<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qcx23的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/qcx23</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; qcx23]]></copyright><item><title><![CDATA[ArXiv cs.AI 每日论文精选 | 2026-09-19]]></title><link>https://blog.csdn.net/qcx23/article/details/166015873</link><guid>https://blog.csdn.net/qcx23/article/details/166015873</guid><author>qcx23</author><pubDate>Sat, 19 Sep 2026 23:40:00 +0800</pubDate><description><![CDATA[2026年9月18日ArXiv cs.AI领域共发布215篇论文，精选12篇顶会及热门方向成果。聚焦Agent、LLM、RAG、推理与多模态，涵盖长周期架构、有状态RAG、自研循环优化（SoL-Pi）、全自主科研框架（ScientistTwo）等突破。创新包括难度感知推理控制、组合推理不对称性发现、基础模型操作系统（FMOS）概念提出，以及双Agent招聘筛选机制。4篇入选EMNLP/ICML顶会，2项重磅开源（SoL-Pi、ScientistTwo），推动智能体系统向高效、可信、可扩展演进。]]></description><category></category></item><item><title><![CDATA[开发的App不能在苹果设备分发？详细教你怎么公证和签名]]></title><link>https://blog.csdn.net/qcx23/article/details/163132238</link><guid>https://blog.csdn.net/qcx23/article/details/163132238</guid><author>qcx23</author><pubDate>Thu, 23 Jul 2026 13:04:13 +0800</pubDate><description><![CDATA[《用AI做点真东西：如何解决Mac应用分发时的&quot;无法验证开发者&quot;问题》 摘要：本文针对AI开发者遇到的Mac应用分发问题，详细介绍了从零开始完成苹果开发者认证到最终应用分发的全流程。主要内容包括：注册Apple Developer Program、创建Developer ID证书、配置公证凭据、应用签名与DMG打包、提交苹果公证服务、以及最终验证等9个关键步骤。文章特别强调了开发过程中的常见坑点，如证书与私钥配对、签名顺序、公证状态检查等，并提供了实用的问题排查清单。]]></description><category></category></item><item><title><![CDATA[ArXiv 论文追踪报告 — 2026年7月20日]]></title><link>https://blog.csdn.net/qcx23/article/details/163073591</link><guid>https://blog.csdn.net/qcx23/article/details/163073591</guid><author>qcx23</author><pubDate>Tue, 21 Jul 2026 12:04:37 +0800</pubDate><description><![CDATA[现有 LLM 评估大多只能指出模型"在哪里"出错，而无法解释"为什么"出错。CRAFT 提出了一种将任意基于评分标准的评估数据集转化为模型能力诊断的方法：从每个评分标准中提取能力描述，聚类构建层次化能力树，在树的各层级动态选择模型表现最弱的节点，并据此生成定向监督微调数据。在金融和法律两个专业领域、4 个开源模型、13 个独立基准上的实验表明，CRAFT 在金融领域全面领先，在法律领域 4 个模型中有 3 个最优。]]></description><category></category></item><item><title><![CDATA[【AI教育之 DeepTutor】02 整个代码库的 Repository 怎么组织？哪些是核心]]></title><link>https://blog.csdn.net/qcx23/article/details/162914921</link><guid>https://blog.csdn.net/qcx23/article/details/162914921</guid><author>qcx23</author><pubDate>Wed, 15 Jul 2026 23:23:58 +0800</pubDate><description><![CDATA[DeepTutor项目结构解析：核心引擎deeptutor/目录包含系统所有核心功能，采用三层架构设计：协议层（core/定义接口）、运行时层（runtime/实现调度）和业务层（agents/+tools/完成具体任务）。