确实能提升整体准确率，但在低档位能解决的任务上反而可能失败，且成本最高可达最低档的42倍。

一篇 arXiv 新论文把运动员“到达某位置的最短时间”建模为条件分位数回归问题，用 FIFA 世界杯 2022 的光学追踪数据训练轻量 MLP，并在其评测设定下优于多种物理基线。

一篇 2026 年 10 月 27 日上传至 Hugging Face Papers 的 MoE 推理研究提出，专家通道选择不需要离线校准数据，改用 top-k 即可同时稳定读取预算与精度，并给出一个仅用模型自身权重构建的高效读取器。

arXiv 上的一篇新论文指出，检索增强语言模型遇到“检索上下文”和“自身知识”冲突时，任何设计时固定的取舍规则都会在某些场景下出错，更需要分别评估两个来源的证据，并引入“上下文有多大概率正确”的先验。该研究在 GRACE 和 ClashEval 基准上做了对比实验。

arXiv 新论文提出 StruPO，用校准后的场景图约束提示词改写，让文生图在保持画风的同时更忠实于用户指定的物体与关系，并声称可一次生成优化提示、无需反复批评—重写循环。

arXiv cs.AI 于 2026 年 10 月 28 日收录一篇新论文，试图回答“AI 越来越擅长科研后，人类为何还要做科学、又该如何用 AI”这两个问题，并给出一个以“人类理解”和“人类方向”为双条件的任务委托框架。

arXiv 新论文提出临床队列筛选智能体 CohortFlow，用局部语义修正代替整体重算，修正延迟明显下降，需求级准确率与全量重生成相当、差异不显著。