学者们的研究揭示了多模态大模型（MLLM）终身遗忘任务中一个被忽视的核心问题：持续的知识遗忘会破坏视觉与语言模态间的对齐关系，导致模型性能整体退化。作者提出了首个针对终身遗忘场景的评测基准MLUBench，包含127个真实实体和超1.5万条多模态数据，并发现即使仅更新单一模态权重，模型在早期任务上的表现仍会大幅下降。 研究提出LUMoE解决方案，通过混合专家架构将遗忘操作隔离在冻结的主模型之外。这

安全评估大量依赖 prefill——改写模型"过去的"回合再看其续写,失准续写等评估尤甚。本文精读一篇 NeurIPS 2026 投稿:它首次系统命名并测量 prefill awareness(预填充感知)——若模型能分辨"哪些历史不是自己写的",这类评估的有效性便从根上受威胁。作者以刻意低风险的偏好数据集剥离混淆,论证 detection(检测)与 resistance(抵抗)几乎不相关:风格驱

大模型行业正经历从唯性能论向可控性转型的关键阶段。近期两起事件凸显企业AI应用的深层问题：模型发布采取分级审批制，暴露访问权不确定性；Claude Code被指隐蔽标记用户环境，反映高权限Agent的执行不可验证性。企业AI下一阶段的核心矛盾在于：闭源云端黑盒架构与业务级可信需求间的冲突。解决方案需构建可控智能体系，包含四大支柱：可审计入口（统一身份、日志和模型路由）、本地模型（保障数据边界和调用

FitOne提出了一套完整的垂直领域大模型训练方案，针对科学健身指导（SFC）这一复杂场景，通过三阶段训练流程将通用基座转化为领域专家。方法包含：1）领域持续预训练（CPT），采用知识工程构建30B tokens领域语料，通过RegMix优化数据配比；2）混合监督微调（SFT），用知识引导生成和多维校验构建高质量指令数据，采用两阶段分布退火策略；3）DAPO强化学习，引入混合奖励函数和动态采样机制

TacReasoner 面向具身触觉推理，提出「冻结外观流 + 可训帧差时序流」的动态感知编码器，并构建首个触觉思维链数据集 TouchCoT-10K，把推理过程显式写进训练目标，在多数子任务上让 7B 反超 14B 的 VTV-LLM。本文逐条精准推导其六个核心公式与两个损失函数，指出帧差与「剪切累积」动机的错位、式(7)期望记号之误、CLS 单 token 瓶颈及 45 样本评测的置信度问题，

多数大模型评测都在考"答案已知"的题，测不出模型能否在事件发生前给出有用判断。WorldCupArena 反其道而行：开球前 24 小时锁死预测，赛后对着官方战报打分，并把一场球拆成比分、球员、事件、技战术、整届赛事五层来评估。它用一套克制自洽、可独立复算的评分数学，让胜负正确率都约 68% 的模型分出真实高下，得出"加检索未稳定帮忙""最强模型仅微超博彩市场""模型在冷门上集体翻车"等诚实结论。

清华与南洋理工的新论文提出：具身智能体的物理危险与文本内容危险，在大模型隐状态里是两个可分的信号，并据此给出一个只需一层线性探针的安全监控方法 PRISM，在自建的对比基准上拿到 99.6% 准确率。本文不做翻译，而是把它的角度分析、目标函数、零假设检验逐一重推，把七张实验表逐格重算：主表全部自洽，但跨模型表有三行对不上；核心角度经去噪校正后从 76 度降到 61.5 度；而真实指令流的基准率算术

TacReasoner 面向具身触觉推理，提出「冻结外观流 + 可训帧差时序流」的动态感知编码器，并构建首个触觉思维链数据集 TouchCoT-10K，把推理过程显式写进训练目标，在多数子任务上让 7B 反超 14B 的 VTV-LLM。本文逐条精准推导其六个核心公式与两个损失函数，指出帧差与「剪切累积」动机的错位、式(7)期望记号之误、CLS 单 token 瓶颈及 45 样本评测的置信度问题，

这篇由25家顶尖机构合作完成的宣言式论文提出，传统PDF论文作为科学传播载体的时代应当终结。研究团队基于对24,008次智能体实验的大规模分析，量化了现行发表制度征收的两种税：叙事税和工程税。 论文提出Agent-Native Research Artifact (ARA)协议，将研究重构为四层结构化制品：认知层、物理层、探索图和证据层。通过Live Research Manager实时捕获人机协

本文聚焦端脑科技 2026 年 3 月发布的本地智能产品脑花 AI NPC。作为纵跨 B/C 端的智能中枢，它是龙虾派的高阶升级款，搭载 AMD 异构处理器与 Lucy AI OS，具备更强算力、内置 NAS，可本地运行大模型。其以 “随身采、本地算、安全存” 为核心，构建双重数据安全防御体系，能自动化处理 GEO 监控、开发工程、多行业工作流等复杂任务，实现从聊天机器人到工作流 Harness