标签： 人工智能

arXiv 2026年10月8日收录的一篇新论文提出 SAUCE，一种免训练、轻量级的不确定性估计方法，用于判断并行多智能体推理系统给出的答案是否可靠。

arXiv 上一篇新论文提出 Humanize——用“判断工程”把规划、实现、审查和学习拆成有人工审批和机械门禁的多智能体流程，试图解决智能体写代码容易、可靠收尾难的问题。论文摘要称该框架在多项竞赛中取得高分，但证据来自部署观察而非对照实验。

马斯克在X平台宣布，Grok Bot将不再只用自研Grok模型，而是以输出最佳结果为标准自动调用Claude Opus 5.5等第三方API，转向多模型混合架构。这值得关注，因为它意味着头部AI产品开始把模型选择权交给效果而非自研绑定。

研究者提出 STEPQuant，一种针对 Delta 规则循环状态的后训练量化框架，论文摘要称其在 6-bit 预算下接近 FP32 精度，并已在 SGLang 中集成实现超 5 倍状态压缩。

研究者提出 STEPQuant，一种针对 Delta 规则循环状态的时空后训练量化框架，在名义 6-bit 预算下让量化状态精度接近 FP32，并在 4-bit 配置下优于统一 INT8；集成到 SGLang 后可将循环状态压缩超过 5 倍，服务总内存最高减少 68.7%。该工作目前仅为论文摘要信息，尚未核验…

Gmail 安卓版 APK 拆解显示，谷歌正测试将 Gemini 智能体嵌入收件箱，让 AI 扫描邮件并起草回复，但关键步骤仍需用户确认，功能尚未官宣。

arXiv 2026年10月8日上线一篇论文，提出用失败模式框架分析先进AI如何可能导致人类灭绝或文明崩溃，核心论点是灾难性风险不依赖AI有意识或敌意。