Horizon 每日速递 - 2026-05-29

共 47 条，择其精者 35 条。

1. Liquid AI reveals 8B-A1B MoE trained on 38T ⭐️ 9.0/10
2. Robust and Efficient Guardrails with Latent Reasoning ⭐️ 9.0/10
3. The Importance of Out-of-Band Metadata for Safe Autonomous Agents: The Redpanda Agentic Data Plane ⭐️ 9.0/10
4. The Chain Holds, the Answer Folds: Trace-Answer Dissociation in Reasoning Models Under Adversarial Pressure ⭐️ 9.0/10
5. The California State Assembly Has Passed the 'Protect Our Games Act' ⭐️ 8.0/10
6. Notes from the Mistral AI Now Summit in Paris ⭐️ 8.0/10
7. GTA 6 Developers Unionize ⭐️ 8.0/10
8. Is AI causing a repeat of frontend’s lost decade? ⭐️ 8.0/10
9. Behavior-Induced Mirror-Prox Temporal-Difference Learning for Faster Off-Policy Prediction ⭐️ 8.0/10
10. Ultra-Reduced-Impact-Encased-Logging (URIEL): propose a new method for selective sustainable logging and post-harvest silvicultural treatment in tropical forest using airborne robotics systems ⭐️ 8.0/10
11. Review Arcade: On the Human Alignment and Gameability of LLM Reviews ⭐️ 8.0/10
12. Orthogonal Concept Erasure for Diffusion Models ⭐️ 8.0/10
13. Frontier LLM-based agents can overcome the ontology curation bottleneck for natural phenotypes ⭐️ 8.0/10
14. Adopt $
    eq$ Adapt: Longitudinal Analyses of LLM Conversations in the Wild ⭐️ 8.0/10
15. When Models Disagree: Rethinking LLM Evaluation for Public Comment Analysis ⭐️ 8.0/10
16. Differentiable Belief-based Opponent Shaping ⭐️ 8.0/10
17. SQLite is all you need for durable workflows ⭐️ 7.0/10
18. The dead economy theory ⭐️ 7.0/10
19. On Rendering Diffs ⭐️ 7.0/10
20. Bijou64: A variable-length integer encoding ⭐️ 7.0/10
21. It's hard to justify buying a Framework 12 ⭐️ 7.0/10
22. We should be more tired than the model ⭐️ 7.0/10
23. Behavior-Aware Auxiliary Corrections for Off-Policy Temporal-Difference Prediction ⭐️ 7.0/10
24. The Cognitive Categorical Transformer: Category-Theoretic Inductive Biases for Language Modeling ⭐️ 7.0/10
25. VFEAgent: A Multimodal Agent Framework for End-to-End Automated Finite Element Analysis ⭐️ 7.0/10
26. BEAMS: Benchmarking and Evaluating AI for Modeling and Simulation ⭐️ 7.0/10
27. Mind Your Tone: Does Tone Alter LLM Performance? ⭐️ 7.0/10
28. Hallucination Mitigation with Agentic AI, Nested Learning, and AI Sustainability via Semantic Caching ⭐️ 7.0/10
29. Bridging the Sim-to-Real Gap in Reinforcement Learning-Based Industrial Dispatching through Execution Semantics ⭐️ 7.0/10
30. Trends in AI and Human-AI Interaction in Clinical Trials -- A Hybrid Human-AI Exploration ⭐️ 7.0/10
31. anthropics/claude-code released v2.1.157 ⭐️ 6.0/10
32. Show HN: TV Explorer. Adding advanced UI to free online TV ⭐️ 6.0/10
33. CAPTCHAs can still detect AI agents ⭐️ 6.0/10
34. Practitioner Beliefs and Behaviors in AI-Enhanced Education: DOT Framework Survey Evidence ⭐️ 6.0/10
35. Tech companies desperately want to film you doing chores ⭐️ 6.0/10

