SimpleLoRIF用梯度筛选微调数据，SafeTulu将GCG攻击成功率最高降22%
Hugging Face Papers 收录的论文提出 SimpleLoRIF，用梯度嵌入找出“看起来无害、却会侵蚀模型安全”的微调样本；据此构建的 SafeTulu 数据集在 Qwen、Llama、Olmo 上把 GCG 攻击成功率最高降低 22%。这提示安全风险可能更多藏在训练数据的分布和组合里，而不只是…
标签： 大模型
陶哲轩曾看好AI助力数学，现警告其破坏学科审议流程
据《纽约客》报道，UCLA 数学家陶哲轩对 AI 在数学研究中的角色态度由积极转向警惕，认为它可能侵蚀数学界赖以运转的审议过程。这一变化值得关注，因为它触及 AI 在专业领域落地时的信任与流程问题。
黑五提前促销：追觅L40 Ultra Gen 2扫地机器人直降250美元至499.98美元
2026年11月2日，追觅L40 Ultra Gen 2扫地机器人在亚马逊以499.98美元促销，较原价749.99美元便宜250.01美元，折扣33%，提前开启黑五促销。
沃顿教授：水管工也躲不过AI，普通人有四项优势
沃顿商学院教授 Ethan Mollick 在 Business Insider 播客中表示，避开 AI 的“安全职业”思路并不可靠，普通人更该积累深度知识、跨界知识、审美判断和自主推动力。
Philips Hue自定义AI灯光行为上线：需Bridge Pro，暂不支持编辑
Philips Hue 的自定义 AI 灯光行为已在 Hue 应用中上线，用户可以用自然语言描述想要的灯光效果，由 AI 转成自动化指令运行在 Hue Bridge Pro 上；但早期测试显示，AI 生成的自动化结果还无法手动编辑，出错时用户能做的调整有限。
Windows 11 网速测试功能由 AI 一天做出原型，微软称无 AI 垃圾但用户存疑
微软在 Windows 11 预览版中更新了内置网速测试，该功能由一个 Agentic AI 工作流在人类“业余时间”指导下完成，从需求到可用原型仅用一天。效率值得关注，但围绕代码质量与人工审核的争议也随之浮现。
Anthropic 禁止 Claude 复刻游戏与逆向工程：规则边界引发争议
有用户报告 Claude 已不再帮助复刻现有游戏或进行逆向工程，Anthropic 新增的规则被指是限制来源。这一变化牵涉 AI 生成内容与版权、合规之间的边界，也引发开发者担忧：合理的工程需求是否也会被限制。
微信短视频搜索上线 WeFair-2B 查询改写模型：意图保真优先，在线A/B有效观看率提升2.593%
微信短视频搜索团队提出 WeFair 对齐方法并训练出 WeFair-2B 查询改写模型，按反馈保真度分级利用人工反馈以抑制意图漂移；摘要称该模型已部署，服务日均超 1 亿次查询。值得关注的是它试图纠正“过度看重后续消费反馈、偏离用户当下需求”的思路。
Reason Machines 推出不限量 Grokbot 与自带订阅的编程 Agent Reason
Reason Machines 于 2026 年 11 月 2 日在 X 上宣布推出声称“不限量使用”的 Grokbot 和新编程 Agent 产品 Reason，用户可自带 Claude 或 Codex 订阅，目前可免费试用。该说法来自公司社交账号，尚待产品细节和条款验证。
TermiX 提出让 AI Agent 自主接单结算，从工具转向链上商业主体
@dajingou1 在 2026 年 11 月 2 日的推文中介绍 TermiX 的方向：让 AI Agent 不再只当执行工具，而是用链上钱包和智能合约自主拆解任务、协作交付并完成结算，尝试从“打工人”变成能创收的商业个体。这值得关注，因为它把大模型竞争从参数和推理速度，引向“AI 能否独立跑通商业闭环”…