大语言模型编程研究：究竟是在修复错误还是在重新编写代码？
大语言模型（LLM）已广泛应用于编程解题与缺陷修复，但现有研究通常将解题能力与修复能力独立评估，忽略了二者之间的关联。本研究重点探讨LLM在修复含错代码时相较于人类补丁的偏差程度，并验证模型是否存在倾向于直接生成全新解法而非局部修复的偏差。为此，研究团队构建了包含约3000次编程提交的数据集，系统分析模型修复缺陷的实际机制。
DC AI 热点
精选
当前热点完整榜单 →
1AMD以82亿美元收购李飞飞创办的空间智能公司World Labs110 热度 ⌁2OpenAI发布GPT-6.1 Sol模型：性能逼近旗舰且成本更低99 热度 ⌁3OpenAI推出常驻智能体Dots，对标Meta Muse支持主动后台协作99 热度 ⌁4佛罗里达州起诉 OpenAI：要求禁止 ChatGPT 拟人化并停止向未成年人推广98 热度 ⌁5OpenAI全面升级ChatGPT：支持MCP事件自动化与文档协同，加速向AI操作系统演进96 热度 ⌁9月25日2026-09-25
小波扩散模型在降水降尺度中的跨区域泛化能力评估
本研究基于小波扩散模型（WDM）框架，系统评估了扩散模型在公里级降水降尺度任务中的跨区域与跨事件泛化能力。研究覆盖了代表对流、冬季、热带及大气河流等降水机制的美国六个区域，通过对NOAA多雷达/多传感器复合反射率场进行块平均生成低分辨率输入。研究重点测试了仅在俄克拉荷马州样本上训练的模型向其他未知地理区域和天气形态迁移的实际表现。
CounterRoute：基于分层反事实信用分配的自路由推理强化学习框架
针对具备推理能力的大语言模型在简单问题中生成过长思维链从而浪费推理算力的问题，研究人员提出了 CounterRoute 框架。该框架采用在线强化学习方法，直接基于原生双模式检查点联合学习路由决策与模式条件响应，无需特定微调预热。它有效解决了路由目标随策略演变、初始模式偏好破坏探索稳定性以及序列级目标耦合等挑战，实现了高效的自适应推理路由。
流式全双工语音模型中的主动附和反馈控制研究
该研究针对全双工语音对话模型缺乏显式自然附和（如“嗯”、“对”等应答词）的问题，提出了一种轻量级预测头结构。该机制直接利用全双工模型自身的隐藏状态来预测附和时机，当概率超过设定阈值时即强制解码生成反馈。实验在7B规模的PersonaPlex和1B规模的F-Actor模型上验证了该方法的跨尺度泛化能力，探针分析也证实其隐藏状态能够有效契合人类真实的交谈节奏。
增量学习机制：面向泛化科学机器学习的目标设计
在科学机器学习中，增量学习通常针对物理基线残差训练模型，传统观点认为基线越精确、残差尺度越小，下游性能就越好。该研究表明，仅靠残差尺度不足以评估目标的可学习性。通过在分子图神经网络的总能量预测任务中进行评估，研究发现复杂的局部描述符基线虽然残差绝对尺度更小，但在架构代理空间中表现得极不平滑，相对其尺度反而更难学习。论文揭示了面向泛化科学机器学习的目标设计关键机制。
Rufus-Air：基于GLM-4.5-Air的开源大模型后训练完整方案
该研究提出了开源且可复现的大模型后训练方案Rufus-Air，基于GLM-4.5-Air-Base模型构建。该方案包含八个串行阶段：SFT、推理强化学习、代码强化学习、指令遵循强化学习、通用智能体、代码智能体、搜索智能体及RLHF。能力训练从基础逐步演进至高级，奖励信号从可验证的硬规则过渡到软性评判。全流程依托开源组件与公开数据，无需新增人工标注，并公开了完整的复现细节与基建配置。
硬预算重复评测中真实不确定性的理论界限研究