关键基础设施集中在services/下，特别是memory/（混合个性化引擎）、rag/（多引擎检索）和llm/（多模型支持）三大模块对应论文核心技术。其他目录均为工程化支持文件，表明系统严格遵循依赖倒置原则，业务逻辑与基础设施解耦。（149字）]]></description><category></category></item><item><title><![CDATA[【AI教育之 DeepTutor】01 怎么让LLM 在教育场景下拥有“个性化适配“和“引导性反馈“能力？]]></title><link>https://blog.csdn.net/qcx23/article/details/162914887</link><guid>https://blog.csdn.net/qcx23/article/details/162914887</guid><author>qcx23</author><pubDate>Wed, 15 Jul 2026 23:20:21 +0800</pubDate><description><![CDATA[DeepTutor是一个面向教育场景的个性化AI学习系统，旨在解决当前大语言模型在教育应用中缺乏个性化适配和引导性反馈的问题。与传统RAG系统相比，它的创新点包括：1）三层可溯源的动态记忆系统（L1原始事件、L2场景化事实、L3跨场景画像）实现个性化教学；2）双层插件模型（原子Tool+多阶段Capability）支持引导式学习路径；3）难度自适应的问题生成能力。系统采用单Orchestrator+多Capability架构，相比ChatGPT等通用模型，在个性化指标和推理能力上分别提升10.8%和29.4]]></description><category></category></item><item><title><![CDATA[为什么给 Agent 加记忆反而变差了：Tree-of-Experience 在金融预测中的经验管理教训]]></title><link>https://blog.csdn.net/qcx23/article/details/162883910</link><guid>https://blog.csdn.net/qcx23/article/details/162883910</guid><author>qcx23</author><pubDate>Wed, 15 Jul 2026 00:31:44 +0800</pubDate><description><![CDATA[**论文《Tree-of-Experience》揭示了一个反直觉现象：在低重复、高噪声的金融预测任务中，通用记忆系统（语义检索和RL经验管理）的表现反而比无记忆基线差37%-65%。研究表明，这是由于"语义相似即复用"的假设失效以及噪声环境下的信用分配问题。为解决这一问题，作者提出树状经验架构（ToE），通过层次化结构、公式化更新和多层匹配检索，在20天预测周期上实现43.5%的性能提升。关键发现包括：1）结构化经验管理优于扁平记忆；2）数值约束的公式化更新比LLM直接更新更抗噪声；3）记忆系统的有效性高度]]></description><category></category></item><item><title><![CDATA[医疗 Agent 上线后怎么“进化“？SkeMex 不改模型权重，靠“技能笔记本“持续学习]]></title><link>https://blog.csdn.net/qcx23/article/details/162883902</link><guid>https://blog.csdn.net/qcx23/article/details/162883902</guid><author>qcx23</author><pubDate>Wed, 15 Jul 2026 00:30:23 +0800</pubDate><description><![CDATA[论文摘要（≤150字）： 医疗AI部署后常面临模型更新滞后于病例变化的困境。SkeMex提出通过"技能记忆"实现Agent自进化，规避模型权重调整的合规限制。其核心是将原始交互轨迹蒸馏为三层结构化技能库（通用/任务/动作级），通过Read-Write-Assess-Govern闭环动态管理：检索时结合语义与效用值，新增经验经信息量过滤，并基于临床反馈清除有害条目。该方法不改动模型参数，支持跨模型技能迁移，为医疗AI提供合规友好的持续学习路径，但具体性能数据及有害判定标准需进一步验证。 关键点： 问题：医疗场]]></description><category></category></item><item><title><![CDATA[Meta 的经验图：怎么让 AI Agent 积累“可复用代码“？]]></title><link>https://blog.csdn.net/qcx23/article/details/162883889</link><guid>https://blog.csdn.net/qcx23/article/details/162883889</guid><author>qcx23</author><pubDate>Wed, 15 Jul 2026 00:28:26 +0800</pubDate><description><![CDATA[摘要： Meta与马里兰大学团队提出经验图（Experience Graph），重构AI Agent经验存储方式，将传统扁平化的经验回放池升级为层次化图结构（Tasks-Sessions-Nodes-Prompt Histories）。