全部 AI 动态 · AITOP

9月3日

13:05

Hailuo AI@Hailuo_AI

精选73°

MiniMax H3模型新增提示词功能，可将任何参考图片转为视频，展示手工制作过程。该提示词通过15秒视频完整呈现从基础材料到成品的全过程，包括建立初始结构、发展主体形态、添加细节特征和最终调整四个阶段。用户上传图片后，模型会生成一个加速延时视频，展示如何从零开始手工复现图片中的主体。

AI产品 MiniMax H3 视频生成

推荐理由：MiniMax H3新功能让图片变手工制作视频，15秒看懂从零到成品全过程。

原文

13:05

shao__meng@shao__meng

73°

Greg Isenberg精选GitHub近30天五个热门仓库，解决Agent时代真实痛点。No AI Slop清除20多种AI写作模式，保留作者声音；Comp AI CRM让Agent主动维护客户关系；Video Use将剪辑风格系统化；SkillSpector扫描Agent工具安全风险；还有手机端自动化工具。这些工具分别解决写作可信度、客户关系维护、视频剪辑、安全审计和手机自动化问题。

技巧 Agent GitHub No AI Slop

推荐理由：Greg挑出五个真正有用的GitHub工具，帮你解决写作、客户关系、视频剪辑、安全和手机自动化问题。

原文

13:00

e27@Bernadetta Septarini

AI已成为许多人日常工作的一部分，用于撰写邮件、总结文档、头脑风暴、分析数据、创建演示文稿甚至辅助决策。对于许多人来说，使用AI如今已像打开Google或检查Slack一样平常。这种普及性使得安全问题需要重新审视和调整。

技巧 AI安全工作习惯数据保护

事件专题

推荐理由：文章探讨了AI普及带来的安全挑战，提醒我们日常使用AI时需要改变哪些习惯。

原文

12:58

宝玉@dotey

精选

SubAgent架构需要重新交代子任务上下文并交接工作，导致token消耗更大。Claude Code订阅用户可通过Fable指挥Opus/Sonnet SubAgent，虽然token消耗量大但实际成本更低。SubAgent架构能为主agent节省大量上下文空间，使其更专注于任务本身。

AI产品 Fable SubAgent Claude

推荐理由：Fable使用SubAgent架构指挥Claude模型，token消耗大但成本更低，还能为主模型节省上下文空间。

原文

12:56

AI Will@FinanceYF5

精选73°

Fable 5.1模型通过一条提示词生成了拥有1500名士兵的中世纪王国。该王国包含240万体素，160个可工作的NPC。士兵能操作攻城设备，NPC会对外来入侵做出反应。每栋建筑都有内部结构和功能，整个王国可被完全摧毁。

AI模型 Fable 5.1 Knowix 体素生成

推荐理由：Knowix用Fable 5.1一键生成了可互动的中世纪王国，比之前的体素模型强大得多。

原文

12:56

AI Will@FinanceYF5

Fable 5.1通过简短提示词在浏览器中创建了一款类似《使命召唤》的射击游戏。该游戏使用ThreeJS和Web shaders技术，包含三种武器类型：突击步枪、霰弹枪和精准步枪。游戏具有ADS瞄准、武器惯性和重量感等特性，敌人成群结队涌向玩家。

AI产品 Fable 5.1 ThreeJS 射击游戏

推荐理由：Fable 5.1用一句话提示就做出了浏览器版使命召唤，三种武器和射击体验超真实。

原文

12:56

AI Will@FinanceYF5

Fable 5.1模型仅用两条提示词就成功构建了一款类似《Rocket League》的游戏。该模型在RocketLeagueBench基准测试中表现出色，处理速度比Fable 5快三倍以上。Fable 5.1能够自主测试并修复98%的初始缺陷，在3D设计任务中表现优异。

AI模型 Fable Fable 5.1 RocketLeagueBench

推荐理由：Fable 5.1用两条提示词就做出游戏，还能自己找bug修复，比前代快三倍。

原文

12:55

AI Will@FinanceYF5

Fable 5.1 一次性生成了类似《马力欧卡丁车》的游戏。BridgeMind 公司开发的 Fable 5.1 在游戏生成能力上有显著提升。该版本相比 Fable 5 是一次重大升级。用户对 Fable 5.1 的游戏开发能力表示非常 impressed。

