搜索
EMNLP 2026录用论文提出Claim-Locked Reporting方法，针对AI审稿等场景中数字正确但方向或结论强度被改写的统计主张失真问题，通过先锁定证据支撑的主张、再由代码固定数字与方向而模型仅负责衔接，在fMRI与临床试验报告上将跨次生成数值复现率分别提升至98.5%和100%，并消除了方向反转错误。
三星与上海交通大学提出RoboICL具身上下文学习方法，通过冻结GPT-6 Astra模型并在推理时提供少量示范与机器人自身交互记忆，在RoboDojo 30项机器人操控评测中以50.64分全面领先PhysicalRSI等现有方法，并公开了929条可逐布局核查的执行记录及真实机械臂实验结果。
浪潮信息在AICC 2026发布搭载128芯本土AI芯片的元脑SD200 Ultra超节点AI服务器，通过超级算子融合技术将2.8万亿参数Kimi K3的Token生成时延降至5.85毫秒，与海外Inferact以"巨内核"路线共同打响万亿参数模型推理效率战。
港科大团队在NeurIPS 2026上提出AccelEval基准，覆盖6个领域42项任务和43类CUDA优化策略，评测大模型能否从可信CPU程序生成端到端更快的GPU实现，其中Gemini 3.1 Pro在中规模通过正确性验证的任务上取得71.2倍几何平均加速比。
MiniMax于9月27日上线Flash级别模型M3.1-Flash-Preview，本文通过试衣间项目改造、机器人视频拆解、北京夜光可视化和A股市场观测台四个实测任务，将其与DeepSeek V4.1 Flash和GLM-5.3-Flash对比，结果显示M3.1速度仅次于DeepSeek但成本最低，成为Flash赛道上DeepSeek的新对手。
至知创新研究院开源320B大模型IQuest-Q1，该模型在代码生成、安全漏洞挖掘等评测中表现优异，并能自主排查训练Bug，在交通调度、仓库管理、电梯调度等真实场景中展现出强大的任务解决能力。
中国电信研究院与MemTensor等机构提出首个面向智能体记忆系统的操作级幻觉评测基准HaluMem，已被EMNLP 2026主会接收，该基准分别对记忆提取、更新和问答三个环节进行检查，并对Mem0、MemOS等六套系统实测，发现高召回率可能伴随虚假信息写入、低更新幻觉率背后存在大量遗漏、上游记忆问题最终会影响回答等核心现象。
OpenAI在第四届DevDay开发者大会上发布25项更新，包括Dots个人agent、ChatGPT Space协作空间、GPT-6.1 Sol模型、Ultrafast极速档及Codex全面上云等，涵盖模型、搭建工具与分发三大板块。
Google面向符合条件的大学生推出免费领取一整年Google AI Pro或Google AI Plus的学生活动，美国学生可获原价约240美元的Pro方案，140多个国家和地区学生可获原价约60美元的Plus方案，活动通过gemini.google/students官方页面领取，有效期至2026年12月31日。
10个Claude Sonnet 5.5智能体通宵15小时、互发1270条消息并写出17895行Lean代码，在无人类介入的情况下完成悬置122年的汤姆逊问题N=7形式化证明，且通过Lean内核与nanoda双重验证。