与「ARX」相关的搜索结果

现在的个人 Agent 做记忆检索，我们平常都会认为这对于用户任务的完成质量会提高，但是并非如此，不仅没提高还下降了。 记忆检索绝不只是一个单纯的信息召回（Recall）管道，它本质上是 Agent 认知里的一条长期控制通道与信任边界。一旦一段看似相关、但情境完全错位的记忆被无脑召回，它就会变成一个隐形的方向盘，悄悄篡改模型的推理、语气甚至工具参数。 浙大、上海 AI Lab 等团队的这篇 Beyond Similarity: Trustworthy Memory Search for Personal AI ，给个性化记忆冷静一下降降温。 团队在主流记忆框架以及具有真实工具调用能力的个人 Agent 上做了系统测试，发现了几个荒诞的隐患： 1. 第一给是污染问题：用户私下聊过的病历或家庭琐事，因为词汇重合，在写工作邮件时被顺手召回并引用了进去。 2. 第二个是对于工作中的事情变成了阿谀奉承：长记忆里记下了用户的片面偏见或抱怨，导致模型在面对客观事实时，选择无脑顺着用户的错误认知往下编，顺从率从无记忆时的 19.3% 飙升到 40%+。 3. 第三个就是工具调用出现了大问题：用户在闲聊时随口提过一句“我这人急性子，讨厌等待”，结果 Agent 在调用生产环境的安全运维工具时，竟然把超时熔断阈值给调低了。 此外这篇论文提出了 MemGate，做法非常轻巧：它在向量库与 LLM 之间插进了一个只有 9M 参数的轻量神经门控插件。 它的核心思想很简单，把“无条件相似度检索”变成“基于任务情境的记忆准入控制”： 输入 Query 和候选记忆向量后，MemGate 通过一个小型 MLP 直接预测门控掩码，有选择性地衰减有害或不相关的特征维度，只放行对当前任务合法、安全的证据。 实测效果也非常的不错，在 OpenClaw 配合 GPT-4o-mini 的真实评测中： * 信息泄露问题从 27.0% 断崖式降到 3.5%； * 并且记忆诱发的越狱成功率从 16.8% 降到 4.4%； * 安全性的大幅提升并不是靠“阉割记忆能力”换来的在 LoCoMo 记忆基准测试中，它的有效效用得分反而从 38.9 涨到了 40.8； arxiv：

由于最近读论文的需求激增，加上本人已经受够了沉浸式翻译和DeepL这些翻译软件的垃圾排版和垃圾翻译，受够了Zotero这些old软件的垃圾文献管理，所以忙里偷闲搓了个玩具 EasyRead就是为了让你更舒服地读论文，不用在claude和gpt这些应用里面很难受地读（老艺术家喜欢原汁原味地读全文而不是让大模型直接总结），支持文献管理、自定义模型、原文对照、文献搜索与pdf导入（搜索我只试了arxiv，原谅我，有人用了再说）、能在阅读页直接对话（这不爆杀alphaxiv？），唯一的缺点是烧自己的额度，不过也没多少 项目链接：

