Agent Mosaic论文：GPT-5.6-Sol组合敏感信息泄露率7.08%，安全护栏后仍达32.37%
Hugging Face Papers 收录的论文 Agent Mosaic 指出，具备文档检索能力的 LLM Agent 可能把多份单独不敏感的文档拼成敏感结论并对外披露；即使在受控模拟中表现最好的 GPT-5.6-Sol，泄露率也有 7.08%，加上可见密级标签和聚合规则后，模拟答案中仍有 32.37%…
分类： AI 资讯
AI 早报｜2026年10月24日（Kimi K3.1 Pro 冲到智能榜第 4，Meta 放出 Muse 与 Spark）
今日看点：Kimi K3.1 Pro 以 55 分冲到智…
WorldForge V2 提出无训练相机轨迹对齐，用极少量数据控制视频视角
alphaXiv 收录的论文 WorldForge V2（2026 年 10 月）提出一套相机轨迹引导方法，让预训练视频扩散模型在改变视角时保持场景外观和物体运动，仅需一个训练场景即可泛化到未见场景。
UniFlowWAM将3D场景流设为第三模态，真实双臂任务平均成功率87%
alphaXiv 页面在 2026 年 10 月 22 日展示的论文 UniFlowWAM，提出把 3D 场景流与视觉、动作并列为“第三模态”的统一世界-动作模型；在仿真和四项真实双臂操作任务上，其平均成功率为 87.0%，高于最强对比基线 π₀.₅ 的 68.5%。
alphaXiv新论文提出LEAP：把轨迹数据学成整条路径的可复用代价函数
alphaXiv 2026年10月22日收录的一篇论文提出 LEAP 方法，试图用一个可微分的“动作”代价函数来评价整条系统轨迹，而不只看单步转移。它关系到科学仿真、分子模拟等场景能否更高效地做路径推理与控制。
Softmax与交叉熵存在数值缺陷，论文提出修复方案并关联Grokking现象
一篇新论文指出标准 softmax、log-softmax 与交叉熵实现中的两个数值缺陷，并给出简单修复；在小规模玩具实验中，该修复消除了“Slingshot”现象、加速 grokking，并避免无权重衰减时的准确率塌陷。
Kimi K3.1 Pro 冲到智能榜第4，开源与闭源差距收窄至3分
Moonshot 发布的 Kimi K3.1 Pro 在 Artificial Analysis 智能指数上取得 55 分、位列第 4，代理任务能力大幅提升；模型权重尚未公开，若如期开源，将成为得分最高的开放权重模型。
Hugging Face 论文提出 FilmFlow：多智能体协作生成 3D 虚拟摄影机轨迹
Hugging Face Papers 于 2026 年 10 月 22 日收录的论文摘要显示，FilmFlow 能以多智能体方式把自然语言指令或参考视频转成 3D 动态场景中的可执行摄影机轨迹；它的意义在于把“摄影意图”变成可被程序执行和评估的镜头方案。
AgentVQA 智能体视觉基准发布：22 个模型最高仅 58.5% 准确率
alphaXiv 在 2026 年 10 月 22 日介绍了一个面向智能体场景的离线视觉基准 AgentVQA，用 1000 道人工筛选的选择题覆盖五大领域；在 22 个被测模型中，最好的 Gemini 3.7 Flash 仅答对 58.5%。
Meta 发布 Muse 高端模型并开源 Spark，反思公司联手英伟达
据 The Batch 2026 年 10 月 23 日报道，Meta 发布面向大众的高端 Muse 模型并开放 Spark，同时 Reflection 宣布与英伟达合作。这三条消息分别涉及模型能力竞争、开源生态和算力绑定，值得关注其对开发者和企业选型的影响。