https://ai-v5.github.io/LLMNews/ 每日 AI 新闻、每周专题和论文与开源项目解读，基于公开来源，区分事实与分析。 Mon, 09 Nov 2026 05:36:48 +0800 https://ai-v5.github.io/LLMNews/2026/11/09/ai-daily-agents-mcp-power/ https://ai-v5.github.io/LLMNews/2026/11/09/ai-daily-agents-mcp-power/ Mon, 09 Nov 2026 05:31:00 +0800 Open WebUI 引入桌面伴侣，Activepieces 更新 MCP 连接，LiteLLM 与 llama.cpp 修复运行链路；FT 披露供电设备交易。 https://ai-v5.github.io/LLMNews/2026/11/09/verifiable-inference-trust-boundaries/ https://ai-v5.github.io/LLMNews/2026/11/09/verifiable-inference-trust-boundaries/ Mon, 09 Nov 2026 04:40:00 +0800 FlashProve 把大模型推理证明推进到可研究的工程规模，但吞吐、模型身份、接受策略和形式化证明并不是同一种保证。读懂这四层，才能判断一张推理证明究竟证明了什么。 https://ai-v5.github.io/LLMNews/2026/11/08/llama-cpp-moe-cache-cpu-share/ https://ai-v5.github.io/LLMNews/2026/11/08/llama-cpp-moe-cache-cpu-share/ Sun, 08 Nov 2026 05:40:09 +0800 b12191 为主机内存中的 MoE 专家加入 CPU 分担和自动调参。关键不在提高 CPU 占比，而在权衡权重上传、缓存复用与并行计算，并分清校准实测和模型预测。 https://ai-v5.github.io/LLMNews/2026/11/08/ai-daily-gateway-moe/ https://ai-v5.github.io/LLMNews/2026/11/08/ai-daily-gateway-moe/ Sun, 08 Nov 2026 05:29:03 +0800 本期精简为两条可核实的开源更新：LiteLLM 1.108.2 修复凭证选择、语音错误回传和路由问题；llama.cpp b12191 为 MoE 缓存加入 CPU 分担与参数调优脚本。 https://ai-v5.github.io/LLMNews/2026/11/07/terminal-bench-continuous-evaluation/ https://ai-v5.github.io/LLMNews/2026/11/07/terminal-bench-continuous-evaluation/ Sat, 07 Nov 2026 05:40:16 +0800 新论文用28项任务修订与时间预算实验，说明Agent评测同时受模型、工具框架、环境和资源约束影响。整体排名较稳，不代表相邻产品的几分差距可靠。 https://ai-v5.github.io/LLMNews/2026/11/07/reshard-rl-weight-sync/ https://ai-v5.github.io/LLMNews/2026/11/07/reshard-rl-weight-sync/ Sat, 07 Nov 2026 05:40:16 +0800 Reshard 把训练与生成之间的权重更新，转成不同分布式布局之间的精确搬运。它减少的是无用通信，能否加快完整 RL 训练，还取决于同步占比、量化转换、拓扑和正确性。 https://ai-v5.github.io/LLMNews/2026/11/07/ai-daily-agents-robotics-evaluation/ https://ai-v5.github.io/LLMNews/2026/11/07/ai-daily-agents-robotics-evaluation/ Sat, 07 Nov 2026 05:38:15 +0800 六条动态：Anthropic 公布 EVE 智能体实验，Ai2 开放 ToyBlocks；NVIDIA 介绍权重同步优化，Terminal-Bench 新论文讨论基准维护，语音评测增加口音覆盖，OpenAI 与 Hacktron 合作测试服务连接边界。 https://ai-v5.github.io/LLMNews/2026/11/06/serverbench-qualified-serving-value/ https://ai-v5.github.io/LLMNews/2026/11/06/serverbench-qualified-serving-value/ Fri, 06 Nov 2026 05:40:00 +0800 ServerBench 把推理优化从单项速度测试推进到有状态会话、延迟约束与完整系统交付。4.87 倍指特定配置下的合格 token 价值指标，真正值得借鉴的是负载选择、实验设计和验证方法。 https://ai-v5.github.io/LLMNews/2026/11/06/metr-ai-rd-acceleration-evidence/ https://ai-v5.github.io/LLMNews/2026/11/06/metr-ai-rd-acceleration-evidence/ Fri, 06 Nov 2026 05:40:00 +0800 METR 对 Anthropic 的新评估提供了 AI 参与研发的强烈信号，但增长斜率、因果归因、员工体感与风险阈值属于不同问题。本文拆开这些量，并解释公开证据能支持到哪里。 https://ai-v5.github.io/LLMNews/2026/11/06/ai-daily-video-agents-rd-inference/ https://ai-v5.github.io/LLMNews/2026/11/06/ai-daily-video-agents-rd-inference/ Fri, 06 Nov 2026 05:39:51 +0800 六条动态：Gemini Omni 1.2 Flash 降价并支持15秒视频，GPT-6 Cyber 限定开放，Mistral 推出长时智能体预览；METR、ServerBench 与共享 KV cache 方案分别追问研发、服务和上下文复用的实际收益。 