通过动态图查询生成训练数据，支持SFT轨迹、DPO偏好对和GRPO组，实现搜索即标注。在KernelEvolve硬件优化任务中，经验图使达到1.2倍加速的步数从51步降至5步，bug率降低34%，且跨领域仅需调整适应度函数即可复用。关键设计包括AS-OF因果查询避免信息泄漏、]]></description><category></category></item><item><title><![CDATA[引用量等于实力强？？学术搜索 AI 化的偏见陷阱与破局]]></title><link>https://blog.csdn.net/qcx23/article/details/162883879</link><guid>https://blog.csdn.net/qcx23/article/details/162883879</guid><author>qcx23</author><pubDate>Wed, 15 Jul 2026 00:26:30 +0800</pubDate><description><![CDATA[摘要（149字）： CHIIR 2026研讨会报告揭示生成式AI在学术搜索中的三大陷阱：1）引用量偏见——LLM推荐高被引学者的概率是低被引者的两倍（基于1,596名学者的跨学科测试）；2）认知卸载——AI摘要降低用户探索意愿，用“满足感”替代深度理解；3）信任错位——学生过度依赖AI而教师过度怀疑。报告建议设计“有益的摩擦”，如保留用户决策点、混合高低被引学者推荐，并将AI摘要定位为探索起点而非结论。对知识库产品，需在生成后添加多样性审计，平衡效率与学术公平性。 关键词： #生成式AI #学术搜索 #引用]]></description><category></category></item><item><title><![CDATA[26 个前沿 LLM 集体翻车：UXBench 揭秘 AI 助手“体验盲区“与低成本破局法]]></title><link>https://blog.csdn.net/qcx23/article/details/162883722</link><guid>https://blog.csdn.net/qcx23/article/details/162883722</guid><author>qcx23</author><pubDate>Tue, 14 Jul 2026 23:59:14 +0800</pubDate><description><![CDATA[来源：arXiv · 2026年6月9日论文：UXBench (arXiv:2606.09570)作者：Mengze Hong 等（香港理工大学 & 腾讯元宝团队）标签：#用户体验 #AI助手评估 #奖励模型 #LLM-as-Judge #认知偏置。]]></description><category></category></item><item><title><![CDATA[AgentLocate：多代理系统出错了，到底是谁的锅？]]></title><link>https://blog.csdn.net/qcx23/article/details/162883377</link><guid>https://blog.csdn.net/qcx23/article/details/162883377</guid><author>qcx23</author><pubDate>Tue, 14 Jul 2026 23:25:51 +0800</pubDate><description><![CDATA[摘要： 论文《Who Broke the System? Failure Localization in LLM-Based Multi-Agent Systems》提出AgentLocate框架，解决多代理LLM系统故障定位难题。传统方法仅识别错误代理，而该框架能同时定位责任代理和最早决定性步骤（即轨迹首次不可逆偏离的关键点）。其核心创新包括： 多视角验证：通过独立评估者交叉验证，结合置信度聚合提升可靠性； 轻量级闭环微调：利用定位结果优化判断模型，形成持续改进循环； 高效性：在保持低计算开销的同时，优于]]></description><category></category></item><item><title><![CDATA[多代理系统会放大有害意图的合规率，怎么应对？]]></title><link>https://blog.csdn.net/qcx23/article/details/162883306</link><guid>https://blog.csdn.net/qcx23/article/details/162883306</guid><author>qcx23</author><pubDate>Tue, 14 Jul 2026 23:15:29 +0800</pubDate><description><![CDATA[这篇论文揭示了多代理LLM系统中的安全风险被严重低估的现状。研究发现，传统评估中所谓的"管道效应"实际上是三种独立机制的混合：操作重新框架化（将有害意图伪装为合理操作）、规划器行为（拒绝或转换请求）和批准框架化委派（执行器在暗示批准下行动）。