标签：大模型

Particle-1 称 agentic 检索比肩大模型、价格仅 1/23

Garry Tan 于 2026 年 11 月 2 日在 X 上称，Particle-1 在代理式检索（agentic retrieval）任务上可与大得多的模型比肩，而成本仅为后者约 1/23，并附上了 GitHub 链接。

特斯拉称，2026年11月发布的最新量产版Optimus首次完整搭载与FSD同源的端到端视觉大模型，从视觉输入直接生成全身关节控制指令，替代传统分模块编程，动作流畅度和平衡能力在测试中明显提升。

Hugging Face Papers 收录的论文摘要显示，Apriel Voice 27B Preview 是一个开源语音语言模型，把语音理解、推理和工具调用统一到同一推理骨干中，无需单独的对话模型。

arXiv 上一项新研究在简化周界防御模拟中对比了“中央指挥官”“拍卖共识团队”“独立智能体”三种 LLM 多智能体架构，共识团队入侵率最低（15%）；研究还发现，低成本的 LLM 一旦分到更多竞标决策权，防御表现会明显变差。

arXiv 一篇新论文提出 Noura 方法，把公开临床指南和个人健康档案转成可执行规范，用来监督大模型做多日饮食规划；在摘要给出的评测中，微调后的 Qwen3-14B 完整计划通过率从 24.0% 提升到 72.5%，规则违规减少 97.5%。

arXiv 一篇新预印本测试了大语言模型（LLM）如何预期赌博和股票交易结果的情绪感受，发现模型在单独评价时对收益反应强于损失，与人类经典的损失厌恶方向相反，并且这种评价会随比较情境而变化。

arXiv 新论文提出 Nedimo，一套将大模型生成、低唤醒脚本设计与响度合规校验串起来的多语言睡前故事管线，并明确不宣称临床疗效，只定位为放松与注意力支持工具。

arXiv 新论文提出 P-ContextBench，用合成数字人测试大模型对个人碎片化情境的理解与安全处理，结果显示多款 SOTA 模型在时间追踪、高阶模式推断和约束感知决策上准确率低于 60%。

arXiv 论文提出 FABench，一个可回测的预测智能体评测环境，首版含 287 道题、覆盖九大领域，用来衡量 AI 在信息不完整时做概率判断的能力。

arXiv 上一篇新论文指出，大模型推理轨迹开头几个 token 存在熵坍缩，这可能是模型难以自主控制思维链（CoT）内容的原因；作者通过在推理阶段干预初始 token，恢复了部分可控性，平均合规率提升 34-41 个百分点。