Reward Hacking盯上AI评分标准！NUS×北大提出生成式Rubric压力测试新基准
智猩猩AI整理编辑：金水现在越来越多人让大模型自己写评分标准（rubric），再拿它当奖励信号去训模型、当裁判去评答案。可这些标准，真的靠谱吗？9 月 15 日，新加坡国立大学、北大、中科院自动化所、
2026-09-23 15:41 · 摘要已收录，可打开文章获取原文内容
北大团队实测：同容量HBF承载KV Cache，延迟最高达SSD的5.5倍！
智猩猩AI整理编辑：BugMaker大语言模型（Large Language Model，LLM）推理有一本绕不开的账，KV 缓存（Key-Value Cache）。模型每生成一个 token，都要把
2026-09-23 15:41 · 摘要已收录，可打开文章获取原文内容
小米MiMo-V2.6技术报告公开，以大规模RL迈向RSI！
智猩猩AI整理编辑：金水今天，小米 LLM-Core 团队公开了 MiMo-V2.6 系列技术报告，并同步开源了模型权重、RL 框架、多域任务环境与轻量蒸馏模型。论文题目：MiMo-V2.6: Sca
2026-09-22 20:58 · 摘要已收录，可打开文章获取原文内容
安全整改后，智谱刚刚把ZCode开源了！
智猩猩AI整理编辑：BugMaker、没方今天，智谱旗下 AI 编程工具ZCode 正式开源。这次开源有一个比较特殊的背景。此前有开发者在使用 ZCode 时发现，旧版客户端存在工作区数据上传相关问题
2026-09-21 12:57 · 摘要已收录，可打开文章获取原文内容
能自进化的图像生成编排Agent，被美团&港科广开源了！
智猩猩AI整理编辑：BugMaker现在做复杂图像生成，问题已经不只是 Prompt 写得够不够详细。如果用户要求生成一个真实地标，同时改变材质、加入指定文字、控制物体数量，还要保持正确的空间关系，仅
2026-09-20 13:51 · 摘要已收录，可打开文章获取原文内容
5.3k Star！腾讯开源浏览器Skill，已适配DeepSeek Harness
智猩猩AI整理编辑：没方Agent 能操作网页已经不是什么新鲜的事了。但很多 Agent 操作的浏览器，不是你正在使用的那个浏览器。它可能运行在一个全新的浏览器实例、沙箱或者远程环境里。想让它替你办事
2026-09-19 14:23 · 摘要已收录，可打开文章获取原文内容
搜索预算节省50倍！谷歌RSI新作：Agent 在“做梦”中自进化
智猩猩AI整理编辑：没方递归式自我改进（RSI）正变得越来越重要，尤其对于自主 AI Agent 而言，其能力进步很大程度上取决于能否在复杂领域中发现高价值解决方案。推动这一过程的关键是有效的探索。然
2026-09-18 17:12 · 摘要已收录，可打开文章获取原文内容
上海AI芯片峰会终极议程来了，60+嘉宾齐聚中国模都
智猩猩AI整理编辑：芯芯距离2026全球AI芯片峰会开幕，只剩3天。经过2个月的筹备与陆续剧透，这场AI芯片年度大聚会，终于要和大家见面了。60+位重磅嘉宾、2天议程、1场开幕式+3大论坛+5场闭门研
2026-09-17 12:59 · 摘要已收录，可打开文章获取原文内容
小米公开直播MiMo-V2.6 RL训练！罗福莉披露进展：单步20亿Token
智猩猩AI整理编辑：林夕今天，MiMo负责人罗福莉公布了MiMo-V2.6的最新进展。过去近半年，团队一直在围绕强化学习进行探索，目前这轮RL训练仍在进行中。目前，MiMo-V2.6每个训练Step大
2026-09-17 12:59 · 摘要已收录，可打开文章获取原文内容
精度反超GPT-5.2！港大1.5B模型把CAD生成卷到"参数级"精度
智猩猩AI整理忆生科技团队投稿用大模型生成CAD模型，"长得像"已经不够了——工业制造要求的是毫米级公差。香港大学联合忆生科技提出的Pointer-CAD v2，通过"先规划、后构建"（Plan-Th
2026-09-16 11:20 · 摘要已收录，可打开文章获取原文内容
