Alex Albert分享模型换新后的项目自检提示词
Alex Albert 在 X 上分享了一个固定提示词，每有新模型就把整个项目交给它找出损坏、不一致、低效或不再需要的部分，并让 AI 修复确定项、其余留待人工复核。这反映了一种低成本、可重复的模型能力自测方式。
标签： 大模型
Claude 称 Fable 5.2 求出模引导法精确极限，可排除特定量子引力候选理论
Claude 官方 X 账号称，Fable 5.2 在第二个物理问题中求出了“模引导法”最简版本的精确极限；该技术用于在理论宇宙中排除量子引力的候选理论。值得关注的是，AI 模型开始被用于推导具体物理方法的上限，而不只是复述已有结论。
LambdaMix 提出可调多目标偏好优化，单次训练支持推理时切换偏好
2026年11月6日公开于 Hugging Face Papers 的论文提出 LambdaMix：在冻结的基础模型上为每个目标分别联合训练低秩适配器（LoRA），推理时用一个偏好向量选择适配器组合，单次训练即可在部署中调整目标权衡，无需重新优化。
新基准Siris测试13款大模型：能否判断仿真误差是否影响设计推荐
Hugging Face Papers 收录的论文提出新基准 Siris，用来检验 LLM 能否分辨“模拟器的建模局限只是让预测失真”还是“会让推荐的设计方案本身出错”。这关系到 AI agent 做系统研究时，能否信任模拟器给出的结论。
金鸡百花首设AI电影单元：287支团队72小时限时创作角逐
2026年中国金鸡百花电影节首次设立电影AI单元，其中AI黑客松吸引287支团队报名、20支入围，在72小时内用同一提示词完成从创意到成片的限时创作。
Meta发布Muse Ember：最小多模态模型主打高频Agent子任务，百万上下文
Meta Superintelligence Labs 于 2026 年 11 月 10 日发布 Muse 系列第四款、也是最小的多模态推理模型 Muse Ember，面向 AI Agent 日常高频重复子任务，支持 100 万 token 上下文，仅通过 Meta 托管 API 提供，权重不公开。
腾讯首款AI游戏陪伴「鹅次元」内测：能读游戏画面实时语音陪玩
腾讯首款专属 AI 游戏陪伴 Agent「鹅次元」于 2026 年 11 月 10 日开启内测，面向 PC 玩家提供能读取游戏画面、实时语音互动的陪玩体验，意味着大厂正把 AI 从工具场景推向玩家屏幕边的陪伴场景。
CoRA-Bench 评测上下文选择：省 Token 后证据还能留下多少
arXiv 上出现新论文 CoRA-Bench，提出在相同 Token 预算下衡量上下文选择方法能保留多少答题证据，并对比截断、BM25、稠密检索、LLMLingua-2、Provence 等方法。它提醒开发者：少喂输入不等于还能答对。
AutoCompress用硬件约束引导LLM剪枝，精度较Minitron最高提升6.57个百分点
Hugging Face Papers 于 2026 年 11 月 5 日收录的论文提出 AutoCompress，把延迟、吞吐和显存等硬件与工作负载约束直接纳入可微分架构搜索来压缩大模型，而非只盯着参数量。它值得关注，是因为剪枝目标正从“参数更少”转向“在特定硬件和推理引擎上跑得更好”。
ProofDiff：为AI数学证明提供可审计的论证级比对
arXiv 新论文提出 ProofDiff，用于比较两份非形式化数学文档在论证结构上是否走同一条路，并保留人工修订的可审计记录，服务数学证明审阅而非判定正确性。