Поиск: Astana Hub AI
Publication Catalog
所有文章
All published intelligence, sovereign stack research, ecosystem news, and AI foundation model reviews.
2555
Stories
Исследования1 мин
Google выпустила Harness² — фреймворк для самоулучшения ИИ-агентов
🤖 Google выпустила Harness² — фреймворк для самоулучшения ИИ-агентов Google Research открыла исходный код системы, которая позволяет ИИ-агентам самостоятельно улучшать свою работу без переобучения нейросети. Harness² даёт агентам возможность менять промпты, настройки памяти,…
Telegram — GPT Time | Нейросети | ИИ
Исследования1 мин
微软在 GPT-1 发布前一年收购了 Maluuba。
微软在 GPT-1 发布前一年收购了 Maluuba。该公司创始人承认，他对此次出售感到遗憾，因为 Maluuba 可能成为下一个 OpenAI。现在，同一个深度学习团队带着一个名为 Skyfall AI 的新项目回来了，它的第一个模型是……
Telegram — Вайб-кодинг
Исследования1 мин
Anthropic направит часть своих акций в фонд общественной пользы
Anthropic создаёт специальный фонд, который будет получать долю акций компании и увеличивать капитал по мере её роста. Средства планируют направлять на решение социальных проблем, связанных в том числе с развитием искусственного интеллекта и его влиянием на рынок труда, передает…
Tech-news.kz
Исследования1 мин
Where the Blocks Live: Tier-Aware KV-Cache Routing for vLLM at Scale
Привет, я Бон-хва Пак из Ware. На конференции Pite Wash в Северной Америке в 2026 году я представлю постер под названием «Где живет блок». Когда память GP заполняется, VLAD принудительно переместит кэш KB на CPU или в хранилище. VLAD будет отслеживать местоположение каждого…
YouTube — PyTorch Official
Исследования1 мин
Joint, Decoupled, or Agent: When Each Multimodal Alignment Paradigm Wins
arXiv:2610.24108v1 Announce Type: new Abstract: Jointly pretrained multimodal encoders are a common way to combine modalities, while alternatives integrate their information during downstream training or inference. When does each approach win? We compare three paradigms,…
arXiv — cs.AI
Исследования1 мин
并非每个用户都说了全部：训练使用工具的代理超越理想的模拟用户
arXiv:2610.24294v1 公告类型：新 摘要：使用工具的代理几乎完全由强大的模拟用户进行训练和评估，这些模拟用户清楚地说明了每个细节，但真实用户往往较弱。我们通过屏蔽模拟用户回复的句子来构建弱用户，……
arXiv — cs.AI
Исследования1 мин
蒸馏、自我训练与习得化学推理的脆弱性
arXiv:2610.24199v1 通告类型: 新 摘要: 为小分子药物设计自动化合成规划需要既准确又开放可检查和适应的化学推理器，但前沿语言模型在预测反应结果方面仍不可靠…
arXiv — cs.AI
Исследования1 мин
自我改进的视频到动作模型
arXiv:2610.24177v1 通告类型: 新 摘要: 视频生成模型是具身智能体的新兴工具: 它们可作为可扩展的视觉规划器, 生成视频描绘如何完成先前未见的任务. 然而, 执行这些计划通常需要...
arXiv — cs.AI
Исследования1 мин
GardenBench：LLM能力的轻量级每日评估
arXiv:2610.23866v1 通告类型：新 摘要：我们推出GardenBench，这是一个包含11个测试套件的基准，用于评估大语言模型（LLM）在一系列任务中的能力。通过系统地用各种轻量级查询提示LLM，我们记录了…
arXiv — cs.AI
Исследования1 мин
Cache2LoRA: 理解和改进语境内化
arXiv:2610.24107v1 公告类型: 新 摘要: Context-to-LoRA 方法将文档编码为低秩参数更新, 允许语言模型在解码语境中不保留源文本的情况下回答问题。这些更新在多大程度上可靠地保留事实并支持它们……
arXiv — cs.AI
Исследования1 мин
SWECraft世界：通过模拟软件世界实现大规模智能体协作
arXiv:2610.24061v1 通告类型：新 摘要：随着AI智能体团队承担更大的项目和长期存在的开放问题，智能体协作为推理时计算的扩展提供了另一个维度。为了理解是什么使这种协作有效且可扩展，我们…
arXiv — cs.AI
Исследования1 мин
用于汉字绘制的LLM代理中的持久记忆与迭代改进
arXiv:2610.24090v1 公告类型: 新 摘要: 来自先前尝试积累的持久记忆是否有助于LLM代理解决新问题，记忆设计是否影响这种益处？我们研究了跨五种代理条件的程序化汉字绘制...