AI产品 Fable Fable 5.1 BridgeMind

推荐理由：BridgeMind的Fable 5.1能一次性生成完整赛车游戏，比前代进步明显。

原文

12:55

AI Will@FinanceYF5

78°

Anthropic发布了Claude Fable 5.1模型，用户已开始用它一次性生成游戏。该模型能够构建3D世界，并创建各种复杂模拟。已有10个令人印象深刻的应用案例被展示出来。

AI模型 Claude Fable Anthropic 游戏生成

事件专题

推荐理由：Anthropic刚发布的Claude Fable 5.1能一次性生成游戏和3D世界，看看这10个实际案例有多惊艳。

原文

12:35

Dify@dify_ai

Dify发布了智能体构建指南，帮助用户从零开始创建智能体。该指南通过对话方式引导用户设定目标，最终形成可工作的智能体。用户可以通过cloud.dify.ai平台访问完整教程。

技巧 Dify 智能体构建指南

推荐理由：Dify教你从对话开始构建智能体，比其他工具更注重目标导向的创建过程。

原文

12:30

12:30IT之家（博客/媒体）

精选

小米玄戒 O3 芯片于 8 月 24 日正式发布，将首发搭载于小米 18 Fold 和小米平板 9 Pro Max。纪念铝板采用黑色包装，内嵌玄戒 O3 芯片本体，并有雷军签名。玄戒 O3 采用十核全大核设计，多核跑分首次突破 15,000 分，性能提升 60%。该芯片首发 16 核 G2-Ultra NX GPU，支持第三代光线追踪，性能提升 85%，功耗降低 64%。

AI产品小米玄戒 O3 小米 LPDDR6

推荐理由：小米发布了玄戒 O3 纪念铝板，内嵌旗舰芯片和雷军签名，全球首款支持 LPDDR6，AI 性能提升 45%。

原文

12:20

shao__meng@shao__meng

78°

Perplexity 为 Mac 端 Hybrid Compute 开发了本地推理引擎 Lily，使用 Rust 运行时和自定义 Metal 内核，专为 Qwen3.6-35B-A3B 模型和 Apple Silicon 硬件深度定制。在 M5 Max 上，Lily 的 prefill 吞吐为 MLX-LM 的 1.23 倍，decode 为 1.35 倍。Lily 通过 GPU 路径匹配推理阶段、最小化数据搬运和动态选择内核等策略实现性能优化。

AI产品 Lily Perplexity Qwen3.6-35B-A3B

事件专题

推荐理由：Perplexity 为 Mac 开发了专用推理引擎 Lily，比 MLX-LM 快 23%-35%，专为 Qwen3.6-35B-A3B 和 Apple Silicon 优化。

原文

12:19

官方账号arXiv cs.AI@Cagri Temel

精选73°

TRACE框架通过四层可审计架构确保自主机器人每个行动都可追溯到传感器证据。该框架在仓库机器人导航测试中达到98.6%证据可追溯性、99.0%时间连续性和98.1%决策可重建性。TRACE支持CNN和transformers等感知模块，同时满足欧盟AI法案对高风险系统的透明度要求。

论文 TRACE 自主机器人可解释AI

推荐理由：TRACE框架让自主机器人决策过程完全可追溯，解决了深度学习模型不可解释的问题。

原文

12:18

官方账号arXiv cs.AI@Hao Zhou, Mandar Kulkarni, Hao Chen, Yan Xin, Charlie, Zhang

精选73°

该研究提出了一种针对电信网络根因分析的结构化推理框架，在TeleLogs和TelecomTS两个5G数据集上测试。该框架将异构网络遥测数据组织为规范上下文，强制执行决策路径推理，并生成基于证据的解释。实验结果表明，与基线技术相比，该框架能持续提高诊断准确性和决策一致性。

论文 LLM 电信根因分析

推荐理由：电信专家团队用LLM解决5G/6G网络故障诊断，通过结构化推理减少幻觉，比传统方法更准更可靠。

原文

12:17

官方账号arXiv cs.AI@Qinghua Mao, Wanying Qu, Dadi Guo, Leitao Yuan, Qingyu Liu, Yu Li, Guanxu Chen, Yanwei Fu, Xi Lin, Xia Hu, Dongrui Liu

精选73°

SafeEvolve是一种经验驱动的安全对齐框架，通过安全提示和分层技能的组件级更新实现可审计的运行时控制。该框架采用SFT-RL两阶段范式，在AgentDojo基准测试中，Qwen3.5-4B模型的安全响应率降低3倍，同时良性效用从59.79%提升至61.86%。实验证明该方法在安全-效用权衡上优于现有基线模型。

