马斯克发布 Grok 4.6，性能跻身全球前三，价格仅为竞品六成
距离上一代仅35天，马斯克旗下xAI正式发布Grok 4.6模型。在Artificial Analysis Intelligence Index上，Grok 4.6以61分位列全球第三，仅次于Claude Opus 5（63分）和Claude Fable 5（62分），与GPT-5.6 Sol并列。知识工作维度得分1753，小幅领先Claude和GPT，法律推理领域表现尤为突出，准确率达15.8%，远超竞品。模型融合了SpaceX收购的Cursor真实开发者调试数据，在软件工程和Agent任务上提升显著。API价格仅为每百万输入token 2美元，输出6美元，比Claude Opus 5和GPT-5.6 Sol低60%以上，同等输出质量下成本仅为Claude的五分之一。不过，Grok此前被曝在本地客户端强制上传用户代码库，隐私争议未消。 #马斯克 #Grok4.6 #AI大模型 #xAI #人工智能 #Claude #GPT5 #科技新闻
距离上一代仅35天，马斯克旗下xAI正式发布Grok 4.6模型。在Artificial Analysis Intelligence Index上，Grok 4.6以61分位列全球第三，仅次于Claude Opus 5（63分）和Claude Fable 5（62分），与GPT-5.6 Sol并列。知识工作维度得分1753，小幅领先Claude和GPT，法律推理领域表现尤为突出，准确率达15.8%，远超竞品。模型融合了SpaceX收购的Cursor真实开发者调试数据，在软件工程和Agent任务上提升显著。API价格仅为每百万输入token 2美元，输出6美元，比Claude Opus 5和GPT-5.6 Sol低60%以上，同等输出质量下成本仅为Claude的五分之一。不过，Grok此前被曝在本地客户端强制上传用户代码库，隐私争议未消。 #马斯克 #Grok4.6 #AI大模型 #xAI #人工智能 #Claude #GPT5 #科技新闻
黑盒知识迁移
近日，一篇题为《Black-Box Knowledge Transfer across Distinct Feature Sets》的论文在arXiv预印本平台提交。该研究由Oh-Ran Kwon和Daeyoung Ham共同完成，聚焦于一种新颖的知识迁移技术——在源模型与目标模型特征集完全不同且无法访问模型内部参数（即黑盒场景）的情况下，实现知识的有效转移。传统知识迁移往往依赖特征对齐或模型白盒访问，而该工作通过探索仅利用模型输出（如预测结果）来跨越特征空间差异，为实际应用中数据异构、模型异构下的迁移学习提供了新思路。论文提交于2026年8月10日，目前正在等待DataCite注册DOI。该研究有望推动隐私保护、跨领域模型复用等场景的技术发展。 #黑盒知识迁移 #特征集 #arXiv #机器学习 #迁移学习 #论文
近日，一篇题为《Black-Box Knowledge Transfer across Distinct Feature Sets》的论文在arXiv预印本平台提交。该研究由Oh-Ran Kwon和Daeyoung Ham共同完成，聚焦于一种新颖的知识迁移技术——在源模型与目标模型特征集完全不同且无法访问模型内部参数（即黑盒场景）的情况下，实现知识的有效转移。传统知识迁移往往依赖特征对齐或模型白盒访问，而该工作通过探索仅利用模型输出（如预测结果）来跨越特征空间差异，为实际应用中数据异构、模型异构下的迁移学习提供了新思路。论文提交于2026年8月10日，目前正在等待DataCite注册DOI。该研究有望推动隐私保护、跨领域模型复用等场景的技术发展。 #黑盒知识迁移 #特征集 #arXiv #机器学习 #迁移学习 #论文
SSPO：面向神经组合优化的结构感知相似性加权偏好优化
近日，一篇题为《SSPO: Structure-Aware Similarity-Weighted Preference Optimization for Neural Combinatorial Optimization》的论文在arXiv预印本平台发布。该研究由来自多所高校和机构的学者共同完成，提出了一种名为SSPO的新型优化方法，旨在提升神经组合优化的性能。SSPO方法通过引入结构感知机制和相似性加权偏好优化，有效解决传统方法在处理复杂组合问题时的局限性。论文详细阐述了该方法在旅行商问题、背包问题等经典组合优化任务上的实验效果，结果显示SSPO在求解质量和计算效率上均优于现有基线模型。这一工作为深度学习在运筹学领域的应用提供了新的思路，有望推动物流调度、路径规划等实际场景的算法进步。 #AI #机器学习 #组合优化 #神经网络 #论文 #SSPO #运筹学 #深度学习
近日，一篇题为《SSPO: Structure-Aware Similarity-Weighted Preference Optimization for Neural Combinatorial Optimization》的论文在arXiv预印本平台发布。该研究由来自多所高校和机构的学者共同完成，提出了一种名为SSPO的新型优化方法，旨在提升神经组合优化的性能。SSPO方法通过引入结构感知机制和相似性加权偏好优化，有效解决传统方法在处理复杂组合问题时的局限性。论文详细阐述了该方法在旅行商问题、背包问题等经典组合优化任务上的实验效果，结果显示SSPO在求解质量和计算效率上均优于现有基线模型。这一工作为深度学习在运筹学领域的应用提供了新的思路，有望推动物流调度、路径规划等实际场景的算法进步。 #AI #机器学习 #组合优化 #神经网络 #论文 #SSPO #运筹学 #深度学习
分布强化学习中的分位数时序差分学习在线推断研究
近日，一篇题为《Online Inference for Quantile Temporal Difference Learning in Distributional Reinforcement Learning》的学术论文引发关注。该研究由Zijie Cheng、Yang Peng和Zhihua Zhang共同完成，聚焦于分布强化学习领域中的分位数时序差分（QT）学习方法。论文提出了一种在线推断框架，旨在解决传统QT学习方法在动态环境下的统计推断效率问题。通过引入新的算法设计，研究者能够在强化学习过程中实时进行分位数估计和置信区间构建，从而提升模型对不确定性的量化能力。这一成果对于深度强化学习在金融风控、自动驾驶等高风险决策场景的应用具有潜在价值，为后续理论分析和算法优化提供了新思路。 #分布强化学习 #分位数时序差分 #在线推断 #强化学习 #人工智能 #学术论文 #机器学习
近日，一篇题为《Online Inference for Quantile Temporal Difference Learning in Distributional Reinforcement Learning》的学术论文引发关注。该研究由Zijie Cheng、Yang Peng和Zhihua Zhang共同完成，聚焦于分布强化学习领域中的分位数时序差分（QT）学习方法。论文提出了一种在线推断框架，旨在解决传统QT学习方法在动态环境下的统计推断效率问题。通过引入新的算法设计，研究者能够在强化学习过程中实时进行分位数估计和置信区间构建，从而提升模型对不确定性的量化能力。这一成果对于深度强化学习在金融风控、自动驾驶等高风险决策场景的应用具有潜在价值，为后续理论分析和算法优化提供了新思路。 #分布强化学习 #分位数时序差分 #在线推断 #强化学习 #人工智能 #学术论文 #机器学习