金融LLM智能体评测新方法：区分被动暴露与事件选择能力
arXiv 新论文提出「智能体策略-价值审计」，把金融 LLM 智能体的部署收益拆成「动作组合」和「事件选择」两部分，发现常见配对检验会把被动暴露误判为选股能力。这一框架若被采用，可能改变金融 AI 智能体的评测标准。
标签： LLM
AGO AI质量门提出先验证评审再放行RAG版本
针对 RAG 系统版本该上线、修改还是拦截的问题，论文摘要提出 AGO AI Quality Gate 框架：在没有完整证据、LLM 评审也可能出错的前提下，先把“无法判断”当成合法结论，再决定是否放行。
后门在LLM代理微调后仍可存活？PersistBD将攻击成功率从20%提升至76%
一项来自 Hugging Face Papers 的研究发现，第三方模型植入的后门在开发者对 LLM Agent 进行监督微调（SFT）和任务级强化学习（RL）后，可能仍然存活甚至被刻意增强；PersistBD 方法可将攻击成功率从 20% 提升至 76%。
LLM合成受访者研究：行为历史比人格描述更能预测个体选择
一项 arXiv 新论文发现，用大模型模拟问卷受访者时，给它提供这个人过去的答题记录，比给它一段“你是谁”的人格描述更能预测其后续选择，个体预测准确度从 7-12% 提升到 28%。
Eval bug: OpenVINO backend fails with “unable to create context” when KV cache exceeds CL_DEVICE_MAX_MEM_ALLOC_SIZE
这个报错通常发生在使用 llama.cpp 的 OpenVINO 后端在 Intel 集成显卡上加载模型时，KV cache 需要的显存超过设备单次内存分配上限。优先排查并降低上下文长度或改用更省显存的 KV cache 类型。
Misc. bug: OpenVINO GPU code paths are silently disabled on GPU.N machines, causing wrong results and performance drops
在多 GPU 机器上使用 llama.cpp 的 OpenVINO 后端时，如果 OpenVINO 把设备枚举为 GPU.0、GPU.1 这种带编号的名字，后端内部大量与字符串 "GPU" 的精确比较会失配，导致设备回退 CPU、部分算子没有按限制路由、KV cache 留在主机、GQN 快速 at
Misc. bug: SYCL: bad performance on newer oneAPI
该问题通常出现在使用 SYCL 后端、基于较新 oneAPI 工具链构建并运行 llama.cpp（llama-cli / llama-server / llama-bench）的场景中，表现为 PP（prompt processing）性能大幅下降，甚至回退到 PR #25222 优化之前的水准。
[Bug]: Qwen3-Reranker: Process Hang with `/score` Endpoint for Specific Data
![[Bug]: Qwen3-Reranker: Process Hang with `/score` Endpoint for Specific Data](https://www.chat-gpts.plus/wp-content/uploads/2026/10/24704-b0c5e643-768x403.jpg)
该问题通常出现在使用 vLLM 部署 Qwen3-Reranker（如 Qwen/Qwen3-Reranker-0.6B ）并调用 /score 端点时，当输入数据长度恰好触达模型最大长度（8192 token）附近，进程会挂起。优先排查 truncate_prompt_tokens 的取值，以及是
[Bug]: /v1/embeddings deadlocks when a truncated input follows a short one in the same request
![[Bug]: /v1/embeddings deadlocks when a truncated input follows a short one in the same request](https://www.chat-gpts.plus/wp-content/uploads/2026/10/55427-1df4d760-768x403.jpg)
当单个 /v1/embeddings 请求里出现“短输入 + 需要截断的长输入”时，vLLM 会把 [Bug]: /v1/embeddings deadlocks when a truncated input follows a short one in the same request 表现为请求
LLM 或许帮我缓解了重复性劳损
一位长期受重复性劳损（RSI）困扰的开发者发现，随着自己把越来越多的编码工作交给 LLM 代理完成，手臂疼痛明显减轻。这提供了一个少见的个人健康视角，说明 AI 编程工具的影响可能不只是效率，还包括身体负担。