Litmaps Toggle Litmaps ( What is Litmaps? ) Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle ( What is ? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs .

Boltzmann MapReduce

该研究提出了一种名为“Boltzmann MapReduce”的新型计算框架，旨在解决可分叉沙箱环境中的大规模并行计算问题。MapReduce传统上依赖确定性归约，但在沙箱场景下，任务分叉可能导致状态不一致。论文受统计力学中玻尔兹曼分布的启发，将分区函数引入归约过程，使得各分叉分支能以概率方式融合结果。该方法特别适用于各任务执行路径不确定的分布式系统，如区块链智能合约或隔离容器集群。实验表明，该框架能在保持计算正确性的前提下显著提升吞吐量，并有效降低冗余计算开销。论文同时探讨了其在可信执行环境与去中心化应用中的潜在应用场景。 #计算理论 #分布式系统 #MapReduce #沙箱 #区块链 #去中心化 #并行计算

多跳代理中继的消息格式影响具有层级依赖性

一项关于多跳代理中继系统的研究发现，消息格式对代理间协作的影响并非单一修正机制，而是呈现层级依赖性。研究团队通过实验验证，在代理链的不同层级中，消息格式的一致性与保真度比纠错能力更为关键。该发现挑战了此前认为消息格式主要起修正作用的观点，表明在多步推理过程中，代理更依赖信息的准确传递而非主动更正。相关论文已在arXiv平台预发布，为智能代理系统的设计提供了新的理论依据。 #arXiv #多跳代理 #消息格式 #层级依赖 #协作系统 #AI研究

格式敏感性指数：LLM评测中令牌控制提示包装的鲁棒性与模式合规性

研究人员提出了一种衡量大型语言模型（LLM）在基准测试中表现稳定性的新指标——“格式敏感性指数”（FSI）。该指标聚焦于令牌控制下提示包装的鲁棒性，以及模型对输出模式（Schema）的合规能力。通过对比不同包装提示结构下的模型表现，研究发现当前主流LLM对提示格式的微小变化异常敏感，这导致其评测分数波动显著。此发现揭示了现有基准测试在评估模型真实能力时存在的局限性，为构建更公平、更稳定的模型评测体系提供了重要参考。 #LLM #AI #基准测试 #格式敏感 #模式合规 #大模型

机器学习预测向诊断决策的跃迁

基于图尔敏论证模型，研究人员提出了一种将机器学习预测结果转化为可解释诊断建议的新方法。论文由Anca Marginean和Adrian Groza撰写，于2026年5月1日提交至arXiv平台。该方法通过构建论证结构，将ML模型输出的概率性预测转化为医生可理解的、有依据的诊断推理链。研究重点在于解决医疗AI中"黑箱"问题，使算法建议具备类似临床推理的逻辑性。作者在论文中详细展示了如何利用Toulmin模型中的主张、数据、理由、支持、限定和反驳六大要素，将模型预测与医学知识相结合，生成具有论证层次的诊断建议。这一框架有望提升临床医生对AI辅助诊断的信任度。该论文以PDF和HTML形式公开，并提供BibTeX引用格式。 #机器学习 #医疗AI #图尔敏模型 #诊断辅助 #可解释AI #arXiv #学术论文

Anthropic 揭示 AI 语言中的“性格密码”，OpenAI 与微软多线交锋

Anthropic 基于 70 万段对话，量化了 Claude 模型在不同语言下的价值观表现，发现其“温暖”或“严谨”程度随语言变化：说阿拉伯语时最暖，英语和俄语时最冷。研究还揭示了 Sonnet 与 Opus 模型间的性格差异，体现了设计意图与文化维度的对齐挑战。 与此同时，苹果被迫在欧盟推行第三方配件配对功能，以满足《数字市场法案》，但 Meta 批评其为“技术性合规”，通过地理限制与技术拖延迟至 2027 年上线。OpenAI 则面临与 Anthropic 的激烈竞争，新品定价压低对手成本优势，而 Anthropic 受算力瓶颈和战略混乱困扰，连续推迟产品体验期。 微软本周同样动作频频：其 AI 安全系统 MDASH 在漏洞检测中取得突破，但也揭示 AI 引入后的“逆向信息悖论”——敏感数据正大量外流至 AI 系统。CEO 纳德拉呼吁企业构建可迁移的 AI 能力层，平衡效率与安全。 此外，苹果对 OpenAI 提起诉讼，指控其系统性挖角超过 400 名前员工并窃取商业机密，背后是 AI 硬件战争的全面爆发。Waymo 无人驾驶车多次堵塞应急通道，遭监管机构最后通牒。中企双塔食品和电池产业则面临欧盟反倾销重税，海外市场大门逐步关闭。 #AI #Anthropic #OpenAI #苹果 #微软 #自动驾驶 #欧盟 #安全 #商业竞争 #反倾销

Google DeepMind 推出 ATL Saathi，用 AI 赋能印度百万学生

印度 Atal Tinkering Labs（ATL）已为超过 1100 万学生提供 3D 打印、物联网和机器人等新技术。如今，Google DeepMind 宣布推出基于 Gemini 的 ATL Saathi 网页应用，为每位实验室教师提供 24/7 的规划与培训助手，将传统实验室转变为 AI 增强的探索实验室。该项目在 2026 年 AI 影响峰会上提出，旨在将机器人和编程融入当地课程，并为教师工作流整合 Gemini，同时基于国家课程标准构建安全的人工智能助教。此举标志着 Google 对印度教育生态系统超过 20 年的支持进入新阶段，从提供基础设施转向驱动创新与学习成果。 #GoogleDeepMind #ATLSaathi #印度教育 #AI教育 #AtalTinkeringLabs #Gemini #编程教育 #机器人

企业数据成为AI落地最后瓶颈

随着大模型参数竞赛告一段落，业界共识认为AI应用的天花板已从模型本身转向底层数据的就绪程度。Gartner预测到2025年，80%的数据与分析举措将无法规模化交付业务价值，数据孤岛和低质量数据是主要瓶颈。德恩瑞全球销售副总裁何伟举例，某大型车企尝试部署AI对话分析项目，尽管数据存储在同一数据仓库内，但相同问题两次查询却得到完全矛盾的答案——原因在于各部门对“订单”定义不一：销售以签约为准，财务以收款为准，客服以开始服务为准。AI缺乏明确指引时只能随机拉取数据，结果自然不可靠。IDC预计到2026年全球数据量将超220ZB，传统ETL方式通过物理复制数据到中央仓，成本与效率已无法持续。业界呼吁转向逻辑数据管理，通过虚拟化层统一语义与访问，让AI在真实业务环境中稳定发挥价值。 #AI落地 #数据瓶颈 #企业数据 #数据治理 #数据孤岛 #大模型 #逻辑数据管理 #Gartner #IDC #Denodo