更快檢索,提升 RAG 效率
Apple Machine Learning Research 發表了一篇關於利用神經網路學習支援函式來加速最大內積搜尋(MIPS)的研究,顯著提升 RAG 系統的檢索速度與準確度。
Apple Machine Learning Research 發表了一篇關於利用神經網路學習支援函式來加速最大內積搜尋(MIPS)的研究,顯著提升 RAG 系統的檢索速度與準確度。
Google Research 與 Beth Israel Deaconess Medical Center、哈佛醫學院合作,在《Nature》發表 AI-PPG-ACC-HTN,利用智慧手錶的 PPG 與加速度計資料,在無需袖帶校準下被動偵測高血壓跡象。
推薦理由:研究以診室袖帶流程與 24 小時動態血壓監測為對照,呈現手錶初篩與確認檢測的敏感度及陽性預測值。
summary_zh: - Alice & Bob(法國量子計算公司)在一篇論文中提出,若能建成一臺擁有 22,593 個 qubits 的量子電腦,則可在約 3.14 天 內完成 RSA‑2048 的分解。
Science's Last Exam 是涵蓋 9 個科學領域真實研究任務的新基準,用來評測 AI 助理能否自行提出假設、規劃實驗流程、執行科學程式與軟體,並解讀實驗影片。
Anthropic 透過分析 207,000 個 Claude 會話與 528 位科學家調查,量化了 AI 在不同領域與任務中的實際使用與理論能力。 - 使用情況:科學家主要以資料分析與寫作為主,構思與資料收集使用較少。
導語:k=1 檢索 近似最佳,AMD 研究顯示對於小型模型而言,僅需一條檢索結果即可達到高效表現。 - 研究發現:對小型學生模型,k=1 檢索足以達到近乎最佳效果,額外檢索會降低效能。
AI-PPG-ACC-HTN 是 Google 研發的一套可於消費者智慧手錶上偵測高血壓的多模態 AI 系統,透過 PPG 與 ACC 兩種感測器,無需袖帶校正即可達到與傳統血壓測量相近的準確度。
推薦理由:此研究展示了利用手錶感測器偵測高血壓的可行性,並在臨床測試中達到與傳統袖帶相近的準確度,為全球健康監測提供新方法。
Anthropic分析 207,049 場 Claude 與 Claude Code 科學研究工作階段,探討使用情形如何隨研究領域、任務及 AI 能力而異,並推演 AI 加速研究的可能情境。
推薦理由:研究將 Claude 使用情形與任務能力、研究者時間分配相互比較,並以情境模型呈現實驗室工作對研究加速幅度的限制。
CMU 的研究顯示,編碼代理能夠自動調校 LLM 服務堆疊,將 GPU 成本效益提升至 4.87 倍。 - 實驗物件:Claude Sonnet 5.5 建構 Gemma E4B 的服務系統。
OpenAI 在最新 LifeVal 評測中顯示,即便 AI 助手能存取使用者過往 ChatGPT 對話,仍難以從中擷取完成任務所需的個人資訊。 - LifeVal 共 169 項任務,涵蓋照護、教育、購物、個人財務與政府服務,平均使用歷史對話的任務達標率僅 33.33%。
Wild Dolphin Project 正與 Georgia Tech 和 Google DeepMind 合作,運用 AI 從海豚影音資料中尋找溝通模式,並嘗試以水下穿戴式電腦播放聲音與海豚互動。
本篇提供從程式重構到演運算元驗證的完整教學流程,適合想深入 Erlang 及 actor 模型的講師與學生。 - 重構階段:將傳統 if 控制流改為模式匹配與函式組合,消除命令式風格。
研究團隊分析兩個留存的鈾立方體與歷史檔案,指出德國 B8 反應爐實驗缺乏足夠材料達到臨界。 - 材料需求:B8 反應爐需要 1,292 至 1,775 個鈾立方體,以及挪威 Vemork 的 Norsk Hydro 工廠在整場戰爭期間產量兩倍的重水。
研究人員測試多種多模態模型評估不同口音英語語音的表現,發現模型對中國與奈及利亞口音的評分最低,對美國與英國口音的評分最高。 - 測試模型:Gemini 2.5 Pro、Gemini 2.5 Flash、GPT-Audio 1.5,以及開放權重模型 Qwen 3 Omni。
推薦理由:研究比較多種模型對五種英語口音的評分與解釋,呈現口音偏見如何影響面試、報告及口語能力評估。
每日論文雷達|2026-11-05
Goodfire 發布了一篇論文,提出了 mechanistic shaping 框架,利用模型內部表徵來直接調整解題方式,避免模型學習錯誤捷徑。 - 核心貢獻:透過 依賴塑形 與 表達塑形 兩種方法,直接抑制模型對不良概念的依賴或表達。
summary_zh: 研究者於 2026 年 10 月 22 日至 23 日,以 Claude 和 GPT 查詢 35 家法國服務業中小企業,比較 AI 能否辨識企業,以及在不知道企業名稱時是否會推薦它們。
研究人員研發的壓電牙刷以刷毛彎曲產生電荷,進一步產生活性氧,破壞牙齒上的生物膜;在 115 名志願者參與的 3 個月試驗中,控制牙菌斑及減輕牙齦炎症與出血的效果優於傳統尼龍刷毛牙刷。