论文 SafeEvolve Qwen3.5-4B AgentDojo

推荐理由：SafeEvolve通过策略协同进化提升AI智能体安全性，在降低有害响应的同时保持性能，比现有方法更有效。

原文

12:17

官方账号arXiv cs.AI@Vasileios Rizeakos, Georgios Paisios, Alexandros Machairas, Michael Birbas, Athanasios Bachoumis

研究显示，工厂现场助手模型经过结构压缩和检索增强适应后，模型大小不再是适应后答案质量的可靠预测指标。在制造业手册案例研究中，提取成本仅为未修剪模型判断质量的13.7%，检索增强蒸馏将其恢复到4.6%以内，恢复了三分之二的损失。同一助手可在三个异构边缘层级运行，待机功耗为1.3至5瓦。

论文工厂智能体检索增强子网络选择

推荐理由：工厂智能体如何通过子网络选择在有限硬件上高效运行，实测功耗仅1.3-5瓦。

原文

12:16

官方账号arXiv cs.AI@Yihang Chen, Yuxiang Chen, Yuxuan Huang, Meng Fang, Weilin Luo, Jun Wang

精选73°

该研究提出双层协调反射模型，将协调者与工作者的交互建模为双层协调博弈。研究分析了文本反思作为语义记忆状态上的随机运动，推导了有限时间上界，并证明了在特定条件下的下界。研究还引入了随机反思记忆上升(SRMA)算法，在500个SWE-bench实例上达到72.2%的解决率。

论文多智能体 LLM系统博弈论

推荐理由：清华团队提出多智能体LLM系统的博弈论框架，新算法在SWE-bench上超越基准2.2个百分点。

原文

12:16

官方账号arXiv cs.AI@Jianlyu Chen, Yuyang Hu, Hongjin Qian, Jiawei Liu, Wenqing Wei, Xiaolong Chen, Defu Lian, Zhicheng Dou, Chaozhuo Li, Qiwei Ye, Zheng Liu

精选73°

研究人员提出DisCo技能驱动型研究代理，能将广泛使用的ML仓库提炼为可重用技能。该代理创建了AREX-Skill Library，包含5000多个从1000个常用ML仓库中提炼的验证技能，组织成20个领域和178个能力家族。使用GPT-5.5作为骨干模型，在MLE-bench基准上得分提升134.3%，在PaperBench上提升34.4%，在FrontierCS上提升9.2%，在PassNet上提升14.0%。

AI模型 DisCo GPT-5.5 MLE-bench

推荐理由：DisCo代理把GitHub仓库变成可重用技能，在多个AI研究基准上大幅提升性能，比无技能版本表现更好。

原文

12:15

官方账号arXiv cs.AI@Canjie Liu, Jiawen Kang, Jinbo Wen, Zishao Zhong

78°

RVSD是一种无需训练即插即用的解码框架，首次统一了令牌稀疏化和语义空间视觉检索。该框架在减少视觉幻觉方面达到最先进性能，在长上下文生成设置中保持强大的抑制能力。代码已在GitHub开源，可供研究人员直接使用。

论文 RVSD 视觉语言模型视觉幻觉

推荐理由：清华团队提出RVSD框架，不用训练就能减少大视觉语言模型的幻觉，效果还特别好。

原文

12:14

官方账号arXiv cs.AI@Kushagra Bhushan, Meghanadh Pulivarthi, Sai Krishna Reddy Sathi, Gaurav Pandey, Sonam Gupta, Vineet Kumar, Jaydeep Sen, Yatin Nandwani, Sachindra Joshi, Dinesh Raghu

精选73°

DKL是一种新方法，通过在基础语言模型上进行扩展预训练来注入新知识，然后与指令模型合并。实验显示，在检索失败情况下，DKL将RAG准确率从54.17提升至79.26。该方法避免了昂贵的指令微调，仅需较少训练数据即可实现知识注入。

论文 DKL RAG Instruct LLM

推荐理由：DKL解决了RAG检索失败时的问题，比RAFT和PA-RAG方法更高效，还能保持指令模型的指令跟随能力。

原文

12:14

官方账号arXiv cs.AI@Urja Pawar, Rajitha Ramanayake, Owen O'Neill, Nabeel Kemal, Abhishek Mandal, Houssem Chatbri, Christopher Martin

