AI 模型、开源与智能体研究今日进展

2026年9月3日 · LLM 整理

AI 模型、开源与智能体研究今日进展

今日资讯聚焦大模型评测、开源工具与智能体研究：Hugging Face 发布 WebGPU 内核与 Granite 4.2 构建说明，多项 arXiv 论文关注 LLM 长程状态跟踪、量化、安全与轨迹评估，Google 则推出图像创作及主动防御相关产品。

1. 研究 · Hugging Face

   BenchMIRT 探讨 LLM 基准实际测量内容

   Allen AI 推出 BenchMIRT，一种在单个提示级别审计 LLM 基准的方法。

   站内阅读

2. 产业 · Hugging Face

   IBM 时间序列模型在 Confluent 上实现实时智能

   IBM 与 Confluent 合作将时间序列基础模型引入流式数据场景，模型已在 Confluent Cloud 早期访问中上线。

   站内阅读

3. 研究 · arXiv cs.AI

   LLM 长程状态跟踪：通过深层依赖工具调用执行 MD5

   这是一项针对大语言模型长程状态跟踪能力的评测研究。

   站内阅读

4. 模型 · arXiv cs.LG

   REAL-Q：动态梯度下降实现端到端 LLM 量化

   本文提出REAL-Q，一种新的LLM训练后量化范式。

   站内阅读

5. 研究 · arXiv cs.CL

   trajectory-judge 揭示仅看结果的 LLM 评估盲区

   该研究揭示仅看结果的LLM智能体评估存在结构性盲区。

   站内阅读

6. 研究 · arXiv cs.CL

   电路引导权重缩放提升 LLM 安全性

   本文从机制可解释性角度研究LLM安全行为，刻画了一个多阶段安全电路：有害检测头响应有害输入，安全神经元在残差流中稳定安全信号，拒绝头将信号转化为…

   站内阅读

7. 研究 · arXiv cs.AI

   OpenAgentFlow 为异构 AI 智能体集群设置安全边界

   本文提出OpenAgentFlow，一种面向异构AI智能体集群的控制面/动作面安全架构。

   站内阅读

8. 产业 · Google AI

   Google 推出 Fairwind 计划强化主动网络防御

   Google 推出 Fairwind 计划，面向政府、云客户及网络安全合作伙伴提供主动网络防御能力。

   站内阅读

9. 综合 · Google AI

   Google 公布 2026 年 8 月 AI 更新

   Google 公布 2026 年 8 月 AI 更新汇总，涵盖 Gemini 3.7 Flash、Gemini 3.5 Transcribe 及…

   站内阅读