跳到正文
10月21日周三
  1. 财联社 · 电报20

    新宏泰:公司创始人赵汉新去世

    新宏泰(603016.SH)公告,公司创始人赵汉新因病医治无效,于2026年10月20日逝世,享年73岁。公司目前生产经营活动保持稳定并正常进行,董事、高级管理人员及全体员工将继续勤勉尽责,致力于公司长远发展。

  2. 财联社 · 电报46

    豪鹏科技:前三季度净利润同比增长35.36%

    豪鹏科技(001283.SZ)公告,前三季度营收52.54亿元,同比增长19.63%;归母净利润2.37亿元,同比增长35.36%。第三季度营收20.70亿元,同比增长27.08%,归母净利润1.14亿元,同比增长45.53%,环比增长37%。业绩增长主要系营收规模扩大带动毛利额增长,以及大客户战略深化、产品结构优化和成本管控强化。

  3. 财联社 · 电报54

    美国食品进口商就加拿大商品50%关税向美国国际贸易法院提起诉讼

    美国新泽西州食品进口商盖勒特全球集团10月20日提起诉讼,寻求推翻特朗普政府对部分加拿大商品加征50%关税的措施。据美联社等媒体报道,非营利诉讼机构自由正义中心代表这家进口加拿大奶酪的家族企业向美国国际贸易法院提起诉讼。诉状称此举是试图借一部并非为此目的设计的法规行使宪法赋予国会的关税权力,敦促法院宣布关税非法、停止征收,并退还已征关税及利息。

  4. 财联社 · 电报71

    花旗重申SpaceX买入评级 目标价上调至240美元

    花旗发布研报重申SpaceX买入评级,目标价由200美元上调至240美元,理由是第三季业绩优于预期,三大主要业务的收入、毛利及经调整EBITDA均超出该行预测。管理层给出的明年第一季收入指引为330亿至370亿美元,较市场预期约230亿美元高出逾100亿美元;花旗将明年每股盈测由2.14美元升至3.25美元。

    推荐理由:研报给出了三大业务关键指标超预期和明年指引大幅高于市场预期的具体数字,可作判断SpaceX估值预期的参考。

  5. 财联社 · 电报22

    10月21日连板股分析:连板股晋级率不足三成 九阳股份走出13天8板

    10月21日共50股涨停,连板股16只,晋级率28.57%,市场连板高度维持在4板,全市场超3300只个股下跌。“羊”字辈玄学炒作延续,海洋王一字涨停晋级4连板,百洋股份走出9天7板,九阳股份封死涨停录得13天8板。板块快速轮动,机器人概念分化,传媒板块反弹,火山引擎面向使用Seedance制作并在红果短剧APP上线的精品AI漫短剧发起激励计划。

  6. arXiv cs.AI44

    WSR-Tune:基于权重空间重参数化的 LLM 微调方法,保住下游适配中的安全对齐

    一项被 NeurIPS 2026(spotlight)接收的研究提出 WSR-Tune,一种通过权重空间重参数化在下游微调中保留 LLM 安全性的框架。该方法构建安全条件基,将安全相关信息集中到少量方向并冻结这些安全关键方向,其余方向用于下游任务更新。实验显示该方法在下游性能与安全保留之间取得更优平衡。

  7. arXiv cs.AI60

    MIT 等机构论文:在代码空间中搜索多智能体路径规划策略

    arXiv 论文(arXiv:2610.25946)提出由人类主导、编码智能体迭代在代码空间中搜索策略的工作流,结合仿真反馈与正确性验证,并给出两个案例研究。

    推荐理由:论文展示了用编码智能体在代码空间直接搜索策略的方法,两个案例的量化结果对多智能体路径规划工程实践有参考。

  8. arXiv cs.AI50

    FALCON:通过反例锚定反馈实现安全的智能体编程

    arXiv 论文提出 FALCON,一个反例锚定的代码安全验证框架,将攻击探索与行为验证分离,并通过被测程序的执行轨迹连接两者。在安全代码生成 benchmark 的测试时修复中,FALCON 带来比其他安全信号更强的留出集功能-安全增益,同时保持或提升功能;作为 RL 奖励时也优于静态分析和学习型奖励,并与代理奖励结合进一步提升留出集表现。

  9. arXiv cs.AI30

    多模态条件潜在扩散模型 MC-LDM 用于脑部 MRI 时空预测

    研究者提出多模态条件潜在扩散模型 MC-LDM,用于预测阿尔茨海默病进展中的脑部 MRI 变化。该模型训练时融合 MRI、tau-PET、CDR 和 APOE4 多模态信息,推理时仅需基线 MRI、APOE4 和患者元数据;基于 ADNI 852 名受试者的 1,355 次访视训练,在 664 次访视的独立测试集上较次优基线降低 18% 的区域体积 MAE。