EvoOntology：给数据智能体一个会成长的语义层 数据智能体（Data Agent）面对异构数据时，能“看见”的往往只有表名、列名和文件路径；指标如何定义、实体如何关联、业务上有何约束，这些语义都藏在数据之外。让智能体每次从零探索，代价高且易出语义错误；把人工维护的语义层全量注入提示词，又难以扩展、随数据漂移而失效。这就是论文中的 agent-data gap。 中国人民大学 ruc-datalab 提出的 EvoOntology（arXiv:2609.15779）给出了新解法：首个面向数据智能体的自进化本体层（Self-Evolving Ontology Layer）。核心洞察是把本体当作“可训练的智能体状态”：不更新模型权重，而让语义知识随真实使用持续积累、验证、版本化演进，每次变更可检查、可比较、可回滚。 本体以三层结构封装为 MCP 服务器，供智能体运行时主动查询： · Schema Layer 定义本体的表示边界（节点族、语义关系、引用模式）； · Content Layer 是类型化语义图，由 Terms / Mappings / Constraints / Evidence 四类节点构成，每个语义对象都有工作负载证据支撑，落地验证后才提交； · Tool Layer 仅暴露 browse_semantics 与 resolve_semantics 两个 MCP 工具加紧凑会话 manifest，智能体按需检索当前步骤所需语义，而非全量注入上下文。 本体遵循 Build → Use → Evolve → Evaluate → Publish 生命周期：构建器智能体从真实工作负载推导候选概念并对照原始数据验证；交互轨迹被持续记录；进化时诊断重复行为、归因到具体层级并生成局部补丁；候选版本只有在相同数据、相同智能体、相同解码设置与交互预算的配对评估中可复现地胜过父版本，才会发布。 在 BIRD、DDR-10K、InsightBench 三个基准、四个 LLM 骨干（GPT-5.5 / GPT-5.6-sol / Claude-Sonnet-5 / Claude-Opus-4.8）上，EvoOntology 一致优于无本体 ReAct 与静态初始本体。其中 DDR-Bench 上仅“自进化”环节就贡献了 +7.7（81.8 → 89.5），验证了持续演进相对静态语义层的增量价值。 论文： 代码：

考虑到Misa这里很多OKX的新用户，所以介绍活动还是会帮大家写详细一点～ 😘 xStocks 可以理解为搬到链上的股票/ETF 价格敞口资产 它会跟踪对应标的的价格，但不等于直接持有股票，也没有投票权等股东权益 这次活动要做的，就是把指定的 xStocks 和稳定币放进 Uniswap V3 流动性池，供其他用户交易。 你作为 LP，相当于给市场提供流动性，再从中赚取手续费和活动奖励。 而且这波不是简单加 LP，同一个合格仓位可以叠三层权益： ① Uniswap V3 交易手续费 ② X Layer 首轮 $220K 流动性激励 ③ xStocks xPoints 最高 45% 加成 但是！顺序！一定不能反！ 先进入 xPoints 页面完成钱包报名 ，再从 OKX 活动页选择合格池 ，点击申购并建立 LP 仓位 为了确保仓位被活动正确识别，不要直接从 Uniswap 前端加池哦 第二点想说的，45% 不是 APY！ 它指的是 xPoints 积分加成： 25% X Layer 限时加成 20% 邀请加成 无论做单边还是双边 LP，只有仓位中的 xStocks 资产计入 xPoints USDC USDG 不计积分，别按整笔 LP 的总价值估算。 OKX 激励也不是简单按本金分配，而是按仓位实际产生的手续费占比瓜分。 也就是说，仓位是否保持活跃，价格区间是否有效，都会影响手续费和活动奖励。 活动时间：8 月 24 日 15:00—9 月 7 日 15:00（UTC+8） 查看奖励及退出：Wallet DeFi 我的投资 对应仓位 最后的小提醒：LP 不是定存，仍需留意价格区间，无常损失，协议及资产波动风险。 活动入口在这里～

《 AI 时代的数学》 一个数学难题，如果 AI 生成了一份很长的证明，经机器验证是正确的，可是没有任何人看得懂，甚至连提交它的人自己也看不懂，这算数学的进步吗？ 陶哲轩在Arxiv发表了一篇论文，阐述了他对AI时代的数学的看法。 刚刚提到的问题已经在实际发生。专门收集数学问题的网站上已经出现了数十份AI生成的证明提交。其中许多很可能是正确的，但在相当多的案例中，尚无人类专家自愿去验证和担保这些证明；在若干案例中，提交者本人也声明自己没有资格对证明做出判断。 我们正在从一个证明稀缺的时代过渡到一个证明过剩的时代。 我们很快就会面临：一个重大数学结果拥有经过机器验证的证明，但没有任何人类能够充分理解它并加以解释。 陶哲轩的观点是： “如果作者无法令人信服地证明自己能够就其成果做一场正确且归属恰当的专家级报告，那么这个成果就不应该发表。一个没有人类能够正确解释的证明，即使经过形式化验证，也应当被视为不完整的。” 一个证明要真正对其所在领域有所贡献，仅仅正确是不够的，仅仅可读也是不够的。它还需要被学术共同体接受和重视：其他数学家需要消化这一结果，并将其融入自己的工作之中。 但现有的大多数制度安排，期刊、优先权惯例、聘用与晋升标准、奖项，乃至“研究纲领”这个概念本身，都是在稀缺假设下设计的。现在还没有好的解决办法，陶哲轩只提出了一些学术上的倡议。 在 AI 时代，数学界最需要的人才，可能不是最能证明定理的人，而是最能解释定理的人。 论文：

