论文发现 AI 文本检测器在模型换代后漏检率骤升
一篇论文发现，基于某厂商旧模型训练的 AI 文本检测器在模型换代前能识别超过 99% 的改写文本，换代后仅能识别 3.8%。该研究来自东京都立大学，指出检测器漏检比例与改写所用 LLM 版本高度相关，例如对 GPT-5 改写的摘要识别率为 93.5%，而对另一个新模型改写的摘要漏检率达 79.8%。作者建议依赖此类检测器筛查科学论文的人，在每次模型发布后重新测试。
匹配字段摘要
←搜索结果
搜索“模型发布”
谷歌研究团队提出睡眠框架，让大模型边用边学且不遗忘旧知识
谷歌研究团队发布“睡眠框架”（Sleep Framework）持续学习研究，把模型运行分为清醒与睡眠两个阶段，以解决大模型知识固化、难以吸收新信息的问题。睡眠阶段通过参数扩展、混合专家记忆块和知识蒸馏把短期上下文写入长期参数，并通过“做梦”生成合成样本做强化学习。实验显示该框架可处理最长约 1000 万 token 上下文，在未见语言的多阶段持续学习中性能下降接近零，并在 AIME 24/25 等数学基准上取得更高准确率。
2026-10-30 13:51 IT之家 - 故渊 感谢IT之家网友 咩咩洋 的线索投递！ IT之家 10 月 30 日消息，谷歌研究团队于 10 月 27 日发布博文，介绍一项名为“睡眠框架”（Sleep Framework）的持续学习研究成果，试图解决大语言模型发布后知识固化、难以吸收新信息的难题。 该研究已于 10 月 27 日由 Google Research 公开，相关论文题为《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》。 谷歌指出在通常情况下，当前主流大模型在完成预训练后便进入相对静态的部署状态，其知识存在“截止日期”；若依赖上下文学习，新信息又会随会话结束而丢失。若直接用新数据反复微调，则容易引发“灾难性遗忘”，而模型学会新知识后，原有能力显著下降。 谷歌的方案借鉴人类睡眠中的记忆巩固机制，将模型运行划分为“清醒阶段”和“睡眠阶段”。清醒时，模型接收并处理输入，将信息暂存于短期记忆；进入睡眠阶段后，模型暂停处理新输入，转而进行记忆整合与自我改进。 具体而言，“
匹配字段正文
逐际动力发布 FluxVLA Engine V2 技术报告，新增在线强化学习与真机部署验证
逐际动力更新开源工程底座 FluxVLA Engine 的第二版技术报告，相较 9 月首版新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖范围。报告显示，14 种策略接入同一套 LIBERO 闭环评测，8 组模型与设备组合的推理频率提升至 2.31–9.64 倍；SmolVLA 经在线强化学习后，在 LIBERO-10 和 RoboTwin Clean 十项任务上的成功率分别提升 10.0 和 15.4 个百分点。部署链路已在 ALOHA、双臂 Franka、Rebot 和 LimX Oli 等平台验证。
作头、世界动作模型，甚至还包括完全不需要本地权重、直接通过API裸调的GPT-6 Astra。 近期，还新增了API裸调的MiniMax-M3.1-Flash。 在项目报告的各自配置下，13个本地checkpoint策略中有11个在LIBERO上的平均成功率超过95%（如DiT4DiT达98.65%，π0.5达97.95%）。 能感受到它带来的好处吗？ 当新模型发布时，别人还在苦哈哈地熬夜配环境、对齐数据格式，你能事半功倍地更进一步。 第二个切面是在线强化学习（Online RL）。 光靠模仿学习（SFT）喂出来的模型，就像只会背题库的学生，一遇到没见过的突发状况就容易懵。 要让模型真正聪明起来，必须让它去环境里去实战前沿试错，也就是进行在线强化学习。 不过，因为在线强化学习需要把环境交互、策略更新和分布式训练串起来，工程复杂度会瞬间呈指数级爆炸，很多优秀团队都望而却步。 现在好了，FluxVLA Engine帮大家把这个硬骨头啃下来了—— 通过集成RLinf，FluxVLA Engine让兼容的流匹配策略可以直接拎包入住，进入在线交互训练流程，免去了重新适配模型和数据管线的痛苦。 在
