AI Agent平台推荐：九科信息bit-Agent破解海外AI在华“水土不服”
近年来，海外AI产品进入中国市场常面临“水土不服”困境，如本地化不足、合规壁垒及企业场景适配复杂等问题。九科信息推出企业级智能体平台bit-Agent，专注解决这一痛点。该平台通过深度理解中国企业的业务流程、数据安全需求及政策环境，提供定制化AI Agent解决方案，实现从通用模型到行业落地的无缝衔接。九科信息强调，bit-Agent不仅提升员工效率，还能自主处理财务、人力等复杂任务，助力企业降本增效。此举标志着国内AI Agent赛道正从概念走向规模化应用，为本土企业提供了更实用的智能化路径。 #AI #智能体 #企业级应用 #九科信息 #AI本土化 #科技
近年来，海外AI产品进入中国市场常面临“水土不服”困境，如本地化不足、合规壁垒及企业场景适配复杂等问题。九科信息推出企业级智能体平台bit-Agent，专注解决这一痛点。该平台通过深度理解中国企业的业务流程、数据安全需求及政策环境，提供定制化AI Agent解决方案，实现从通用模型到行业落地的无缝衔接。九科信息强调，bit-Agent不仅提升员工效率，还能自主处理财务、人力等复杂任务，助力企业降本增效。此举标志着国内AI Agent赛道正从概念走向规模化应用，为本土企业提供了更实用的智能化路径。 #AI #智能体 #企业级应用 #九科信息 #AI本土化 #科技
DocOCR-Eval：一种无真实标注的基于校正的OCR工具选择框架
近日，一项名为DocOCR-Eval的研究在arXiv上发布，提出了一种无需真实标注即可评估和选择OCR（光学字符识别）工具的新框架。当前OCR工具繁多，但缺乏统一的评估标准，尤其是在没有标准答案（即ground truth）的情况下，用户难以判断哪种工具更适合特定文档。该框架基于“校正”思想，通过对不同OCR工具的识别结果进行交叉比较和自动校正，从而量化各工具的输出质量。实验表明，DocOCR-Eval能够有效识别高性能OCR工具，并显著降低人工标注成本。这一方法为文档数字化、自动化数据提取等场景提供了实用解决方案，尤其适用于工业界的大规模文档处理任务。 #OCR #文档处理 #机器学习 #论文 #arXiv #人工智能 #自动化
近日，一项名为DocOCR-Eval的研究在arXiv上发布，提出了一种无需真实标注即可评估和选择OCR（光学字符识别）工具的新框架。当前OCR工具繁多，但缺乏统一的评估标准，尤其是在没有标准答案（即ground truth）的情况下，用户难以判断哪种工具更适合特定文档。该框架基于“校正”思想，通过对不同OCR工具的识别结果进行交叉比较和自动校正，从而量化各工具的输出质量。实验表明，DocOCR-Eval能够有效识别高性能OCR工具，并显著降低人工标注成本。这一方法为文档数字化、自动化数据提取等场景提供了实用解决方案，尤其适用于工业界的大规模文档处理任务。 #OCR #文档处理 #机器学习 #论文 #arXiv #人工智能 #自动化
LLM遗忘学习在网络安全防御中的应用
一篇发表于arXiv的综述论文系统探讨了大型语言模型（LLM）的“遗忘学习”技术在网络安全防御领域的研究现状。该论文由Saptarshi Sengupta等五位学者共同撰写，主要梳理了当前用于移除模型中特定知识（如敏感数据、恶意指令）的方法，分析了其面临的技术挑战，如遗忘效果与模型性能之间的平衡、遗忘的鲁棒性验证等，并指出了新兴威胁，例如对抗性遗忘攻击和遗忘技术的滥用风险。研究认为，随着LLM在安全场景中的广泛应用，遗忘学习有望成为保护隐私、抵御恶意利用的关键工具，但现有方法仍存在诸多局限，亟需更安全、可解释的解决方案。 #LLM遗忘学习 #网络安全 #人工智能安全 #综述论文 #大模型 #隐私保护 #对抗攻击 #arXiv
一篇发表于arXiv的综述论文系统探讨了大型语言模型（LLM）的“遗忘学习”技术在网络安全防御领域的研究现状。该论文由Saptarshi Sengupta等五位学者共同撰写，主要梳理了当前用于移除模型中特定知识（如敏感数据、恶意指令）的方法，分析了其面临的技术挑战，如遗忘效果与模型性能之间的平衡、遗忘的鲁棒性验证等，并指出了新兴威胁，例如对抗性遗忘攻击和遗忘技术的滥用风险。研究认为，随着LLM在安全场景中的广泛应用，遗忘学习有望成为保护隐私、抵御恶意利用的关键工具，但现有方法仍存在诸多局限，亟需更安全、可解释的解决方案。 #LLM遗忘学习 #网络安全 #人工智能安全 #综述论文 #大模型 #隐私保护 #对抗攻击 #arXiv
Operator-Aware Mixed-Precision Tolerance Calibration for Tensor Kernels
