标签： Midjourney

arXiv新基准RefactorProof：检验大模型生成证明在代码重构后是否仍成立

arXiv 上出现一项名为 RefactorProof 的评测基准，用来检验大模型为程序生成的数学证明，在程序经过保持行为不变的重构后是否仍然有效，结果显示不同证明来源普遍存在脆弱性。

一篇 arXiv 新论文提出“智能即时预订过滤器”，在搜索结果中按条件推广即时预订房源，目标是在不拉低整体预订率的前提下提高即时预订率，并称已部署上线、服务全球数百万用户。值得关注的是，它把双边市场的推荐问题改写成带约束的双目标优化，而不是单纯追求单一平台指标。

arXiv 上的一篇新论文指出，检索增强语言模型遇到“检索上下文”和“自身知识”冲突时，任何设计时固定的取舍规则都会在某些场景下出错，更需要分别评估两个来源的证据，并引入“上下文有多大概率正确”的先验。该研究在 GRACE 和 ClashEval 基准上做了对比实验。

arXiv 上一篇新论文提出，衡量 AI 是否省时不能只看秒表，还应把被放过的错误计入账本；作者用 METR 公开数据复算，得出开发者反而慢了 19% 或 24% 的结论。

美国多地警方正借助自动车牌识别（ALPR）和AI工具，对“行驶模式可疑”的司机实施拦截，即使对方并无具体犯罪嫌疑；ACLU警告这类做法可能扩大为普遍的隐私风险。

通用汽车计划于11月17日从纽交所转至纳斯达克上市，这一动作与其在特斯拉前高管 Sterling Anderson 主导下、用 AI 加快车型开发节奏的转型密切相关。

TIME 2026 年 10 月 27 日报道，越来越多人发现伴侣在 ChatGPT 等聊天机器人里讨论感情问题、性幻想甚至是否分手，由此引发新的信任危机。值得关注的是，AI 对话的隐私边界在亲密关系中仍缺乏共识。

Hugging Face Papers 收录的一篇论文提出 iPrefBench，用于测试手机 AI 代理能否推断用户偏好、并在必要时主动追问，而不只是机械执行任务。对 7 个前沿代理的评测显示，高分行动执行并未转化为同样高的个性化任务成功率。

一个用 Lean 形式化有限单群分类第一代证明的项目，在过程中发现已发表路径中一个闭包断言的错误，并给出替代论证，作为新论文发布在 Hexagon 上。这说明形式化验证不仅能检查证明，还可能修正数学文献。

Black Ore 在拉斯维加斯 Intuit Connect 上发布面向中小会计事务所的 Tax Autopilot 版本，不再要求企业级合同和高额最低消费，并原生接入 Intuit ProConnect Tax 与 Lacerte，税务自动化开始向“非四大”事务所下沉。