每天刷两小时推特，看到的还是二手转述。这 12 个源直接看一手，建议收藏： 1、AI News — 每日自动汇总各大社区和论文动态的日报，一篇顶你刷半天 2、The Batch — 吴恩达团队的每周简报，观点比资讯多，适合建立判断 3、Hugging Face Papers — 每天社区投票选出的热门论文，带简介 4、alphaXiv — 论文讨论区，能看到同行对一篇论文的质疑和补充 5、arXiv — 最原始的论文源，追某个方向就订阅对应分类 6、LMArena — 大模型盲测竞技场排行榜，看真实对战胜率而不是厂商自测分 7、Artificial Analysis — 各家模型的速度、价格、质量横向对比，选型时直接看这里 8、OpenRouter Rankings — 按实际调用量排的模型使用榜，能看出开发者到底在用什么 9、Simon Willison's Blog — 每个新模型发布他都会实测并写清楚能干什么，几乎不吹 10、Latent Space — 深度访谈和技术拆解，适合了解工程侧的真实做法 11、Interconnects — 训练和后训练方向的深度分析，偏研究 12、SemiAnalysis — 算力、芯片和数据中心的产业分析，看清楚上游发生了什么 如果只留两个：日常追进展看 AI News，选模型看 Artificial Analysis。

网页爬虫迎来重大升级。 PixelRAG 不读 HTML，它像你一样读网页。 100% 开源。 与其将网站解析为纯文本，不如直接截图，让视觉模型从像素中检索答案。 为什么这很重要： • HTML 解析器会无声地丢失信息 • 表格、图表、公式和布局经常消失 • 仅更改解析器就能让 RAG 准确度波动约 10% PixelRAG 绕过整个瓶颈。 它索引的是用户真正看到的内容。 团队构建了 3000 万+ 维基百科截图的视觉索引，在纯文本问答上的表现比最强的基于文本的 RAG 基准高 18.1%。 更酷的是： 它包含 Claude 代码插件，赋予 Claude 视觉浏览能力。 Claude 可以截图任何网页、PDF、arXiv 论文或本地应用，并基于渲染页面回答问题。 流程出人意料地简洁： → 将页面渲染为图像块 → 用 Qwen3-VL-Embedding 嵌入（在截图上微调 LoRA） → 存储在 FAISS 索引中 → 视觉搜索 最棒的是？ 升级到更好的视觉模型后，无需重建索引。 因为索引存储的是像素，不是解析文本。 GitHub:

Claude Science开源平替爆火！一行命令，DeepSeek/GLM随便切，科研人狂喜！ OpenScience是YC孵化团队推出的开源AI科研工作台，直接平替Claude Science，却彻底无任何限制。 给它一个研究目标，它自动跑通全流程闭环：文献检索、假设生成、写代码、跑实验、数据分析、论文撰写。全程在浏览器工作空间完成，带文件树、编辑器、终端和实时可视化，一站式搞定。 杀手级优势： - 模型随便切：支持Claude、GPT、DeepSeek、GLM、本地Ollama等，随意切换，Key本地直连，数据零泄露，完全免费。 - 技能狠：290+科研技能包，30+顶级科学数据库（UniProt、PDB、arXiv等）直接调用，覆盖机器学习、计算生物、化学信息学等。 - 极简安装：终端一行 npx synsci 即开即用，Apache 2.0完全开源。 再也不用受Claude平台、付费、模型绑定的折磨！OpenScience才是科学AI该有的开放模样。