标签：人工智能

用开源小模型审计黑盒LLM智能体：Proxy Confidence 无需内部概率

一篇 arXiv 新论文提出“代理置信度”方法，用开源小模型并行读取相同上下文与工具调用，借助自身对数概率判断黑盒大模型智能体的工具调用是否可能出错；在困难编程任务上 AUROC 达 0.825，而智能体自报置信度仅 0.598。

斯坦福团队开源 OpenWAM，把视频预测与机器人动作生成解耦成可配置的四种交互方式，并验证了反事实数据对动力学学习的提升。

一篇新论文提出 TRACE，用 rollout 端的量化结果反向指导训练端的 FP4 舍入决策，以缩小两条执行路径的数值差距，让 MoE 大模型在 RL 训练中实现低精度 rollout，并报告最多 5.4 倍加速。

亚利桑那州上诉法院裁定，一段用AI生成已故受害者形象并让其“原谅”凶手的视频带有不当情感分量，因此被告虽维持过失杀人罪，但刑期须重新考量。这起案件首次让AI生成内容在量刑程序中的证据权重成为司法焦点。

arXiv 上一篇新论文提出 REACT 框架，专门用于从稀疏观测中重建全球海表 pH，在仿真数据上 pH 误差比最强基线降低 14.7%，并首次将碳守恒一致性作为主动示踪剂重建的硬约束。

alphaXiv 2026年10月6日展示的一篇论文摘要提出了在线逆线性优化的确定性算法，遗憾上界为 O(√d)，每轮仅需一次线性优化，运行时间在维度 d 和步数 T 上均为多项式，回答了 Sakaue 此前关于多项式时间可达性的公开问题。

Hugging Face Papers 收录的一篇论文提出，跨分词器在线策略蒸馏中，一味扩大教师与学生预测的对齐覆盖反而可能拖累准确率，监督信号的可靠性比覆盖范围更值得优先考虑。

Anthropic 推出 Claude Opus 5.5，定位为 Opus 5 的低成本继任者，在 Artificial Analysis 智能指数 v4.3 上以 58 分排名第一，并同时调整了数据留存与敏感查询策略。

Google 发布实验性游戏平台 Playground，用户只需输入文字描述即可创建、游玩和分享自定义游戏，无需编程经验，并预告将接入 Unity Spark 提供专业级工具。

arXiv 上的一篇新论文提出 ADSD 框架，让 AI 智能体先诊断数值求解器为何出错，再发现可复用的求解技能，从而把“改代码”变成有结构的自我改进流程。