https://ai-v5.github.io/LLMNews/2026/11/05/pretraining-data-engineering/ https://ai-v5.github.io/LLMNews/2026/11/05/pretraining-data-engineering/ Thu, 05 Nov 2026 18:42:00 +0800 对照原始论文解释数据过滤、重复与知识学习，并区分GLM 100T目标的二手转述、官方历史数据和可验证实验。本文为局部专题，不冒充完整课堂。 https://ai-v5.github.io/LLMNews/2026/11/05/kimi-k31-inference-zero-mismatch/ https://ai-v5.github.io/LLMNews/2026/11/05/kimi-k31-inference-zero-mismatch/ Thu, 05 Nov 2026 10:00:00 +0800 从稀疏注意力、缓存与并行，到 KDA 批不变、MoE 归约、LoRA 同步和失配诊断，拆解 K3.1 Pro 的推理与 RL 工程。结合固定源码与 Day-0 PR，区分 vLLM、verl、Megatron、SGLang、Miles 的具体工作、交付状态和验证边界。 https://ai-v5.github.io/LLMNews/2026/11/05/llama-cpp-090-inference-boundaries/ https://ai-v5.github.io/LLMNews/2026/11/05/llama-cpp-090-inference-boundaries/ Thu, 05 Nov 2026 05:52:00 +0800 llama.cpp 0.9.0 将多序列 KV 行索引、Gemma 4 图裁剪和 NCCL 多节点通信纳入版本更新。它们分别减少无效注意力工作、无用 token 计算和跨节点通信开销，但适用模型、并发条件及比较分母不同，不能合并成一个通用加速倍数。 https://ai-v5.github.io/LLMNews/2026/11/05/cuda-135-execution-boundaries/ https://ai-v5.github.io/LLMNews/2026/11/05/cuda-135-execution-boundaries/ Thu, 05 Nov 2026 05:50:00 +0800 CUDA 13.5 的重要性不止是 Vera Rubin 正式支持。资源分配、Tile 内跨卡通信、GPU 驻留控制量和图执行各有进展，也各有驱动、拓扑、形状与兼容限制。沿官方文档和固定版本代码，拆解哪些变化值得评估，哪些结论不能直接外推。 https://ai-v5.github.io/LLMNews/2026/11/05/targeted-guidance-training-boundaries/ https://ai-v5.github.io/LLMNews/2026/11/05/targeted-guidance-training-boundaries/ Thu, 05 Nov 2026 05:48:00 +0800 Cursor与伯克利的新研究把失败位置的文字反馈用于自蒸馏。值得关注的是行为适配与训练稳定性；判断能否落地，还需要独立评估、反馈质量测试和主任务非劣效验证。 https://ai-v5.github.io/LLMNews/2026/11/05/ai-daily-hy4-cuda-agent-engineering/ https://ai-v5.github.io/LLMNews/2026/11/05/ai-daily-hy4-cuda-agent-engineering/ Thu, 05 Nov 2026 05:39:00 +0800 五条动态：Hy4 正式发布但权重待公布，CUDA 13.5 推进 Rubin 支持，Dify 与 NeMo 完善追踪和评测，Dharma 探索专用字段抽取模型。 https://ai-v5.github.io/LLMNews/2026/11/04/sglang-0523-performance-boundaries/ https://ai-v5.github.io/LLMNews/2026/11/04/sglang-0523-performance-boundaries/ Wed, 04 Nov 2026 05:47:00 +0800 SGLang v0.5.23 把长提示词尾部重放、持久融合解码与 MoE 专家分页推进到新的可用阶段。沿原始 PR 与版本代码追踪，可以看清 1.5 倍、44%、30 倍各自的实验分母，以及数值一致性、流式工具调用和 PD 配套升级的生产边界。 https://ai-v5.github.io/LLMNews/2026/11/04/auroraworld-training-view-synthesis/ https://ai-v5.github.io/LLMNews/2026/11/04/auroraworld-training-view-synthesis/ Wed, 04 Nov 2026 05:47:00 +0800 拆解运动稳定锚点与结构化生成起点，区分视角替代、数据增广和真实部署观测，并检查 AuroraWorld 的实机失败与指标边界。 https://ai-v5.github.io/LLMNews/2026/11/04/ai-daily-state-tools-edge/ https://ai-v5.github.io/LLMNews/2026/11/04/ai-daily-state-tools-edge/ Wed, 04 Nov 2026 05:39:00 +0800 近24小时五条动态：Ai2评估长程状态追踪，IBM以检查修复改进幻灯片生成，Copilot接入JetBrains Air，Nordic发布端侧芯片，NVIDIA介绍故障归因工具。 