Sigma-Hunter 用 7B 模型微调生成 Sigma 检测规则，得分超越通用大模型
arXiv 上一项新研究提出 Sigma-Hunter，用 3635 条开源 Sigma 规则微调 7B 和 Phi-4 模型，让紧凑模型在威胁狩猎规则生成上得分超过更强的通用大模型，且可本地运行。
标签： 大模型
多智能体共享奖励下举报不安全任务的激励机制研究
arXiv 上的一项新研究用博弈论分析多智能体共享奖励时，见证者为何倾向于对不安全任务保持沉默，并给出审计条件与 PPO 训练实验数据。
0.19%权重即可攻破LLaMA-2安全对齐，端侧模型防篡改成新课题
一篇 arXiv 新论文发现，LLaMA-2-7B-Chat 的安全行为高度集中在极少数参数上，仅改动 MLP down_proj 中约 0.19% 的权重，就能显著提高攻击成功率，而通用能力几乎不变。这意味着端侧和本地部署模型面临一种成本极低的参数篡改风险。
训练「想法批评家」模型：AI4ML智能体在有限验证预算下提升进化效率
arXiv 上一项新研究提出训练专门的「想法级批评家」模型，用来预测某个机器学习改进方案是否有效，从而让 AI4ML 智能体把有限的计算验证资源集中在最有希望的点子上，在相同预算下找到更好的方案。
Socio-Foundation：用三层蒸馏统一个体行为模拟，超越Qwen3-8B 11分
arXiv 上一篇新论文提出 Socio-Foundation，用三阶段蒸馏流程把个体行为模拟拆成五种能力再统一训练，在自建评测中比 Qwen3-8B 基座高 11.0 分，并接近 GLM-5.2 等前沿模型的表现。
多模态大模型”第六感”测试：人类93.1%，最强模型仅53.6%
arXiv 上一篇新论文提出 HSS 基准，专门测多模态大模型的"直觉视觉推理"能力。在目前的评测条件下，人类准确率 93.1%，最强模型 GPT-6-astra 仅 53.6%，差距明显。
arXiv论文提出智能体可塑性指标：衡量AI从经验中自我改进的效率
arXiv 上一篇新论文提出用“智能体可塑性”来衡量 AI 智能体把过往经验转化为未来表现提升的效率，指出不同前沿模型在自我改进上的差距可能比当前能力差距更明显。
arXiv论文提出Agent Plasticity指标，评估AI代理从经验中自我改进的能力
一篇新 arXiv 论文提出“Agent Plasticity”指标，用来衡量 AI 代理将过往经验转化为未来表现提升的效率，试图解决现有评测只看“当前能做什么”而非“学得多快多好”的问题。
SAUCE 提出免训练不确定性估计，提升多智能体推理可靠性
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。
STEPQuant：Delta规则循环状态量化的时空精度分配方案
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…