AI 资讯 🤖
2026-07-12 | 自动收集
1. NVIDIA Tile-Based GPU 编程实战指南
一篇深度技术文章系统介绍了 NVIDIA 基于 Tile 的 GPU 编程范式，从 cuTile 和 Triton 内核编写到 Flash Attention 的高效实现。该指南涵盖内存布局优化、线程块调度和计算-通信重叠等核心技巧，为希望榨取 GPU 极致性能的研究者和工程师提供了实用的代码级参考。
- 来源: MarkTechPost
2. 蚂蚁集团发布 LingBot-VA 2.0：原生物理 AI 因果视频动作模型
蚂蚁集团旗下 Robbyant 实验室发布 LingBot-VA 2.0，一款专为物理 AI 场景从头构建的因果视频-动作模型。该模型能够理解物理世界中的因果关系并生成相应的机器人动作指令，在具身智能（Embodied AI）和自动化操作领域具有广阔应用前景。
- 来源: MarkTechPost
3. 上下文图谱驱动主动式企业 Agent
研究人员提出「上下文图谱」（Context Graphs）架构，用于构建能够主动感知企业环境并提前采取行动的智能 Agent。与传统被动响应式 Agent 不同，该系统通过持续构建和更新组织知识图谱，实现业务流程的预测性自动化，为企业级 AI 应用提供了新的架构范式。
- 来源: arXiv
4. 博弈论驱动多智能体框架有效缓解 LLM 幻觉
新研究提出基于博弈论的多智能体协作框架，通过引入对抗性验证和共识机制，显著降低大语言模型的幻觉率。该框架让多个专精不同领域的 AI Agent 相互审查输出结果，在数学推理和知识问答任务中将幻觉发生率降低了 30% 以上。
- 来源: arXiv
5. Overthinking：放大推理权重可提取模型学习到的秘密
研究者发现一种名为「Overthinking」的新型攻击方法——通过放大大模型推理过程中的特定权重，可以提取出模型在训练阶段「记住」的敏感信息。该发现对部署推理型大模型（如 o1、DeepSeek-R1）的企业提出了新的安全警示，提示需要在推理阶段增加额外的隐私保护机制。
- 来源: arXiv
6. 从提示到合约：可审计企业 LLM Agent 的 Harness 工程
研究者提出「Harness Engineering」方法论，将企业级 LLM Agent 的开发从松散的自然语言提示转变为结构化、可审计的「合约」体系。该方法通过形式化规范约束 Agent 的行为边界和输出格式，显著提升了企业 AI 应用在合规性和可追溯性方面的表现。
- 来源: arXiv
7. AutoPersonas：开放式人格演化引擎
研究人员发布 AutoPersonas，一个支持多时间尺度循环的开放式人格演化引擎。该系统能够让 AI Agent 在持续交互中自主发展和调整其人格特质，而非依赖静态预设，为构建更自然、更具适应性的虚拟助手和社交 Agent 提供了新的技术路径。
- 来源: arXiv
8. Agentic 神经架构搜索：让 AI 自主设计神经网络
研究者提出 Agentic Neural Architecture Search（Agentic NAS）框架，利用智能 Agent 自主探索和优化神经网络架构。该方法将架构搜索过程建模为序贯决策问题，在多个基准数据集上取得了优于传统 NAS 方法的效率-精度权衡，有望降低深度学习模型设计的门槛和计算成本。
- 来源: arXiv
9. Blind-Spots-Bench：系统性评估多模态模型的盲区
新基准测试 Blind-Spots-Bench 首次系统性量化了主流多模态大模型在视觉理解中的「盲区」——即模型持续失败但未被现有评测覆盖的场景。研究发现，即使是最先进的模型在特定纹理、光照条件和罕见物体组合上仍存在显著缺陷，为下一代多模态 AI 的改进指明了方向。
- 来源: arXiv
10. 竞争然后协作：前沿 AI 教师构建可验证课程提升学生编码能力
研究者提出「Compete Then Collaborate」训练范式，让多个前沿 AI 模型先相互竞争生成最优教学方案，再协作整合为可验证的课程体系。实验表明，经过该方式训练的「AI 学生」在编程任务上超越了单纯模仿学习的效果，展示了多教师协作在 AI 教育应用中的潜力。
- 来源: arXiv