标签：大模型

arXiv论文提出双账本模型：按订单核算多Agent AI成本，可识别影子AI

arXiv 上一篇新论文指出，云厂商的账单按结算周期和 SKU 汇总，无法回答“这一单业务花了多少 AI 成本”，并为此提出双账本模型，把账单数据与调用级用量记录关联起来，按订单、理赔或案件核算成本。

arXiv 上一项新研究提出 FlexFloor，在 MoE 大模型的强化学习后训练中更早释放已完成生成的 GPU 工作节点，摘要称单位占用算力时间产出提升约 65.40%，值得关注的是它直接瞄准训练成本这一硬约束。

arXiv 上一篇新论文提出 BlockLock，试图让大模型推理中受保护的请求在批次里其他请求变化时仍输出逐位相同的结果，同时保留共享 prefill 计算，减少现有可复现推理方案的性能代价。

arXiv 上新论文提出 KDASO 方法，让法律罪名认定等责任判定任务中的可执行“技能库”随真实数据自动更新、对齐专家逻辑并控制上下文开销。摘要称在多个任务上优于现有基线，值得关注的是它试图解决大模型领域技能库易过时、难迁移的问题。

arXiv 2026年11月6日发布的一篇论文介绍 Lean 库 AutoIP，用 AI 智能体把线性正则化理论及其函数分析基础自动形式化，主张审查者只需核对形式陈述与原意是否一致，不必阅读证明。

Hugging Face Papers 收录的一项论文提出 BestRand，用小规模评测子集近似全量基准结果，在保留随机采样低成本优势的同时压低高误差尾部；这直接影响大模型评测要花多少算力和时间。

Bild AI（YC W25）在 YC 官方招聘页发布创始产品工程师岗位，聚焦第八类门、门框与五金件的 AI 估算与详图。信息来自 Hacker News 上的招聘帖，目前公开信息仅表明这是一个早期团队的招聘动作，尚未披露具体产品功能或上线时间。

Android Police 作者 Rajesh Pandey 于 2026 年 11 月 5 日发文，称自己过去几乎不用语音助手，如今却每天靠 Google Gemini 的语音指令处理邮件、日程、社交帖和 WhatsApp 群聊。这不是新功能发布，而是一份基于个人使用体验的用法清单。

伦敦上市公关公司 Pathos Communications 称，AI 正把线索挖掘、内容准备和媒体匹配交给软件，人保留关系与判断；这既是其增长故事，也是对“公关公司能否规模化”的一次公开检验。

评估机构 METR 在社交平台表示，Anthropic 对其百页报告中的“最具信息量”证据做了大量删减，导致读者只能更多依赖 METR 的判断，这引发了对 AI 模型安全评估透明度的关注。