港中深与微软研究院提出ConvexLLM:语音绕过转写直连大模型推理

香港中文大学(深圳)与微软研究院联合提出ConvexLLM,尝试让语音信号跳过“先转写成文字”的中间步骤,直接映射到大模型的文本词嵌入空间,从而调用其预训练知识与推理能力。目前公开信息显示,这是一项研究性架构,并非已上线产品。

香港中文大学(深圳)与微软研究院联合提出ConvexLLM,尝试让语音信号跳过“先转写成文字”的中间步骤,直接映射到大模型的文本词嵌入空间,从而调用其预训练知识与推理能力。目前公开信息显示,这是一项研究性架构,并非已上线产品。

Hugging Face Papers 收录的论文 CurvDelta 提出一种把“能力保留”约束直接写进参数更新方式的框架,目标是让大模型在学习新任务或选择性遗忘时,尽量不损伤原有的推理、编程等通用能力。

据 @ChoyRb 于 2026 年 11 月 18 日发布的消息,Adside 推出一组广告智能体,可跨 Meta、Google、LinkedIn 等平台寻找并执行付费投放策略;如果功能真如描述般落地,它瞄准的是广告投放执行环节,而不是再做一个 AI 素材生成器。

Y Combinator 支持的 Tilion 发布面向 AI 智能体的浏览器基础设施,宣称在隐身性、智能体操作速度和启动时间上均为第一,直指智能体访问网页时频繁遭遇验证码与封禁的痛点。

2026年11月18日,@contralabs 的 ben 在 X 上宣布推出“Frontier Design Benchmark”,矛头直指当前 AI 模型评测让互联网随机用户投票决定优劣的问题,尤其针对设计类能力。这一动作值得关注,是因为它把“谁来评、怎么评”摆上了台面。

谷歌员工Varun Mohan于2026年11月18日在X上宣布推出Gemini 4 Neon,称其比Carbon更便宜、更快、行为更可控,并在多数基准测试中优于竞品。这是社交平台上的发布说法,尚待官方产品页与第三方评测确认。

arXiv 2026 年 11 月 19 日的一篇新论文提出,用“分别训练模态嵌入 + 帕累托最优多目标融合”替代多模态基础模型做科学检索,并在星系检索任务上报告了原始数据空间更近的近邻结果。

arXiv 2026年11月19日发布的一篇新论文提出 RefinementGuard,用于校验 AI Agent 工具链中“隐藏并行执行”是否忠实于上层语义,并引入失败即拒绝的运行时准入机制。它值得关注,是因为 Agent 调用工具越来越依赖底层图优化,语义错位一旦发生,普通用户和开发者很难察觉。

研究机构 Constructor AGI 公布了持续学习方向的第一阶段研究,提出名为 Link 的稀疏注意力机制,让大模型在超长上下文中自行选择读哪些内容;在 400 万 token 语境下的检索任务中,其准确率比稠密注意力高 53%。

arXiv 上一项名为 ARISE 的研究提出,让企业 LLM Agent 从自身失败中积累可检索的“微记忆”,再整合为规则,且只在留出集准确率上升时才采纳更新。值得关注的是,它试图在不改模型权重、工具和工作流逻辑的前提下提升准确率并控制成本。