该研究探讨了在硬预算约束下，通过重复评测来准确估计基准测试分数并确保较低不确定性的理论极限。研究在固定任务网格和响应成本限制的框架下，推导出了在完全观察与允许遗漏两种情况下，最差纯群组的最优期望区间宽度理论界限。该理论下界同样适用于自适应硬预算策略，为机器学习模型的基准评测设计与置信度验证提供了严格的理论依据。
面向机制可解释性的流递归模型（SRM）
该研究针对机制可解释性技术难以随大语言模型规模与深度扩展的问题，提出了一种新型架构——流递归模型（SRM）。SRM 是对分层推理模型（HRM）的改进，通过将计算过程组织为多个相互交互的潜在流，在保持模型可扩展性的同时暴露其内部计算结构。该工作旨在通过设计天然具备可解释性结构的小型模型，为验证和理解模型内部行为提供新的探索路径。
无监督学习何时成败？基于子空间视角的重构异常检测几何分析
该研究探讨了基于重构的无监督异常检测在模型过度拟合异常或丢失正常变异时的失败机理。论文借助“子空间追求”（PoS）假说，从交集、并集和联接几何视角对失败模式进行理论表征：模型容量过大易引发联接盲区，容量不足则会导致交集偏好与正常保真度下降。研究证明紧凑的正常数据并集是最优保真范围，通常依赖非线性重构映射实现。
LastOPD：解决隐状态同策略大模型蒸馏中的后期崩溃问题
该研究针对大模型同策略蒸馏（OPD）缺乏教师模型隐层思考过程的问题展开探索。尽管引入隐状态监督（Latent supervision）能对齐学生与教师模型的内部状态，但在将Qwen3-4B/8B蒸馏至Qwen3-1.7B-Base的实验中，研究人员发现该方法存在“早期增益、后期崩溃”的失效现象，MATH-500准确率虽迅速提升但随后崩溃。为此，论文提出了LastOPD方法以抑制此类崩溃。
图像保真度不等同于场保真度：神经断层扫描中的热力学联合重建与误差定位
该论文针对科学断层扫描中神经场优化的核心难题展开研究。作者指出，由于2D到3D的正向映射为多对一关系，较低的2D图像误差并不能保证隐式3D物理场的准确性，且该隐式场在训练中缺乏直接监督。为此，研究团队提出了CoroNeRF框架，利用可微原子发射渲染器，直接从多视角、多谱线辐射强度中联合优化3D电子密度与温度场，并在日冕断层扫描场景中进行了测试与验证（注：原摘要结尾处有所截断）。
基于电子先验与响应态学习的可迁移振动光谱表征研究
针对振动光谱预测在跨化学空间场景下易受局部立体电子环境扰动而导致精度下降的问题，研究提出 SO(3) 等变神经卡尔曼网络（SENK）。该框架构建了响应态级联结构，融合了用于学习 Hessian 矩阵、偶极导数及极化率导数的等变 Transformer 骨干网络，通过等变神经卡尔曼桥实现状态依赖精炼与可靠性感知，并结合 NBO 电子先验以提升光谱表征的可迁移性。
阅读原文 ↗推荐理由：提出结合电子先验与等变神经网络的新架构，解决了分子振动光谱预测中的跨空间迁移与精度难题。# AI for Science# 等变神经网络# Transformer# 光谱预测# 分子表征
基于埃尔米特多项式的谱图神经网络架构 HermNet 研究
该研究深入探讨了基于埃尔米特多项式构建的谱图神经网络，并提出了 HermNet 模型。该模型将节点级预测器与归一化埃尔米特传播相结合，依靠稀疏递推关系实现计算，既无需昂贵的特征值分解也不依赖可学习基底。研究还评估了坐标校准、响应归一化和高斯导数正则化等可选机制，并系统分析了在有限训练预算下，不同完备多项式基底在优化行为上的差异。
基于lp正则化的大语言模型LoRA自动秩分配方法
低秩适应（LoRA）已成为大语言模型中广泛应用的参数高效微调方法，但如何确定各适应矩阵的秩仍是核心挑战。针对现有自适应秩分配方法多依赖人工设计重要性评分的问题，该研究提出了lp-LoRA方法。该方法基于信号处理中经典的稀疏诱导技术，利用0
科大讯飞发布全国产算力训练语音识别大模型Spark-ASR-2.0
