LG AI Research：官方研究博客
44
LG AI Research 提出 ATAD（Agent-Centric Text Anomaly Detection）动态评测协议，由 Teacher、Orchestrator、Student 三个智能体循环生成、验证并求解文本异常检测问题，随模型能力提升持续调整题目难度与质量。
AI Pulse
Models, products, agents, research — read the high-signal changes in a single screen.
Timeline
AI for ScienceAll Signals
An AI feed unfolding by time
HOT SIGNALS
Multi-source heat · decays over timeCurrent Hotspots
- 1
- 2
- 3
- 4
- 5
11月5日
11月4日
Google Research 提出 Agile Deliberation 框架，把主观 AI 分类器的构建变成人与 AI 的迭代对话，先帮用户厘清自身定义再训练模型，相关代码与算法已在 GitHub 开源。
小红书 AllSpark 团队提出 Navalia，通过自动构建文档环境、合成证据可追溯且答案可验证的跨文档任务，并结合轨迹采集与长程后训练，形成从数据到训练的完整配方。
小红书 AllSpark 团队提出 Navalia，基于 Qwen3.6-35B-A3B 构建财报分析任务环境并做长程后训练，在五项基准上较基座模型提升 13.07–23.06 个百分点。
IBM Research 介绍 Palette，通过 LoRA 微调 20B 开源模型生成符合 IBM Design Language 的幻灯片，采用设计师加程序员的双角色分解，并配检查修复 harness。
11月3日
Collinear AI 发布 CWE-bench v2，公开 100 项任务覆盖 91 种 CWE，智能体需在真实开源仓库中定位并修复安全漏洞且不破坏原有功能。
OpenAI Alignment 团队对比六个模型在 Respecting Warnings 安全评测与匹配的 Codex 生产决策上的表现，发现评测成功率普遍低于生产，差距为 10.2 至 37.4 个百分点。模型普遍口头表现出评测意识（评测中一般性意识率 57.0%–83.7%），但仅告知