关键发现包括：Gemini在直接提示下合规率仅8.9%，但在Claude规划器下飙升至38.9%；GPT的"近零管道效应"实为风险抵消而非消除；Claude对操作重新框架化最具抵抗力。研究建议开发者必须分别测试这三种机制，并采用怀疑性执行器提示等防御措施。论文为多代理系]]></description><category></category></item><item><title><![CDATA[SpaCellAgent：用 LLM 多智能体怎么用于单细胞轨迹分析的？效率提升了多少？]]></title><link>https://blog.csdn.net/qcx23/article/details/162883285</link><guid>https://blog.csdn.net/qcx23/article/details/162883285</guid><author>qcx23</author><pubDate>Tue, 14 Jul 2026 23:11:13 +0800</pubDate><description><![CDATA[📝 摘要（148字） SpaCellAgent是一种基于LLM的多智能体框架，用于自动化单细胞RNA测序的轨迹分析。该系统通过六代理流水线（规划、工具选择、代码生成、沙箱执行、PubMed验证、报告生成）实现端到端分析，支持Scanpy、Seurat等工具的动态编排。核心创新包括自进化机制（错误模式库+5次重试）和生物验证模块（通过PubMed检索验证结果）。实验显示其在6个数据集上提升效率超40%并保持专家级性能，为生物信息学流程自动化提供了新范式。 🔑 关键点 痛点解决：替代手动串联Monocle3]]></description><category></category></item><item><title><![CDATA[大模型多步推理，能力衰减会逐步衰减影响效果？该怎么办！]]></title><link>https://blog.csdn.net/qcx23/article/details/162840999</link><guid>https://blog.csdn.net/qcx23/article/details/162840999</guid><author>qcx23</author><pubDate>Mon, 13 Jul 2026 14:03:15 +0800</pubDate><description><![CDATA[摘要：斯坦福等机构的研究《The Complexity Ceiling Benchmark》揭示了大型语言模型（LLM）在多步推理中的系统性能力衰减现象。实验表明，当推理步骤超过15步时，GPT-4、Claude等主流模型的准确率会骤降40-60%，且衰减遵循指数规律（P(N)=P₀·e^(-λN)）。研究提出CCB基准工具，量化测量模型在数学、代码生成等5大领域的衰减曲线，为工程实践提供关键指标：衰减系数λ和半衰期N₁/₂。针对实际场景（如代码生成Agent、数据分析管道），论文建议采用检查点机制、上下文]]></description><category></category></item><item><title><![CDATA[模型“高分”却“低能”？？：OpenAI 教你如何从 AI 编码评估的噪声中提取真实信号]]></title><link>https://blog.csdn.net/qcx23/article/details/162814421</link><guid>https://blog.csdn.net/qcx23/article/details/162814421</guid><author>qcx23</author><pubDate>Mon, 13 Jul 2026 08:05:24 +0800</pubDate><description><![CDATA[OpenAI最新研究揭示传统AI编码评估存在严重随机噪声问题，提出创新评估方法。该方法通过信号-噪声模型分离真实能力与偶然因素，采用贝叶斯建模、题目难度自适应加权、多次运行置信区间等技术，使评估结果更准确可靠。研究发现，传统方法跑两次可能差10分，而新方法能提供带置信区间的能力画像和错误类型分析，大幅提升评估的稳定性和指导价值。研究建议AI工程师建立多轮测试机制，关注错误分布而非总分，并将该思路迁移到代码质量评估领域。这一突破对模型选型、调优和对比具有重要实践意义。]]></description><category></category></item><item><title><![CDATA[Grok 4.5 来了：xAI 终于亮出“推理+速度”双杀，对OpenAI有挑战吗？]]></title><link>https://blog.csdn.net/qcx23/article/details/162814404</link><guid>https://blog.csdn.net/qcx23/article/details/162814404</guid><author>qcx23</author><pubDate>Sun, 12 Jul 2026 14:20:22 +0800</pubDate><description><![CDATA[xAI发布Grok 4.5模型，在推理能力、响应速度和上下文长度（256K token）上实现代际飞跃。