科大讯飞推出基于全国产算力训练的语音识别大模型Spark-ASR-2.0，该模型依托语音基座大模型Spark-Audio-1.0-Preview构建。新版本在方言免切换识别、嘈杂环境应对、上下文纠错以及口语书面化规范等方面实现显著提升，同时整体推理成本较上一代仅增加10%。目前，该模型已落地讯飞输入法，并通过讯飞开放平台对外提供API服务。
盘点梁文锋署名技术论文：聚焦底层架构与核心算子创新
该文梳理了梁文锋在学术论文中的署名脉络。过去三年中，梁文锋极少作为第一作者或通讯作者出现在动辄上百人署名的旗舰模型整体报告中，而是将研究精力与署名重点投向最底层的原子技术，包括MLA注意力机制、MoE路由机制、mHC拓扑流形、DSpark推理算子以及DSec智能体沙盒等关键底层技术论文，展现了其对AI基础架构研发的深耕。
GLM-5.3-Flash融合Kimi与DeepSeek注意力架构，大模型设计走向混合组合
GLM-5.3-Flash在同一模型架构中融合了Kimi的KDA线性注意力与DeepSeek的KPool-DSA稀疏注意力机制。这一架构创新表明，大模型底层Attention机制正经历演进，从以往不同机构各自独立押注的竞争性技术路线，转变为可在单一模型内按需分工、协同组合的模块化设计选项，为长文本处理与高效推理提供了新的工程实践范式。
传OpenAI即日预览网络安全专用模型GPT-6 Cyber
据外媒报道，OpenAI计划在未来数日内预览其最新的网络安全专用模型GPT-6 Cyber，并推出配套产品以协助客户实现安全、自动化的部署。该模型预计将在9月29日的旧金山开发者大会或更早亮相，系OpenAI今年发布的第四款网络安全模型，目前已向部分Daybreak Red内测客户开放Alpha权限。此外，大会期间预计还将密集公布十余款面向企业与消费端的新产品。
将“激活神谕”技术扩展至万亿参数模型：深入内部表征监测AI异常行为
针对奖励作弊（Reward Hacking）及评测感知等难以仅凭输出内容发现的AI异常行为，研究人员构建了“激活神谕”（Activation Oracles）系统。该系统作为辅助AI，专门分析目标模型的内部激活状态以检测和预测其潜在行为。研究团队成功将这一神谕训练机制扩展到了万亿参数模型上，并验证了其检测性能会随模型体量与数据规模的增长而持续提升（原文摘要在数据规模处截断）。
针对长上下文编程优化，Claude Opus 5.5 正式发布
针对当前开发者编程会话时间更长、上下文使用量更大的趋势，Anthropic 推出最新的 Claude Opus 5.5 模型。该模型不仅在训练层面专门针对长上下文编程场景进行了优化，还在定价机制上做出调整，旨在帮助开发者在应对复杂代码任务时有效控制并优化使用成本。
全面文档提取基准 ExtractBench 发布：覆盖370份企业文档与14款系统
ExtractBench 正式推出，被定义为目前最全面的文档信息提取基准。该基准涵盖 370 份企业真实文档，围绕准确性、完整性、真实可溯源性（Grounding）以及使用成本等关键维度，对 14 个主流提取系统进行了深入评测与对比打分，旨在为企业级文档解析与自动化信息提取场景提供标准化、多维度的评估参考。
AI 推理的经济学：测试时计算的成本与收益权衡
推理能力显著提升了 AI 的准确率，但也带来了高昂的计算成本。文章深入探讨了测试时计算（test-time compute）、智能体运行性能与响应速度之间的权衡关系，并分析了模型在特定场景下过度“思考”可能适得其反的经济与性能代价，为优化推理阶段的资源投入提供参考思路。
基于 Tunix 与 TPU 的自主大模型后训练框架 autofinetune 推出