微信开源企业Agent知识底座，已适配DeepSeek Harness！
智猩猩AI整理编辑：没方腾讯微信团队开源了一个狠货，这次瞄准的是企业知识库和 Agent。项目名为 WeKnora，把传统 RAG 知识库一路扩展到了 ReAct Agent、MCP、Skills、代
2026-09-16 11:20 · 摘要已收录，可打开文章获取原文内容
GLM-4.7得分超Sonnet-4.5！中科院联合快手开源LLM模拟用户行为评测基准
智猩猩AI整理编辑：知知用大模型扮演真实人类用户，正在成为学术界与工业界共同关注的前沿方向。无论是推荐系统的离线策略验证、电商广告的转化率预估，还是社会仿真与人机交互评估，用户模拟任务都扮演着重要角色
2026-09-15 16:44 · 摘要已收录，可打开文章获取原文内容
人类造的最后一代AI！上交清华字节75页综述拆解RSI路线图
智猩猩AI整理编辑：金水人类可能正在造最后一代“亲手打造”的AI。最新一篇来自上交、清华、字节、上海AI Lab等团队的75页综述《The Last AI Built by Humans: Towar
2026-09-15 16:44 · 摘要已收录，可打开文章获取原文内容
李沐最新答疑：Agent让能力×10，40岁转AI也来得及
智猩猩AI整理编辑：林夕李沐，AI圈熟悉的“沐神”，曾任亚马逊资深首席科学家，也是《动手学深度学习》的作者之一。如今，他是AI公司BosonAI联合创始人。最近，他在小红书开了一轮答疑，从Agent、
2026-09-14 18:55 · 摘要已收录，可打开文章获取原文内容
人类第一视角视频批量变为机器人数据！阿里Qwen交出18561小时Pipeline
智猩猩AI整理编辑：金水机器人数据贵又少，人类视频能破局吗？VLA模型在机械臂上进步很快，但泛化能力始终卡在数据规模和多样性上。机器人演示数据贵、采集慢，即便有Open X-Embodiment等大库
2026-09-13 09:00 · 摘要已收录，可打开文章获取原文内容
字节Seed同一天连发三篇RSI论文，直指闭环自我进化！
智猩猩AI整理编辑：林夕2026年9月1日，ByteDance Seed与TokenWave发布了一个名为Self-Developing Agents的项目，三篇论文同步挂上arXiv。项目页直接把它
2026-09-13 09:00 · 摘要已收录，可打开文章获取原文内容
11万星浏览器Agent公开自测：DeepSeek V4.1 Flash成本仅为Opus 5的1/50！
智猩猩AI整理编辑：金水Browser Use 团队在最近一次内部迭代里，把自己那套叫 Pi 的浏览器 Agent 从 49.9 分 推到 63.4 分，涨了 13.5。同期单次推理成本从 $17.1
2026-09-12 09:00 · 摘要已收录，可打开文章获取原文内容
字节Seed大模型研究员张驰加入北大，曾主导研发Seed-Prover！
智猩猩AI整理编辑：林夕最近，字节Seed大模型研究员张驰加入北京大学智能学院，出任助理教授。北京大学智能学院官网显示，张驰目前的研究方向包括语言模型、智能体、常识推理、认知计算等。官网介绍称，他于2
2026-09-12 09:00 · 摘要已收录，可打开文章获取原文内容
4k Star！本地优先的AI研究工作台登上GitHub日榜，终结科研流程碎片化
智猩猩AI整理编辑：金水科研工作日常往往被拆得很碎，文献管理、Notebook、终端、数据库网页、统计软件、写作工具各自独立，状态不共享，昨天的操作今天也很难完整接上。更麻烦的是，结果一旦生成，想回头
2026-09-11 07:00 · 摘要已收录，可打开文章获取原文内容
DeepSeek V4.1 Flash技术报告公开！KV Cache压到极限，HBM需求降至1/4
一份把降本写进标题的报告~
2026-09-11 07:00 · 摘要已收录，可打开文章获取原文内容