精选73°

研究人员提出两种互补信号检测黑盒大模型幻觉：语义熵和token不确定性。他们开发了TopK方法聚合token信号，CoCoA方法结合目标响应不确定性和语义相似性，以及Gated和Stacked两种监督方法。研究在7个基准上测试了4个语言模型，Stacked方法在近半数情况下表现最佳，TopK和CoCoA无需监督标签也具竞争力。

论文 LLMs 幻觉检测语义熵

推荐理由：这篇论文教你如何检测黑盒大模型的幻觉，有4种方法可选，无需监督标签也能用。

原文

12:13

官方账号arXiv cs.AI@Ron Begleiter, Katya Egert Berg, Gilad Saban, Gil Shabat

精选73°

Loom是一个生成式共识框架，用于解决工业环境中NLP系统整合嘈杂、冲突文本假设的挑战。该框架将模块化启发式方法生成的开放形式假设投影到连续嵌入空间，并通过迭代基于质心的重加权算法解决冲突信号。在OpenRCA基准测试中，Loom在准确率-效率帕累托前沿上表现出色，仅需单次LLM调用即可实现约26倍的速度提升。

论文 Loom OpenRCA 根因分析

推荐理由：Loom框架通过嵌入空间重加权技术，在保持高准确率的同时大幅提升推理速度，适合工业场景的根因分析任务。

原文

12:10

AI Will@FinanceYF5

73°

Ramp数据显示，OpenAI和Anthropic 80%的企业收入来自仅1%的客户。这种集中度风险在软件行业前所未见。这些顶级客户主要来自科技领域和AI产品服务行业。随着OpenAI和Anthropic即将进行大规模IPO，市场调整可能带来风险。

行业 OpenAI Anthropic AI行业

事件专题

推荐理由：Ramp数据揭示AI公司收入高度依赖少数客户，风险集中程度远超其他软件行业。

原文

12:09

小互@imxiaohu

Fable 5.1 用户可运行 /claude-api prompt-audit 命令检查提示词技能。该命令能发现冗余项并识别针对最新模型需要移除的规则。通过此工具可优化提示词效果。

技巧 Fable Claude 提示词工程

推荐理由：Fable 5.1 用户可用 prompt-audit 命令检查提示词，发现冗余项和需移除的规则

原文

12:09

官方账号arXiv cs.LG@Alessio Spurio Mancini

精选73°

GRADSOLVE是一个开源JAX库，专为在NVIDIA GPU上求解和反向微分低维ODE集合而设计。该库记录自适应求解器接受的步骤，并对固定步长重放进行微分，返回精确的离散伴随梯度。在三种GPU代际上，GRADSOLVE的梯度计算速度比Diffrax的检查点伴随方法快5.6-14.1倍，前向求解速度比DiffEqGPU.jl快2.8倍。

论文 GRADSOLVE JAX ODE

事件专题

推荐理由：GRADSOLVE解决了ODE集合在GPU上求解与反向微分速度不匹配的问题，大幅提升计算效率。

原文

12:08

量子位@思邈

石智航AWE3.7模型在多个场景中表现出色，从工业环境到家庭环境都能适应。该模型在多个基准测试中取得了优异成绩，展现了出色的跨领域适应能力。AWE3.7模型能够处理不同场景下的复杂任务，无需针对特定场景进行大量调整。

AI模型石智航 AWE3.7 泛化能力

推荐理由：石智航发布了AWE3.7模型，一个模型就能从工厂干到家庭，跨场景能力超强。

原文

12:07

Tech in Asia@Naomi Li Gan

澳大利亚AI公司Firmus宣布投资3亿美元建设跨太平洋海底光缆。这条专用光缆将支持Firmus的AI训练和推理工作。该投资反映了AI企业对高速网络基础设施的迫切需求。

行业 Firmus 海底光缆 AI基础设施

推荐理由：Firmus花3亿美元建自己的跨太平洋光缆，AI训练数据传输速度要起飞了

原文

12:06

官方账号arXiv cs.LG@Peixuan Han, Runhui Wang, Ketan Ramaneti, Jie Hao, Gerald Friedland, Chris Kong

精选73°

Cliff是一种新的奖励塑造策略，利用现成LLM识别推理过程中的首次错误。该方法将推理分解为正确前缀和错误后缀两部分，并将此信号转换为令牌级优势。在12种不同场景的实验中，Cliff的推理性能表现优异，比在线蒸馏方法提升15%，比标准GRPO提升7%。即使使用能力适中的教师模型，Cliff也能有效提升RLVR的精细监督效果。