https://ai-v5.github.io/LLMNews/2026/11/03/deepseek-superagent-source-analysis/ https://ai-v5.github.io/LLMNews/2026/11/03/deepseek-superagent-source-analysis/ Tue, 03 Nov 2026 20:40:00 +0800 从事件流、工单授权、并发调度与恢复机制读懂 DeepSeek 的研究原型，结合实验和社区评论分析长期 Agent 的价值、成本与边界。 https://ai-v5.github.io/LLMNews/2026/11/03/sam-altman-science-compute-control/ https://ai-v5.github.io/LLMNews/2026/11/03/sam-altman-science-compute-control/ Tue, 03 Nov 2026 13:23:00 +0800 从科研成果的核验、推理预算、自研芯片与个人代理，分析 OpenAI 的产业路线、成本口径和人类控制权。 https://ai-v5.github.io/LLMNews/2026/11/03/sam-altman-openai-next-stage/ https://ai-v5.github.io/LLMNews/2026/11/03/sam-altman-openai-next-stage/ Tue, 03 Nov 2026 13:23:00 +0800 结合访谈与科研、自研芯片的一手资料，分析个人助手、计算成本、商业护城河和长期信任如何相互作用。 https://ai-v5.github.io/LLMNews/2026/11/03/jack-clark-science-growth-scenarios/ https://ai-v5.github.io/LLMNews/2026/11/03/jack-clark-science-growth-scenarios/ Tue, 03 Nov 2026 13:23:00 +0800 结合理论物理评测与经济模型，拆解科研能力、增长情景、基础设施与自我改进之间尚待验证的因果链。 https://ai-v5.github.io/LLMNews/2026/11/03/greg-brockman-ai-scarce-resources/ https://ai-v5.github.io/LLMNews/2026/11/03/greg-brockman-ai-scarce-resources/ Tue, 03 Nov 2026 13:23:00 +0800 梳理科学发现、生命科学产品、持续代理与网络安全，分析生成成本下降后验证、数据与可靠交付的价值变化。 https://ai-v5.github.io/LLMNews/2026/11/03/emmanuel-ameisen-model-mechanisms/ https://ai-v5.github.io/LLMNews/2026/11/03/emmanuel-ameisen-model-mechanisms/ Tue, 03 Nov 2026 13:23:00 +0800 深入解读模型规划、计算电路、J-space 与反思训练的新证据，区分内部机制发现、测量局限与产业前景。 https://ai-v5.github.io/LLMNews/2026/11/03/amanda-askell-values-training/ https://ai-v5.github.io/LLMNews/2026/11/03/amanda-askell-values-training/ Tue, 03 Nov 2026 13:23:00 +0800 从 Claude 宪法、训练方法和实证研究出发，分析价值观泛化、人类监督、文化参与及长期用户影响。 https://ai-v5.github.io/LLMNews/2026/11/03/weight-space-programming/ https://ai-v5.github.io/LLMNews/2026/11/03/weight-space-programming/ Tue, 03 Nov 2026 08:14:00 +0800 从读懂小网络到编辑 Qwen3.5-0.8B，研究展示了权重空间诊断的可能性。真正需要分清的是：无梯度不等于无反馈，分数上涨不等于新增能力，小修改也不等于低成本或无副作用。 https://ai-v5.github.io/LLMNews/2026/11/03/vllm-033-upgrade-boundaries/ https://ai-v5.github.io/LLMNews/2026/11/03/vllm-033-upgrade-boundaries/ Tue, 03 Nov 2026 08:03:00 +0800 升级前先分清三件事：停止额外 cu129 构建不等于首次改用 CUDA 13；FLy 以改变验证语义换取速度；NIXL 1.5 是 connector 的启动要求，而非可选优化。 https://ai-v5.github.io/LLMNews/2026/11/03/ai-daily-inference-edge-power/ https://ai-v5.github.io/LLMNews/2026/11/03/ai-daily-inference-edge-power/ Tue, 03 Nov 2026 08:00:00 +0800 最近 24 小时四条值得关注的公开动态：vLLM 0.33.0、Ceva 与 Mobilint 端侧芯片、远景 800V 供电，以及 Tripo 可复用 3D 工作流。 https://ai-v5.github.io/LLMNews/2026/11/02/flatcake-kv-cache-delivery/ https://ai-v5.github.io/LLMNews/2026/11/02/flatcake-kv-cache-delivery/ Mon, 02 Nov 2026 21:10:00 +0800 FlatCake 提出将主机 DRAM 与 NVMe SSD 作为平级 KV Cache 存储介质，并围绕会话布局、恢复调度和直接 I/O 优化长上下文推理。它提示我们：缓存里有数据，不等于数据能及时送到计算侧。