什麼是 Chain of Recall?穩定 ID 如何賦予 AI 代理記憶 summary_zh: DeepSeek Harness 在 2026‑11‑01 發表的「Exploring Super‑agent Design」論文中提出 Chain of Recall 架構。
影片在 8 MB 或 10 MB 內可長多久(三次測試編碼) - 實際可用時長:約 1 分鐘 720p30 8/10 MB。 - 測試結果: - 10 MB 15 s 720p30 無音訊:9,253,520 B,140 s,7,399,220 bps。
summary_zh: MIT 研究人員推出 UQ‑DAAAM,能自動糾正機器人對物件的錯誤描述,提升其任務準確度。 - 核心特性: - 透過不確定度量化(Uncertainty Quantification)識別疑似錯誤的描述,並以額外視角減少不確定度。
SPECTROview 是一個開源的 Python 桌面應用,提供光譜資料的匯入、基線校正、多峰擬合與視覺化。\n\n- 核心技術:向量化批次擬合(VBF)引入 NumPy,將 N 條光譜堆疊成 N×M 矩陣,利用一次 LAPACK 呼叫完成所有擬合。
德國團隊在 Nature Energy 發表研究,證實全球電網每分鐘頻率波動源於 UPS 電池管理系統的自檢。 - 研究範圍:涵蓋 12 個電網,從冰島到歐陸同步網,觀測到 1 分鐘週期的頻率小波動。
宣告式拖曳 是一種新型拖放互動方法,透過指定拖動後可達到的未來模型狀態,讓開發者無需編寫複雜的幾何與動畫程式碼,即可生成流暢且可回應的拖曳體驗。 - 核心概念:將拖曳視為「未來狀態探索」;系統先行渲染所有可能狀態,從中推算拖動軌跡,合成最終互動。
SWE-bench Verified 在 Hugging Face 的排行榜於 2026‑11‑05 取得 78 條紀錄,涵蓋 68 個專案;其中 51 條來自未合併的 Pull Request,27 條位於主分支,且無一條已被驗證。
Epoch AI 更新 Epoch Capabilities Index(ECI)的建模方法,改用貝葉斯模型估計 AI 模型能力與不確定性,並直接計算一個模型比另一個模型更有能力的機率。
推薦理由:新方法以完整資料估計模型能力與不確定性,並可直接比較模型間的能力差距;文中也量化新舊方法對前沿模型與弱勢模型的不同影響。
斯坦福 研究顯示,小型 AI 模型在能源效率上可創造更高經濟價值,凸顯模型規模與成本平衡的重要性。- Joules-to-GDP 指標:衡量 AI 工作的美元價值減去執行成本,再除以能量消耗。
Anthropic 生物學研究團隊解析出噬菌體蛋白 L05 組成的原核生物穹窿體結構,並讓 Claude 參與從序列搜尋到冷凍電鏡分析的研究流程。 - 結構特徵:顆粒由 96 個 L05 蛋白組成,質量約 9.5 megadaltons,長約 54 奈米。
推薦理由:研究呈現 Claude 參與序列搜尋、顆粒分離與結構解析的流程,並交代純化時間縮短至約 90 分鐘及研究中遇到的錯誤。
Anthropic 生物研究團隊運用 Claude,描繪出首個來自細菌生命的 vault 顆粒 3D 結構,並發現細菌及感染細菌的病毒中,相似蛋白質也能組裝成 vault。
推薦理由:這項研究呈現 Claude 加速解析細菌 vault 顆粒結構的過程,也交代人工智慧協作中出現的簡單錯誤及修正方式。
Anthropic 研究團隊利用 Claude 找到並解析噬菌體來源的 vault 顆粒,揭示原核生物中首個 vault 顆粒的三維結構。 - 結構特徵:該顆粒由 96 個 L05 蛋白組成,質量約 9.5 megadaltons;研究團隊將蛋白的重複片段由七段增加至九段後,顆粒包覆體積增加約 20%。
推薦理由:原文呈現從序列搜尋、顆粒分離到冷凍電顯結構解析的研究流程,並比較 Claude 加速各步驟的時間與實驗限制。
Agile Deliberation 是 Google Research 提出的框架,透過 AI 與人類的雙向對話,協助使用者在主觀概念上迭代定義,並直接更新模型。
Axiom 將大型且彼此緊密連結的代數幾何基礎資料 Stacks Project 形式化為 Lean 程式,並保留原有結構。 這套可機器檢查的基礎可供 AI 助理重複使用,以此建構新的數學成果。
Rosalind Franklin 已理解她的 DNA 照片揭示了雙螺旋結構;新研究重新檢視檔案後指出,Photograph 51 是為發表而拍攝,並非她認為無關緊要的實驗照片。
CloudOpsBench 是一個開源基準,測量 AI 代理在雲端 DevOps 任務(如修復服務、刪除資源、限制存取權、部署更新、停用專案)的表現。 - 任務數量:45 個 AWS 任務,未來將擴充套件至 GCP、Azure、OCI。
23,000 Qubits 量子位數可破譯 RSA-2048,該估算來自法國量子公司 Alice & Bob 的最新研究。 - 資源估算:22,593 個物理量子位,3.14 天完成 Shor 演算法,使用 cat qubits 架構。
MarathonDocBench 由百度推出,針對 100–300 頁中英檔案的跨頁解析進行評測。 - 資料規模:100 篇檔案、約 18,000 頁、205,000 標註佈局元素。