论文 Cliff RLVR 强化学习

推荐理由：研究人员提出Cliff方法，通过识别首次错误来改进强化学习，性能提升显著且适用性广。

原文

12:06

官方账号arXiv cs.LG@Kelvin Li, Dhruv Pendharkar, Anish Pahilajani, Chuyi Shang, Leon Oks, Leonid Karlinsky, Rogerio Feris, Trevor Darrell, Roei Herzig

研究人员提出了一种名为predicted-state matching的新型训练目标，用于Web Agent的世界模型训练。该方法使用从WebArena Go-Browse轨迹中生成的分支式数据集，使模型能够区分真实结果状态与其他替代动作导致的状态。实验表明，该方法在预测状态匹配基准上优于传统监督式预测模型，在WebPRMBench上提升了PRM式动作排名，并在WebArena-Lite上提高了端到端任务成功率。

论文 WebArena Web Agent 世界模型

推荐理由：斯坦福团队新论文提出Web Agent世界模型新训练方法，在WebArena基准上表现更好。

原文

12:06

官方账号arXiv cs.LG@Dulhan Jayalath, Benjamin Ballyk, Oiwi Parker Jones

研究人员提出开放词汇互信息(OVMI)作为语音脑机接口的评估指标。OVMI衡量解码器相对于用户可能希望通信的单词参考分布所传达的信息。该指标允许在不同条件下(如不同词汇表)评估系统性能。研究显示，传统准确率和词错误率(WER)等指标会高估系统实际通信能力。使用OVMI优化词汇设计可带来高达16.3%的准确率提升。

论文语音脑机接口 OVMI 互信息

推荐理由：OpenAI团队提出OVMI指标，解决了语音BCI系统难以比较的问题，优化后准确率提升16.3%。

原文

12:05

官方一手arXiv: DeepSeek@Seungwoo Jung, Dohyeok Kwon, Seungmin Cha, Junseok Lee, Yeonho Yoo, Chuck Yoo, Gyeongsik Yang

精选73°

PARSER是一种新的残差稀疏化方法，用于压缩Mixture-of-Experts大模型。该方法通过引入输出重要性指标，将压缩目标从最小化独立矩阵误差转变为保留专家输出误差。在Qwen和DeepSeek模型上，PARSER将压缩后模型与未压缩模型的精度差距分别缩小1.41倍和1.44倍，同时实现相同的峰值内存减少。

论文 MoE PARSER Qwen

推荐理由：PARSER方法通过输出重要性指标优化MoE模型压缩，在相同内存减少下提升模型精度。

原文

12:05

官方账号arXiv cs.LG@Wenxin Jiang, Xuyang Wang, Yuxiao Wu

研究人员提出AICOME框架，评估AI衍生的受访者级测量能否在情境模型中恢复个体和群体级效应。研究使用2022年中国家庭追踪调查(CFPS)数据，比较了AI测量与传统调查测量在计算机使用、外语使用、周工作时长和管理责任等方面的表现。结果显示，当拥有丰富的受访者和工作特征信息时，AI情境测量能恢复调查变量中包含的大部分情境模型信息。

论文 AICOME CFPS 情境测量

推荐理由：AICOME框架能从现有数据中恢复重要理论构念，周工作时长验证效果最佳，但信息受限时性能会下降。

原文

11:55

Tech in Asia@Diya Lal

新加坡初创公司发布AI平台，可读取会计和税务数据，分析交易并生成结构化的企业税务计算草稿。该平台旨在简化企业税务流程，减少人工计算错误。该平台能够处理复杂的财务数据，为企业提供准确的税务计算结果。

AI产品税务AI 企业税务新加坡

推荐理由：新加坡这家初创公司做的AI税务平台能直接读财务数据算税，比传统方法省时省力。

原文

11:53

官方账号arXiv cs.LG@Lintai Hou

Graph Machine (GM) 是一种保持 O(n) 大小状态的架构，通过稀疏动态路由访问状态。研究人员将 Qwen3-0.6B 中 75% 的密集 Transformer 层替换为 GM 稀疏层，在 157 亿 tokens 上从头预训练。每层每 KV 头仅检索 4096 个 token 中的 2 个时，损失仅略微下降；检索 4 个时，最佳模型损失略有改善。

