基准日期 2026-11-03
上次运行 2026-11-03 22:30:03
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AI 领袖:人事变动与论文 — 最新任职变化与研究

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI 实验室、大型科技公司和学术界关键人物的去向与论文,是技术方向和企业竞争力的先行信号。人事变动与论文每天自动收集,经编辑审核后以通俗摘要和原文链接呈现。

近期要闻

人事变动 · 前沿实验室 · 智能体与编程

暂无符合条件的人事变动。

论文 · 前沿实验室 · 智能体与编程

论文2026-10-29 · arXiv (Cornell University)

通过虚拟环境训练提升精神科问诊对话AI的性能

Training language models in simulation for psychiatric intake
Mark Chen 等 55 人
做了什么
研究人员证明,在虚拟环境中经过强化学习的语言模型显著提升了结构化文本基础的精神科初诊问诊能力。
核心结果
在精神科医生参与的评估中,受训的人工智能在诊疗评分、以患者为中心的沟通、鉴别诊断的适当性等多个指标上表现优于基础模型。
意义
这表明虚拟环境可以成为训练精神科对话型人工智能并验证其安全性的有用试验场。AI 摘要
论文2026-10-08 · Science

利用人工智能自动证明未解决的数学问题

Advancing mathematics research with AI-driven formal proof search
Pushmeet Kohli 等 20 人
做了什么
开发了一个人工智能代理,利用编译器验证证明步骤的语言,大规模地寻找数学证明。
核心结果
该人工智能代理成功自主解决了多个未解决的数学问题和猜想。
意义
展现了人工智能引导自主数学发现的可能性。AI 摘要
论文2026-10-06 · arXiv (Cornell University)

一种评估人工智能代理通过经验进行自我提升能力的新方法

Agent Plasticity: Measuring Self-Improvement Through Experience
Rob Fergus 等 10 人
做了什么
为了衡量通过经验自主发展的人工智能代理的自我提升效率,引入了代理可塑性概念并研究了评估方法。
核心结果
尽管学习机会相似,最新模型在提升路径上表现出巨大差异,且最终性能最好的代理并不一定是提升效率最高的。
意义
这表明在评估人工智能的发展潜力时,不仅要衡量固定时间点的能力,还要衡量通过经验进行有效改善的程度,这一点至关重要。AI 摘要
论文2026-10-04 · arXiv (Cornell University)

提出了一种让多个AI代理在Git仓库中积累工作以解决问题的方法

GitSwarm: Decentralized Compounding Inference
Rob Fergus 等 13 人
做了什么
提出并评估了GitSwarm,这是一个“复合推理”系统,多个相同的AI代理可以在共享的Git仓库中独立进行工作,并持续保存、参考和结合中间结果。
核心结果
据报告,该系统单次运行成功解决全部30道数学证明题,在编程基准测试ProgramBench上取得了平均79.4分,超过了规定预算条件下的最强基准线(65.1分),并在3个神经网络架构研究任务中通过重复实验改进了起点架构。
意义
这表明AI在每次尝试时不会丢弃结果,而是可以积累中期成果并在后续工作中重复使用,为长期问题解决和科学研究AI设计指明了一个方向。不过,由于这些结果仅处于摘要水平,很难仅凭此资料判断其实际的产业波及效果。AI 摘要
论文2026-09-29 · arXiv (Cornell University)

提出在AI agent执行任务前先权衡“如何进行”的元推理技术

Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning
Rob Fergus 等 11 人
做了什么
针对执行长任务的AI agent,提出了一种将“是否重用以往任务结果、是否重新开始、何时停止”等执行控制决策作为系统性推理过程来处理的“agent元推理”方法。
核心结果
在程序重构基准测试ProgramBench中,基于GPT-5.5达到了71.5%,高于Codex的58.0%;基于Opus 4.8达到了67.2%,高于Claude Code的65.5%。
意义
摘要表明,随着agent执行更长的任务,将计算资源用于结构化执行控制可能会变得更加重要。不过,由于摘要中的结果是在特定基准测试和实验条件下获得的,因此很难直接断定其能带来实际产品性能的提升。AI 摘要
论文2026-06-10 · arXiv.org

开发能准确指出人工智能代理错误的评估方法

Layer-Isolated Evaluation: Gating the Deterministic Scaffold of a Production LLM Agent with a No-LLM, Regression-Locked Test Harness
汪滔 等 2 人
做了什么
研究团队开发了一种评估系统,将人工智能代理的结构划分为多个层级,并对各层级的错误进行独立且快速的检查。
核心结果
研究证实,即便整体成功率几乎没有变化,出现问题的特定层级分数也会大幅下降,从而能够准确识别原因。
意义
这有助于提高人工智能系统的稳定性,并在发生问题时快速找到原因。AI 摘要
论文2026-06-09 · arXiv.org

分析人工智能裁判对多轮对话代理的评估局限性

Catching One in Five: LLM-as-Judge Blind Spots in Production Multi-Turn Transaction Agents
汪滔 等 2 人
做了什么
以实际运行中的点餐对话代理为对象,通过与人类的全数检查进行对比,测量了基于大语言模型的裁判实际能找出多少缺陷。
核心结果
大语言模型裁判甚至未能找出人类确认的系统性问题中的四分之一,在特定批次中甚至记录为零起。
意义
这表明自动化评估方式仅能起到最低标准的作用,无法完全替代人类审查。AI 摘要

人物

为什么要关注 AI 领袖的人事与论文?

在 AI 行业,人就是技术。关键研究者加入哪家公司、创办哪家实验室,往往在几个月后演变为产品、融资和并购。本页按前沿实验室、新兴实验室、学术界、AI 芯片以及韩国、中国人物分类追踪任职变化。

论文反映一个人当下的关注点。我们把论文分为 HBM 与存储、GPU 与加速器、推理效率、智能体、机器人等 10 个与投资相关的领域,并根据摘要提供“做了什么·核心结果·意义”三行摘要及原文与 PDF 链接。本页仅为寻找投资思路的信息,不构成任何证券的买卖建议。

常见问题

问:追踪哪些人物?

包括前沿实验室(OpenAI、Google DeepMind、Anthropic、Meta 等)、新兴实验室、学术界、AI 芯片企业以及韩国和中国的关键研究者与高管。很少发表论文的高管只追踪人事变动。

问:数据来自哪里,多久更新一次?

论文来自 Semantic Scholar 与 arXiv,履历来自维基数据(CC0)及官方公告和媒体报道,每天自动收集。只有经编辑审核批准的条目才会公开。

问:论文摘要由谁撰写?

由 AI(Google Gemini)根据论文摘要撰写初稿,经编辑审核后发布。其他语言版本由 AI 翻译自审核过的韩文摘要。具体数据与背景请务必查阅原文。

本页面整理已发表的论文、官方公告和媒体报道,仅供参考。论文摘要由 AI 根据论文摘要撰写并经编辑审核,可能与原文存在差异,重要内容请查阅原文。本页面不构成任何证券的买卖建议或投资咨询。 人事变动以官方公告或主要媒体报道为来源,部分履历参考维基数据(CC0)。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。

🐩 支持코봉이零食基金
코봉이
如果这个页面对你有帮助,也欢迎支持코봉이的零食基金 🦴
💬 社区评论
基于IP的匿名昵称 · 滥用可能导致限制
加载中...