  10. arXiv cs.AI34

    RevGeoRQ:利用反向地理编码学习行政边界感知的位置编码器

    研究者提出首个利用反向地理编码文本作为自监督信号、学习行政边界感知位置编码器的方法,可套用于现有位置编码器架构并一致提升下游性能。其定制架构 RevGeoRQ 带来额外增益,在多项下游任务上超过当代位置编码器,且基于人类可读的反向地理编码字符串和残差量化语义 ID,位置表示更可解释。代码和模型权重即将发布。

  11. arXiv cs.AI40

    MoEvolve:通过在线策略双向蒸馏增强 MoE 模型

    arXiv 论文提出 MoEvolve,一种针对 MoE 大语言模型的双向蒸馏框架,通过提高每 token 激活预算 exposing 潜在专家容量,先恢复并强化高 k 模型,再将能力反向蒸馏回原始低 k 配置。在多个 MoE 模型与基准上,MoEvolve 比初始模型最高提升 22.2 个领域平均分,比同等预算 RLVR 基线最高领先 6.5 分,最终低 k 模型常超过其激活扩展的教师模型。

  12. arXiv cs.AI49

    微调前呈线性可读的知识微调后才能泛化:arXiv 新研究解析语言模型的“活跃事实”

    一项 arXiv 研究区分了语言模型中的“活跃事实”与“惰性事实”:前者能支持超出自身召回的泛化,后者只能被召回。通过在既有关系上构造重标注新关系并微调模型,研究涵盖 11 个语言模型和 70 个关系,发现原始关系在预训练表征中的线性可读性强烈预测泛化能力,各模型内 Pearson r = 0.87 至 0.92,且在控制微调样本数、模型准确率、主题出现频率等因素后依然稳健。

  13. arXiv cs.AI42

    LLM 如何为人类时间定价:一项全球视角的研究

    一项 arXiv 研究通过仅改变用户所在国家、测量 LLM 认为 60 分钟约会延误应得的补偿,考察 5 个 LLM 对 193 个国家时间价值的判断。结果显示 LLM 对欧洲用户推荐最高补偿,对非洲多为最低;以 GDP_PPP 衡量,LLM 低估了亚洲和南美用户的时间价值。研究表明地理模式已内嵌于 LLM,可能在智能体场景中造成差异化对待。

  14. arXiv cs.AI32

    WeGR:通过行为感知 Tokenization 与偏好对齐实现统一生成式检索

    研究者提出统一生成式检索框架 WeGR,包含 CoCo-VAE 分词器和 DHPO 偏好对齐方法,前者在量化前注入协同信号并保持码本均衡利用,后者逐步扩展奖励评估范围以缓解奖励稀疏。在电商搜索平台为期六周的线上 A/B 测试中,订单相对提升 2.539%、CTR 提升 1.508%、CVR 提升 1.381%,CPU 和 GPU 用量分别降低 25.5% 和 26.1%。

  15. arXiv cs.AI54

    TAPDreamer:针对世界动作模型的可迁移对抗贴片攻击

    论文提出 TAPDreamer,一种仅用公开编码器构造固定局部扰动、无需目标策略查询的攻击方法,可跨任务与动作架构迁移。仅覆盖约 6.5% 输入的冻结贴片使 FastWAM 在 40 个 LIBERO 任务上的成功率从 97.7% 降至 0.0%,在 50 个 RoboTwin 任务上从 90.86% 降至 0.0%,对 DreamWAM 和 Motus 也大幅降低成功率。

  16. arXiv cs.AI32

    BridgeCast:基于 Flow Matching 与外生变量的海洋波浪预报偏差校正方法

    研究者提出 BridgeCast,一个基于条件 flow matching(CFM)的概率模型,用于将物理模型的海浪预报校正为再分析场。该模型采用 Transformer 架构进行时空建模,可纳入外生大气变量,并支持常微分方程和随机微分方程两种推理方式。实验表明其在不同区域和预报时效上均优于 SOTA 基线。

  17. arXiv cs.AI37

    FERPO:前向熵正则化策略优化算法

    FERPO(Forward Entropy-Regularized Policy Optimization)是一种在策略最大熵强化学习算法,无需对 critic 求动作梯度即可实现策略改进,通过熵与 KL 散度正则的目标动作分布并用 forward-KL 结合 SNIS 拟合 actor。