匹配字段正文
逐际动力更新FluxVLA Engine V2技术报告，补充在线强化学习与真机部署评测
逐际动力更新开源具身工程底座FluxVLA Engine的第二版技术报告，相较9月首版新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖范围。报告显示，SmolVLA经在线强化学习后，在LIBERO-10和RoboTwin Clean十项任务上的成功率分别提升10.0和15.4个百分点；8组模型与设备组合的推理频率提升至2.31–9.64倍。真机侧在ALOHA、双臂Franka、Rebot和自研人形机器人LimX Oli上验证了从模型checkpoint到闭环执行的部署链路。
作头、世界动作模型，甚至还包括完全不需要本地权重、直接通过API裸调的GPT-6 Astra。 近期，还新增了API裸调的MiniMax-M3.1-Flash。 在项目报告的各自配置下，13个本地checkpoint策略中有11个在LIBERO上的平均成功率超过95%（如DiT4DiT达98.65%，π0.5达97.95%）。 能感受到它带来的好处吗？ 当新模型发布时，别人还在苦哈哈地熬夜配环境、对齐数据格式，你能事半功倍地更进一步。 第二个切面是在线强化学习（Online RL）。 光靠模仿学习（SFT）喂出来的模型，就像只会背题库的学生，一遇到没见过的突发状况就容易懵。 要让模型真正聪明起来，必须让它去环境里去实战前沿试错，也就是进行在线强化学习。 不过，因为在线强化学习需要把环境交互、策略更新和分布式训练串起来，工程复杂度会瞬间呈指数级爆炸，很多优秀团队都望而却步。 现在好了，FluxVLA Engine帮大家把这个硬骨头啃下来了—— 通过集成RLinf，FluxVLA Engine让兼容的流匹配策略可以直接拎包入住，进入在线交互训练流程，免去了重新适配模型和数据管线的痛苦。 在
匹配字段正文
Anthropic 研究：AI 如何改变其内部雇佣与工作方式
Anthropic 发布内部研究报告，基于雇佣、AI 使用、产出指标、员工调查、日历与招聘记录等数据及 17 位员工访谈，分析 AI 对公司雇佣与工作组织的影响。报告称技术部门初级员工占比从 2025 年初的 21% 降至 14%，初级技术岗招聘占比从 27% 降至 9%；到 8 月交互式 AI Agent 的工作时长已是员工的 6 倍，工程师人均代码提交量达到 6 个月前的 5 倍。人类注意力成为 Agent 产出的瓶颈，员工转向构建监控与编排 Agent 的元工作，招聘中也更看重自主性与判断力。
工作流程是否让受访者尽可能高效：2024 年末有 44% 的员工表示同意；到 2025 年 11 月升至 58%（2026 年 4 月，75% 的人回答“是”，但该问题因删去“尽可能”而有所弱化）。截至 8 月，Anthropic 员工预计到 2030 年 AI 将能完成其 75% 的工作，而其他美国人的这一比例为 28%。 这些不断攀升的生产力预期，因内部模型发布的节奏而更加戏剧化。一旦有新模型可用，Anthropic 员工就开始在交互式编码智能体会话中处理更难的问题。我们用自动化的 Claude 评分器来衡量这一点，它根据深度、范围以及涉及的系统数量，对去标识化会话的任务要求进行评分。难度高于旧模型第 90 百分位的任务占比急剧上升约 30%（从全部任务的 10% 升至 13%），并在模型发布后的数周内保持高位。交给智能体的简单任务一端则变化不大。 智能体生产力不断螺旋上升，转化为倾泻在人类屏幕与注意力上的产出。一位工程师将其比作照看孩子： 他们会说，我需要有人帮我打开果汁盒，而打开果汁盒是一件紧急的事。而这种诉求所表达的关切程度，与一个割破手指、正在流血的人完全相同。[...]
匹配字段正文