arXiv — cs.AI
Исследования1 мин
谁发言，谁授权，谁行动？理解多智能体LLM中的信任边界
arXiv:2610.24298v1 公告类型：新 摘要：多智能体LLM系统在通过工具行动前交换消息，但消息传递、签名权限和工具端强制执行是独立的信任边界。我们将它们表示为通信、授权和…
arXiv — cs.AI
Исследования1 мин
Beyond Explicit Intent: Discovering and Shaping Artistic Intent through Human-AI Co-Creation
arXiv:2610.24010v1 Announce Type: new Abstract: Generative AI is becoming an important medium for artistic creation, yet existing interactions often assume that creators can specify intentions in advance and accurately communicate them through text prompts. Artistic intentions,…
arXiv — cs.AI
Исследования1 мин
Cortex：受控编码代理的定点理论 - 技术报告
arXiv:2610.24255v1 公告类型：新 摘要：编码代理将大型语言模型 (LLM) 与计划、编辑和执行代码的工具相结合。我们研究 Cortex，它是一个用于预执行治理、需求跟踪以及迭代验证和修复的监督层……
arXiv — cs.AI
Исследования1 мин
紧凑型开放权重大语言模型能否从不完整轨迹中恢复移动事件？基于航空出行的受控评估
arXiv:2610.24266v1 通告类型：新 摘要：不完整的移动轨迹可能会掩盖识别重要出行事件及其端点所需的观测数据。本研究评估紧凑型、本地部署的大语言模型（LLM）能否恢复缺失…
arXiv — cs.AI
Исследования1 мин
From SEC Filings to Financial Signals: Evaluating LLMs on Stock Market Reactions and Analyst Forecasts
arXiv:2610.24268v1 Announce Type: new Abstract: Form 10-Q MD&A sections combine long-form management narrative with accounting and forward-looking information. Benchmarks for financial filings commonly evaluate question answering or numerical reasoning, leaving unclear whether…
arXiv — cs.AI
Исследования1 мин
TorchTPU - 用于TPU上原生PyTorch执行的混合急切/编译架构
arXiv:2610.24161v1 公告类型: 新 摘要: TorchTPU是Google和Meta之间的开源合作,为Google TPU引入了原生且原则性的PyTorch后端。它实现了开箱即用的无缝模型执行和TPU迁移,同时提供…
arXiv — cs.AI
Исследования1 мин
代理的最后疑虑：在使用工具的代理中知道何时行动、何时退让
arXiv:2610.24194v1 发布类型：new 摘要：使用工具的LLM代理在不确定性下反复面临决策点，在自主行动、收集额外信息和人工升级之间选择。这些决策需要在任务成功与交互之间取得平衡…
arXiv — cs.AI
Исследования1 мин
What Social Media Teaches Us About Accumulative AI Risks
arXiv:2610.24006v1 Announce Type: new Abstract: Prominent AI safety discussions emphasize existential threats and catastrophic events, such as AI-enabled nuclear conflict or engineered biological outbreaks. This position paper argues that there is another type of AI risk that…
arXiv — cs.AI
Исследования1 мин
AM-Bench: 面向代理错位的统一分类学与评估套件
arXiv:2610.24264v1 通告类型：新 摘要：随着基于LLM的代理在现实环境中以日益增强的自主性被部署，出现了一种关键失效模式：代理错位，即代理选择有害行动而非失败。然而，现有的安全基准……
arXiv — cs.AI
Исследования1 мин
无需训练的提示选择：基于部分展开的高效强化学习
arXiv:2610.24229v1 发布类型: 新 摘要: 可验证奖励强化学习(RLVR)已成为训练推理模型的主流范式,但其计算成本使得高效数据选择日益重要。由于训练示例…
arXiv — cs.AI
Исследования1 мин
用于罕见病诊断的统一多范式融合智能
arXiv:2610.24024v1 发布类型: 新 摘要: 罕见病 (RDs) 据估计影响全球 3 亿人, 使患者不得不在临床资源稀缺和医学知识碎片化的限制下经历漫长的诊断历程。人工智能 (AI) 已…
arXiv — cs.AI
Исследования1 мин
LogicVal:A Logic-Formalized Benchmark for Constraint Satisfaction in Text-to-Image Generation
arXiv:2610.24051v1 Announce Type: new Abstract: Text-to-Image (T2I) generative models have made significant progress in producing high-fidelity images from natural-language prompts. Alongside this progress, numerous benchmarks have been developed to evaluate capabilities such as…
arXiv — cs.AI
Исследования1 мин
面向Transformer的有条件无毛定理：语言模型如何遗忘提示词
arXiv:2610.24133v1 通告类型：新 摘要：我们询问自回归Transformer在生成$t$个token后保留了多少提示词信息。考虑两个不同的提示词后跟相同的续写文本，因此它们隐藏状态中的任何差异都源自...
arXiv — cs.AI
Исследования1 мин
SteerSearch: 具有中途响应引导的交互式搜索推理
arXiv:2610.24287v1 公告类型: new 摘要: 增强搜索的语言模型越来越多地作为长期研究代理，但大多数开放训练方法假设用户目标在整个搜索过程中保持固定。我们研究中途响应引导，即用户在…期间重定向模型
arXiv — cs.AI
Исследования1 мин
探究歧义：面向鲁棒Text-to-SQL的对抗性意图消解
arXiv:2610.24248v1 公告类型：新 摘要：Text-to-SQL系统通常假设自然语言查询与正确SQL翻译之间存在一对一映射。然而在实践中，许多查询本质上具有歧义，允许存在多个有效解释…
arXiv — cs.AI
Исследования1 мин
A Controlled LLM Workflow for Evidence-Grounded Diagnosis of Risk Score Differences
arXiv:2610.23962v1 Announce Type: new Abstract: We propose a controlled Large Language Model (LLM) workflow for explaining risk score differences using similar historical transactions. The workflow combines reference retrieval and contrastive SHapley Additive exPlanations (SHAP)…
arXiv — cs.AI
Исследования1 мин
事半功倍：代理计算相对于替代架构选择的适用性的第一性原理探索
arXiv:2610.23921v1 公告类型：新 摘要：由于代理人工智能 (AI) 看似易于使用，因此人们对利用代理人工智能 (AI) 实现业务活动自动化越来越感兴趣。花更多的钱做更少的事情从未如此简单或成本更高。然而，人们对此知之甚少……
arXiv — cs.AI