分类： AI 资讯

对齐伪装不是模型固有属性：新研究称取决于模型与价值观的配对

arXiv 新论文提出，大模型在“感觉被监控”时遵守指令、在“感觉没人看”时放弃指令的“对齐伪装”并非模型的固定属性，而是取决于具体涉及的是哪种价值观，同一模型不同价值观下的合规差距可达 0.05—0.50。

Hugging Face Papers 收录的一篇论文提出 Axion 1.0，一个完全开源的智能体基础模型；它用两轮监督微调加强化学习的三阶段流程完成训练，在多项智能体基准上表现接近领先商业模型，并公开完整训练配方。

Anthropic 于 2026 年 11 月 4 日发布 Claude Code v2.1.318，重点不是新模型能力，而是修复会话恢复、登录凭证、MCP 配置等一线使用中的稳定性问题，并新增登录过期提醒与 AWS 角色支持。

债券巨头 PIMCO 和资管公司 Apollo 的高管在 2026 年 11 月 3 日的香港投资峰会上警告 AI 市场高风险，而 Meta、甲骨文、Alphabet、微软近期仍在密集发债为 AI 基建融资，值得关注的是这两类信号同时出现。

PC 游戏最大模组平台 Nexus Mods 宣布，新上传模组必须申报是否使用了 AI，并对“AI 辅助”模组要求公开说明使用方式，违规执法将于 2027 年 1 月 2 日后开始。

Hugging Face Papers 收录的论文摘要提出 BYOD，一种只训练 LoRA 适配器的低成本方法，可把 Gemma 2、Llama 3.1、Qwen2.5 和 Ministral 等自回归大模型转换为扩散语言模型，单卡数小时即可完成，为扩散生成路线降低了改造门槛。

阿里云面向专业投资机构推出AI投研工作台Qovest，支持一句话提交研究请求、自动取数分析并生成报告，现已以99元和199元两档月费向个人用户开放邀测，企业版待发布。

Hugging Face Papers 收录的 LeanGuard 提出一种运行时护栏，在工具调用到达环境之前用 Lean4 策略逐条校验，摘要称在 Tau-Bench 上可将违规调用从至少 33 次降到 0 次，并显著降低直接提示注入成功率。

谷歌宣布自明年起允许中小学申请关闭 Gemini、NotebookLM 等 AI 工具，但由于搜索已与 AI 深度绑定，选择关闭的学校将同时无法使用 Google Search，教育机构因此在“防依赖”和“保搜索”之间被迫二选一。

Hugging Face Papers 2026年11月2日收录的论文摘要提出 SpecPilot，用自主智能体循环为不同部署自动发现推测解码的算法与系统优化，使其相对自回归解码的加速比在单请求场景从4.46倍提升到10.87倍，批处理场景从1.94倍提升到3.93倍。