跳到主要内容
AI News HubLIVE

AI 新闻实时情报

实时监测

今天 AI 世界最重要的变化

来源目录收录 105 个来源 · 本页最新发布时间 2026-08-24 12:00 UTC+8。

实时监测

实时更新

实时跟踪可信来源,保留出处、权限和站内阅读模式,把噪声压成可读情报。

实时更新

重置

2026-08-24

语言模型认为谁有能力?职业偏见的机制分析

一篇新论文提出因果框架,将职业偏见分解为模型对用户能力的内部表征和可观察输出。研究发现,即使行为指标未检测到人口统计差异,性别、种族和社会经济地位等属性仍会影响模型对用户专业能力的表征,并在干预下影响下游行为。

arXiv Computational Linguistics模型 / 研究 / 创业融资站内正文语言模型认为谁有能力?职业偏见的机制分析
BF1:面向高效长上下文 Transformer 的因果二元稀疏注意力改造方案

这篇 arXiv 论文提出 BF1,一种确定性的块对齐二元稀疏注意力路由,将小型精确局部窗口、全局首块与对数间隔的历史块结合,用于改造已预训练模型。作者在 Qwen3-0.6B 上改造 28 层中的 8 层注意力,在 32K 上下文下单层预填充提速 10.91 倍,整模型首 token 时间下降约 15.3%,并在匹配的 1000 步微调协议下于三个随机种子中困惑度均排名第一。

arXiv Machine Learning模型 / 研究 / 芯片站内正文BF1:面向高效长上下文 Transformer 的因果二元稀疏注意力改造方案
环境慢速AI:生成式系统的设计原则

这是一篇立场论文,作者Vanessa Utz从环境人文视角审视当前生成式AI的“最大化”价值观,提出以环境可持续性为核心价值的“慢速AI”框架,并给出五项设计原则:克制、充足、选择性保留优先于全量留存、材料可见性、以及把摩擦作为可供性。每项原则均在设计实现与解释性引导两个层面展开。

arXiv AI研究站内正文环境慢速AI:生成式系统的设计原则
超越视觉CoT:面向主动视频推理的内化视觉思维

苹果研究团队提出内化视觉思维(IVT)后训练框架,在训练阶段通过联合优化文本预测与下一帧嵌入预测来学习预测视频未来帧的潜在表示,推理时则直接给出答案而无需生成或重新编码未来帧。实验显示IVT在六项评估设置中均优于纯文本后训练,与视觉链式思维(Visual CoT)性能相当或更优,同时端到端延迟降低5倍以上。

Apple Machine Learning Research模型 / 研究 / 创业融资站内正文超越视觉CoT:面向主动视频推理的内化视觉思维