论文 Graph Machine Qwen3-0.6B Transformer

推荐理由：Graph Machine 用边对象替代传统状态，在 Qwen3-0.6B 上预训练时，稀疏层仅需少量检索就能保持性能。

原文

11:51

官方账号arXiv cs.LG@James Mickens

研究人员提出'语言不可读性'概念，指LLM的外部语言输出和提取的语言特征无法准确反映内部计算过程。由于LLM内部计算通过激活空间的数学运算而非直接语言表达实现，语言监控机制存在根本性局限。研究建议采用污点跟踪等不依赖语言状态的技术构建安全沙箱，以应对前沿模型可能的安全漏洞。

论文 LLM 语言不可读性 AI安全

推荐理由：这篇论文揭示了LLM安全监控的盲点，提出了不依赖语言输出的沙箱防护方案。

原文

11:51

官方账号arXiv cs.LG@Aleksander Ficek, Sean Narenthiran, Mehrzad Samadi, Somshubra Majumdar, Boris Ginsburg

78°

NVIDIA研究人员使用22,000道精选问题训练了Nemotron-3-Nano-CC和Ultra-CC模型。Nano-CC模型通过后训练从130分提升至291分，配合GenCorrect策略达到468分，超过IOI 2025金牌线438.3分。Ultra-CC模型在IOI 2026模拟中取得535.4分，超越人类最高分498.27分。

AI模型 Nemotron-3 IOI 编程竞赛

事件专题

推荐理由：NVIDIA训练的编程竞赛模型首次在IOI中击败人类冠军，分数535.4远超金牌线361.12。

原文

11:51

官方账号arXiv cs.LG@Robert Hu, Carlo Luschi, Paul Balanca

精选73°

研究人员提出了一种新的UE5M3 FP4块缩放方法，用于稳定4位浮点预训练。该方法通过将E2M1负载与无符号E5M3块缩放配对，在Nemotron-H 8B模型上预训练了近1900亿个token。与Transformer Engine v方法相比，新方法实现了更低的最终窗口训练损失和验证损失，量化推理下游点估计在所有三个报告聚合上表现更好。

论文 Nemotron-H FP4 UE5M3

推荐理由：NVIDIA提出新方法让FP4预训练更稳定，训练速度提升21.2%，模型性能全面超越现有方案。

原文

11:50

11:50IT之家（博客/媒体）

Anthropic于9月3日宣布升级Claude Cowork和Claude Code的电脑控制功能。该功能可在后台操控用户Mac，要求macOS 15及以上系统版本。用户可处理其他工作，Claude通过屏幕交互完成点击、输入和导航操作。目前仅限Pro和Max个人订阅用户使用。

AI产品 Claude Anthropic Claude Code

事件专题

推荐理由：Anthropic给Claude Code和Cowork加了后台控制Mac功能，能帮你自动点击输入，比普通AI助手更实用。

原文

11:50

官方一手arXiv: DeepSeek@Xu Zou, Jie Tang

精选73°

研究人员提出Trace as State方法，将推理痕迹作为任务状态的文本代理放置在长上下文块之前。在DeepSeek V4 Pro Preview模型上，该方法在GraphWalks Parents任务上将准确率从初始的29.2%提升至81.8%，显著优于Trace Append方法的43.0%。GLM-5.2模型在该任务上实现了100%的准确率。该方法在三种模型和三种长上下文数据集的27种组合中，有26种表现优于对照方法。

论文 Trace as State DeepSeek V4 Pro Preview GLM-5.2

推荐理由：DeepSeek和GLM-5.2通过将推理痕迹前置，长上下文推理准确率大幅提升，最高达100%。

原文

11:49

官方一手arXiv: DeepSeek@Zhaoyang Jiang, Zhizhong Fu, Yunsoo Kim, Zicheng Li, Xuanqi Peng, Fei Teng, Jiacong Mi, Honghan Wu

精选73°

该研究提出了一种行为融合模型，结合大语言模型和本体排序器进行罕见病诊断。在Phenopacket Store和RAMEDIS数据集上，融合方法将Phenomizer Recall@1分别提升7.86和20.18个百分点。当与DeepSeek-V4-Flash API结合时，融合模型将Recall@1从0.1657提升至0.2176，提升5.19个百分点，无需重新训练。90.8%的正确融合诊断保留了可检查的本体证据。

论文本体排序器罕见病诊断大语言模型

事件专题

推荐理由：研究将LLM与本体排序器融合，提升罕见病诊断准确率，同时保留可追溯的证据链。

原文

8月13日