标签：人工智能

AI 资讯

DecisionPivot 发布：LLM 决策模型评分接近，对比组准确率相差 26 个百分点

Hugging Face Papers 上出现了一个名为 DecisionPivot 的决策能力诊断基准，用于检验 LLM 系统中路由、护栏和输出校验等决策环节。它试图回答：总分相近的模型，是否真的在受控条件下做出同样可靠的判断。

celebrityanime
2026年 10月 22日

AI 工具排错

[FEATURE] Build an offline Jev routing and guardrail evaluation runner

这个报错通常发生在尝试运行「[FEATURE] Build an offline Jev routing and guardrail evaluation runner」相关评估时——即用本地 JSON/JSONL 标注记录加确定性假决策做离线路由与防护栏评测，最常见的冲突来自指标口径（失败记录是否

celebrityanime
2026年 10月 22日

AI 工具排错

[Bug]: Vertex AI claude-opus-5-5 rejects response_format json_schema: LiteLLM sends the deprecated `output_format` instead of `output_config

这个报错通常出现在通过 LiteLLM 代理对 Vertex AI 上的 Claude 模型（如 vertex_ai/claude-opus-5-5 ）发起带 response_format: json_schema 的 /v1/chat/completions 请求时，LiteLLM 仍把结构化输

celebrityanime
2026年 10月 22日

AI 资讯

LocaLeJEPA 提出局部正则化改进 JEPA，ImageNet 线性探测准确率提升超 10 个百分点

alphaXiv 于 2026 年 10 月 20 日发布论文 LocaLeJEPA，它用局部欧氏分布匹配替代 LeJEPA 的全局高斯目标，使 JEPA 自监督学习更贴合数据自身几何结构；在 ImageNet-1K 上，线性探测和 k-NN 分类表现均有明显提升。

celebrityanime
2026年 10月 22日

AI 资讯

Meta²提出可复用“元技能”：长程智能体在线进化能力跨任务迁移

2026年10月21日发布的论文Meta²提出一种新方法：离线学习一份可复用的文本“元技能”，在线只对该次任务修改智能体的harness（提示词、工具、记忆与钩子），而不共享进化后的harness。在Terminal-Bench 2.1和DeepSWE 1.1上，其报告成绩领先所评估方法。

celebrityanime
2026年 10月 22日

AI 资讯

Hugging Face论文：长期科研智能体Épi在数学优化中产出120项新结果

Hugging Face Papers 收录的论文摘要提出一种可跨会话持续、能积累经验自我改进的科研智能体 Épi，报告生成 120 项创纪录结果，并衍生出面向算法编码的轻量配置 Épi-turbo。目前仅是论文摘要层面的信息，未经同行评审或产品化验证。

celebrityanime
2026年 10月 22日

AI 工具排错

Eval bug: can’t load gemma-4-12B with OpenVINO (CPU, GPU and NPU)

Eval bug: can't load gemma-4-12B with OpenVINO (CPU, GPU and NPU) 通常出现在 llama.cpp 的 OpenVINO 后端加载 Gemma-4 系列模型并执行推理时，OpenVINO 图形在形状推断阶段报 Divide/Add 算子

celebrityanime
2026年 10月 22日

AI 工具排错

Web App login button stays disabled after Chrome autofills credentials

该问题出现在 Dify 自托管 Web App 的登录页（ /webapp-signin ）：Chrome 自动填充邮箱和密码后，输入框看起来已填好，但登录按钮仍处于禁用状态。原因是按钮依赖 React 表单状态，而 Chrome 自动填充可能只改 DOM 值、不触发组件的 onValueChang