该论文由Dipankar Sarkar提交至arXiv，标题为《Operator-Aware Mixed-Precision Tolerance Calibration for Tensor Kernels》，主要研究张量内核计算中的混合精度容差校准问题。论文提出一种面向算子感知的校准方法，通过分析不同算子对精度的敏感度，动态调整混合精度的容差阈值，从而在保持计算准确性的前提下显著提升张量运算的效率。该方法适用于深度学习、科学计算等依赖大规模张量操作的场景，有望降低计算成本并加速模型训练与推理。论文于2026年6月23日首次提交，目前已开放PDF全文浏览。 #arXiv #论文 #混合精度 #张量计算 #机器学习 #高性能计算 #算法
该论文由Dipankar Sarkar提交至arXiv，标题为《Operator-Aware Mixed-Precision Tolerance Calibration for Tensor Kernels》，主要研究张量内核计算中的混合精度容差校准问题。论文提出一种面向算子感知的校准方法，通过分析不同算子对精度的敏感度，动态调整混合精度的容差阈值，从而在保持计算准确性的前提下显著提升张量运算的效率。该方法适用于深度学习、科学计算等依赖大规模张量操作的场景，有望降低计算成本并加速模型训练与推理。论文于2026年6月23日首次提交，目前已开放PDF全文浏览。 #arXiv #论文 #混合精度 #张量计算 #机器学习 #高性能计算 #算法
RouteCost：面向电商预售订单运费估算的生产启发式多阶段框架
由Xianling Zeng等四位作者提交的论文《RouteCost: A Production-Inspired Multi-Stage Framework for Pre-Order Shipping Cost Estimation in E-Commerce》已在arXiv平台发布。该研究针对电商场景中预售订单的运费估算难题，提出一种名为RouteCost的多阶段框架。框架的设计灵感来源于实际生产环境中的物流经验，通过分阶段建模和优化，旨在提升运费预测的准确性与稳健性。论文详细介绍了框架的结构、训练方法以及在实际数据集上的评估结果，为电商物流成本管理提供了新的技术思路。目前论文全文可在arXiv上获取。 #电商 #运费估算 #机器学习 #多阶段框架 #arXiv #物流 #学术论文
由Xianling Zeng等四位作者提交的论文《RouteCost: A Production-Inspired Multi-Stage Framework for Pre-Order Shipping Cost Estimation in E-Commerce》已在arXiv平台发布。该研究针对电商场景中预售订单的运费估算难题，提出一种名为RouteCost的多阶段框架。框架的设计灵感来源于实际生产环境中的物流经验，通过分阶段建模和优化，旨在提升运费预测的准确性与稳健性。论文详细介绍了框架的结构、训练方法以及在实际数据集上的评估结果，为电商物流成本管理提供了新的技术思路。目前论文全文可在arXiv上获取。 #电商 #运费估算 #机器学习 #多阶段框架 #arXiv #物流 #学术论文
正交梯度约束塑造噪声标签记忆动力学
一篇题为《正交梯度约束塑造噪声标签记忆动力学》的研究论文于2026年6月24日提交至预印本平台arXiv。该论文由Richard Mai独立完成，主要探讨在深度学习训练过程中，如何通过正交梯度约束来调控模型对噪声标签的记忆行为。研究发现，引入正交梯度约束能够有效抑制模型过度拟合错误标签，从而缓解记忆噪声样本带来的泛化下降问题。这一机制为理解标签噪声下的模型训练动力学提供了新视角，并可能推动更鲁棒的学习算法设计。论文目前已在计算机科学领域内公开，并可通过arXiv获取全文。 #深度学习 #标签噪声 #梯度约束 #记忆动力学 #机器学习 #算法鲁棒性 #arXiv论文
一篇题为《正交梯度约束塑造噪声标签记忆动力学》的研究论文于2026年6月24日提交至预印本平台arXiv。该论文由Richard Mai独立完成，主要探讨在深度学习训练过程中，如何通过正交梯度约束来调控模型对噪声标签的记忆行为。研究发现，引入正交梯度约束能够有效抑制模型过度拟合错误标签，从而缓解记忆噪声样本带来的泛化下降问题。这一机制为理解标签噪声下的模型训练动力学提供了新视角，并可能推动更鲁棒的学习算法设计。论文目前已在计算机科学领域内公开，并可通过arXiv获取全文。 #深度学习 #标签噪声 #梯度约束 #记忆动力学 #机器学习 #算法鲁棒性 #arXiv论文