多模态Agent的长期记忆系统，被北大&MemoraX AI开源了！
智猩猩AI整理编辑：知知随着多模态 Agent 进入真实工作流，它接触的历史不再只是几轮文字对话，而是相册、视频、邮件、日历、文档以及跨会话的交互记录。时间越长，记忆库越大，真正影响当前回答的证据反而
2026-09-10 11:20 · 摘要已收录，可打开文章获取原文内容
中国人大校友葛松玮加入OpenAI，推进可控图像生成研究！
智猩猩AI整理编辑：没方昨天，OpenAI正式推出了ChatGPT Images 2.5，画面更清晰、编辑更精准、生成速度也更快。几乎同一时间，前 Reve 研究员葛松玮官宣，自己已经在几周前加入 O
2026-09-10 11:20 · 摘要已收录，可打开文章获取原文内容
7B模型联合生成2K视频和音频！阿里开源项目颠覆“先画面后配音”
智猩猩AI整理编辑：知知视频展示 DreamX-Creator 1.0 在不同内容场景中的联合音视频生成效果。建议开启声音观看。当视频生成逐渐从"画面能动"走向"内容可用"，声音不应只是最后补上的配乐
2026-09-09 15:57 · 摘要已收录，可打开文章获取原文内容
突发！Anthropic预训练研究员离职，曝出自我改进超级智能最可怕的事
智猩猩AI整理编辑：林夕刚刚，Anthropic研究员 Jacob Coxon 宣布离职，他没有像大多数离职员工一样简单告别，而是直接发了一篇相当激烈的公开声明。Coxon过去三年先后在 OpenAI
2026-09-09 15:57 · 摘要已收录，可打开文章获取原文内容
新型存储器研讨会议程首发，探讨HBF、MRAM、忆阻器！
大模型时代的算力饥渴正在倒逼存储技术革命。传统冯·诺依曼架构下，数据搬运造成的“存储墙”已成为大模型训练与推理的核心瓶颈，访存功耗占总能耗的60%以上，带宽与计算速度的差距更以每年50%的速度扩大。R
2026-09-08 18:00 · 摘要已收录，可打开文章获取原文内容
小米MiMo杀入桌面Agent，下一代模型也同步开启内测！
智猩猩AI整理编辑：林夕刚刚，小米Mimo团队发布公告，宣布 MiMo Desktop 开放邀测。通过申请的用户，将在Beta测试期间获得限时、限量的免费体验资格，同时还能获得对小米下一代MiMo模型
2026-09-08 18:00 · 摘要已收录，可打开文章获取原文内容
GPT-6 Astra开始参与下一代模型训练，OpenAI推动RSI走向现实！
智猩猩AI整理编辑：林夕“AGI has arrived。”刚刚，英伟达CEO黄仁勋在X上评论OpenAI最新模型Astra，直接甩出了这句相当重量级的判断。从ChatGPT到o1，再到Astra，黄
2026-09-07 18:06 · 摘要已收录，可打开文章获取原文内容
华为新华三带队！超节点技术研讨会全天议程公布
智猩猩AI整理编辑：GACS 20262026年被称为超节点量产元年。超节点并非简单的硬件堆砌，芯片侧需均衡算力、显存与互联带宽，系统侧需要解决通信、散热及软硬协同问题。在互连链路上，超节点正从电互连
2026-09-06 17:00 · 摘要已收录，可打开文章获取原文内容
Jetson Orin上推理加速最高5.3倍！北大开源端侧MoE自推测解码方案
智猩猩AI整理编辑：BugMaker大模型参数规模不断增长，但真正部署到终端设备时，一个问题始终存在：如何让这些模型离开数据中心，直接运行在手机、边缘设备甚至本地GPU上？近年来，Mixture-of
2026-09-05 15:29 · 摘要已收录，可打开文章获取原文内容
5.4k star！开源Agent记忆工具登上Github趋势月榜，支持跨会话共享
智猩猩AI整理编辑：金水你大概遇到过这种情况：用 Claude Code 改到一半，因为某种原因想切到 Codex 或者 Cursor 接着干。新开的会话对之前的架构、踩过的坑、还没收尾的事一无所知，
2026-09-04 18:46 · 摘要已收录，可打开文章获取原文内容