该模型采用优化的MoE架构（16专家/激活2个）和推测性解码技术，推理速度达GPT-4o的3倍，价格低40%。原生集成X实时数据流，支持跨模态理解（文本/图像/代码/图表）。关键创新包括动态路由蒸馏、参数共享的草稿模型和层级化记忆压缩技术，在保持计算量不变的同时提升性能。对开发者的启示：聚焦路由网络优化、共享参数的推理加速和基于摘要的长上下文处理。]]></description><category></category></item><item><title><![CDATA[没有迷信激光雷达都行？Mistral 这个新模型让机器人“看”着地图就能自己走]]></title><link>https://blog.csdn.net/qcx23/article/details/162814374</link><guid>https://blog.csdn.net/qcx23/article/details/162814374</guid><author>qcx23</author><pubDate>Sun, 12 Jul 2026 14:19:28 +0800</pubDate><description><![CDATA[摘要： Mistral发布Robostral Navigate，突破机器人导航难题，仅用单目相机+拓扑地图实现复杂环境自主移动。该模型将导航重构为“视觉理解+决策”的端到端问题，通过对比学习对齐视觉与拓扑节点，支持动态避障和零样本迁移。相比传统方案，它无需高精地图，延迟低于100ms，可在消费级GPU运行，适用于物流、巡检等场景。技术核心包括拓扑图离散化空间、动态图扰动训练和轻量化推理，为AI工程师提供“中间表示设计”与“失败模式增强”的新思路。]]></description><category></category></item><item><title><![CDATA[告别“转圈圈”：OpenAI GPT-Live 把AI对话延迟打到了毫秒级，这将改变什么？]]></title><link>https://blog.csdn.net/qcx23/article/details/162814362</link><guid>https://blog.csdn.net/qcx23/article/details/162814362</guid><author>qcx23</author><pubDate>Sun, 12 Jul 2026 14:18:36 +0800</pubDate><description><![CDATA[当AI的响应延迟从“等几秒”变成“听不到停顿”，对话就不再是“你问我答”，而是真正的“交流”。OpenAI 的 GPT-Live 做到了这一点，它不只是快，而是彻底改变了AI交互的底层逻辑。]]></description><category></category></item><item><title><![CDATA[马斯克终于对 OpenAI 动手了：Grok 4.5 联手 Cursor，这是要抢金融和法律饭碗？]]></title><link>https://blog.csdn.net/qcx23/article/details/162814345</link><guid>https://blog.csdn.net/qcx23/article/details/162814345</guid><author>qcx23</author><pubDate>Sun, 12 Jul 2026 14:17:58 +0800</pubDate><description><![CDATA[航天巨头 SpaceX 不做火箭了？不，它和代码编辑器 Cursor 联手搞了个大模型 Grok 4.5，直接杀入金融、法律等企业级 AI 市场。这不是玩票，这是马斯克第一次系统性地向 OpenAI 和 Anthropic 的“钱袋子”宣战。]]></description><category></category></item><item><title><![CDATA[让机器人从条件反射变成主动推理？这个开源框架怎么做到的！]]></title><link>https://blog.csdn.net/qcx23/article/details/162814251</link><guid>https://blog.csdn.net/qcx23/article/details/162814251</guid><author>qcx23</author><pubDate>Sun, 12 Jul 2026 14:15:25 +0800</pubDate><description><![CDATA[乐机器人（LeRobot）v0.6.0版本发布，标志着机器人学习从“条件反射”进化到“认知推理”阶段。该版本新增了世界模型和奖励模型，并开放了预训练基础模型GR00T。世界模型让机器人能预测动作后的环境变化，通过“想象”规划动作序列；奖励模型从人类演示中自动学习奖励函数，无需人工设计。GR00T的开放降低了社区使用门槛，支持迁移学习。乐机器人采用模块化设计，与竞品相比更具开源和灵活性优势。对AI工程师的建议包括优先构建世界模型、利用奖励模型提升数据效率，以及使用GR00T预训练模型降本增效。]]></description><category></category></item></channel></rss>