autofinetune 项目推出了一套全自动大模型后训练研究闭环，涵盖监督微调（SFT）和基于 GRPO 的强化学习。开发者只需在单个 Markdown 文档中设定边界条件与评估指标，AI Agent 便能自主修改训练脚本、发起实验，并将验证有效的超参数优化自动提交至 Git。该项目基于 Google 的 Tunix、Gemma 和 Cloud TPU 技术栈构建，消除了繁琐的人工微调过程，已在函数调用与数学推理任务中验证了无人工干预的性能提升。
伯克利学者发布论文探讨《AI预言机时代的数学》
该素材指向加州大学伯克利分校研究人员发布的学术论文《AI预言机时代的数学》（Mathematics in the Age of AI Oracles）。由于原始素材仅包含PDF下载链接，未提供论文的具体正文与核心结论，详细信息仍需查阅原文。从标题推断，该文主要探讨具备强大求解或预测能力的AI系统（AI Oracles）对传统数学研究范式、理论证明及数学学科未来发展所带来的潜在影响。
Anthropic 称 Claude 发现新酶系统，部分 CRISPR 研究者对成果意义持保留态度
据 The Decoder 报道，Anthropic 的 Claude 在 DNA 数据库中发现了此前未知的酶系统，并自主完成大部分分析。报道同时指出，一些 CRISPR 研究人员认为这更接近常规的基因组挖掘，对其科学突破程度有不同看法。
同等 AI 性能的成本持续下降：研究估计每年降至约十三分之一
据 The Decoder 对研究结果的梳理，Epoch AI 估算达到固定基准性能所需的成本每年下降约 13 倍；MIT 在剔除硬件提升和竞争因素后，估计算法进步约为每年 3 倍。这并不意味着最强模型的单次任务更便宜，实际选型仍需考虑质量、速度和错误率。
阅读原文 ↗推荐理由：区分同等能力成本与前沿模型实际使用成本，帮助理解模型价格变化。
9月24日2026-09-24
面向生物基础模型的高效混合专家（MoE）训练方法
随着语言模型规模的持续扩大，扩展传统密集架构的计算成本变得愈发昂贵。在密集 Transformer 模型中，每个标记都会经过所有网络层，导致算力消耗剧增。针对这一挑战，该研究探讨了面向生物基础模型的高效混合专家（MoE）训练技术，旨在通过稀疏激活机制降低计算开销，提升大模型在生物医学等特定领域的训练效率与扩展能力。
The Decoder：DeepMind 希望更早推出 Gemini 4，重点转向可信智能体
据 The Decoder 报道，DeepMind 负责人 Koray Kavukcuoglu 希望在年底前更早推出 Gemini 4。报道表示，该模型已进入后训练阶段，并在内部编码工具 Antigravity 中使用；他强调可信智能体的重要性。产品时间表仍以官方后续公告为准。
Mercury 2.5 大语言模型推理速度达到每秒 770 令牌
据简要资讯披露，大语言模型 Mercury 2.5 的推理生成性能达到了每秒 770 个令牌（tokens/s），展现出显著的高吞吐推理能力。由于原始素材信息极其有限，目前尚未公开该模型的技术架构细节、具体参数规模、测试所依托的硬件计算环境以及标准化基准测试条件，其实际应用表现和完整技术规格仍有待后续进一步详细披露。
两周一次迭代且千元起步，有初创团队致力于降低大模型后训练门槛
近期后训练已成为大模型领域备受瞩目的核心议题。有企业推出低门槛的后训练服务，旨在通过两周一次的高频迭代节奏以及1000美元起的亲民价格，推动后训练技术向更广泛的开发者普及，实现“人人可用”。由于当前所获素材信息较为有限，关于该公司的具体技术路线、优化机制以及完整商业服务形态等细节，仍有待进一步披露。