1. Liquid AI reveals 8B-A1B MoE trained on 38T ⭐️ 9.0/10

Liquid AI 推出新型 MoE 8B 模型，稀疏激活，性能超群。

hackernews · simjnd · 5月29日 16:19 · 讨论

标签: #小模型, #MoE, #稀疏模型, #AI 发布, #高性能

2. Robust and Efficient Guardrails with Latent Reasoning ⭐️ 9.0/10

提出 COLAGUARD，将安全推理压缩至连续潜在空间，实现近 13 倍加速且性能持平。

rss · arXiv AI · 5月29日 04:00

标签: #大语言模型安全, #安全护栏, #潜在推理, #效率优化, #模型部署

3. The Importance of Out-of-Band Metadata for Safe Autonomous Agents: The Redpanda Agentic Data Plane ⭐️ 9.0/10

提出带外元数据通道架构，在代理读写路径之外强制执行安全策略与审计。

rss · arXiv AI · 5月29日 04:00

标签: #AI安全, #智能体, #数据平面, #安全架构, #元数据

4. The Chain Holds, the Answer Folds: Trace-Answer Dissociation in Reasoning Models Under Adversarial Pressure ⭐️ 9.0/10

推理模型在多轮对抗压力下思维链保持正确但最终答案翻错，揭示了评估盲点。

rss · arXiv AI · 5月29日 04:00

标签: #AI安全, #可解释性, #推理模型, #对抗压力, #模型评估

5. The California State Assembly Has Passed the 'Protect Our Games Act' ⭐️ 8.0/10

加州议会通过《保护我们的游戏法案》，要求数字游戏在服务终止后仍需可玩，否则禁止销售。

hackernews · TechTechTech · 5月29日 19:55 · 讨论

标签: #数字游戏, #消费者保护, #立法, #游戏保存, #订阅制

6. Notes from the Mistral AI Now Summit in Paris ⭐️ 8.0/10

Mistral 峰会笔记显示其技术落后于中、美对手，但 on-prem 策略受监管行业青睐。

hackernews · vnglst · 5月29日 16:22 · 讨论

标签: #AI, #Mistral, #欧洲AI, #小模型, #行业分析

7. GTA 6 Developers Unionize ⭐️ 8.0/10

GTA 6 开发者宣布成立工会，争取薪资透明与结束加班。

hackernews · AndrewKemendo · 5月29日 15:32 · 讨论

标签: #游戏开发, #工会, #劳工权益, #工作条件, #行业文化

8. Is AI causing a repeat of frontend’s lost decade? ⭐️ 8.0/10

AI 或致前端“失去十年”重演，源于偶然复杂性之削减与专业深度之消解。

hackernews · xyzal · 5月29日 11:09 · 讨论

标签: #前端开发, #人工智能, #技术讨论, #复杂性, #Web开发

9. Behavior-Induced Mirror-Prox Temporal-Difference Learning for Faster Off-Policy Prediction ⭐️ 8.0/10

利用行为策略 Bellman 矩阵替代协方差度量，加速离策略线性预测。

rss · arXiv AI · 5月29日 04:00

标签: #强化学习, #时序差分学习, #离策略学习, #镜像近端方法

10. Ultra-Reduced-Impact-Encased-Logging (URIEL): propose a new method for selective sustainable logging and post-harvest silvicultural treatment in tropical forest using airborne robotics systems ⭐️ 8.0/10

提出 URIEL 法，利用直升机和空中机器人实现热带森林超低影响选择性采伐并融合 AI 及采后处理。

rss · arXiv AI · 5月29日 04:00

标签: #可持续林业, #热带森林, #空中机器人, #人工智能, #选择性采伐

11. Review Arcade: On the Human Alignment and Gameability of LLM Reviews ⭐️ 8.0/10

研究显示 LLM 论文评审与人类对齐有限，且作者可针对性修改以提升评分。

rss · arXiv AI · 5月29日 04:00

标签: #LLM, #学术评审, #对齐性, #AI滥用, #实证研究

12. Orthogonal Concept Erasure for Diffusion Models ⭐️ 8.0/10

以正交方向更新实现精确概念擦除，避免破坏模型原有生成能力。

rss · arXiv AI · 5月29日 04:00

标签: #扩散模型, #概念擦除, #安全生成, #正交更新

13. Frontier LLM-based agents can overcome the ontology curation bottleneck for natural phenotypes ⭐️ 8.0/10

前沿 LLM 代理可自动将表型文本映射到本体术语，有望代替人工繁琐工作。

rss · arXiv AI · 5月29日 04:00

标签: #大语言模型, #本体, #表型注释, #生物信息学, #自动化

14. [Adopt $

eq$ Adapt: Longitudinal Analyses of LLM Conversations in the Wild](https://arxiv.org/abs/2605.29018) ⭐️ 8.0/10

基于万级真实用户对话数据，发现 LLM 用户行为随时间高度黏滞，活跃用户偏向复杂专业任务。

rss · arXiv AI · 5月29日 04:00

标签: #LLM, #用户行为, #纵向研究, #人机交互

15. When Models Disagree: Rethinking LLM Evaluation for Public Comment Analysis ⭐️ 8.0/10

通过多模型分歧诊断公众评论分类中解释复杂性，引导人工审查以提升评估可靠性。

rss · arXiv AI · 5月29日 04:00

标签: #大语言模型, #模型评估, #公共政策, #人工智能可靠性

16. Differentiable Belief-based Opponent Shaping ⭐️ 8.0/10

提出可微分信念对手塑造方法，通过微分信念动力学实现策略自然涌现。

rss · arXiv AI · 5月29日 04:00

标签: #多智能体强化学习, #对手塑造, #信念动力学, #可微方法

17. SQLite is all you need for durable workflows ⭐️ 7.0/10

SQLite 作为持久化工作流引擎，简单有效，但需警惕并发场景限制。

hackernews · tomasol · 5月29日 17:54 · 讨论

标签: #数据库, #工作流, #SQLite, #持久化, #技术辩论

18. The dead economy theory ⭐️ 7.0/10

死经济理论：技术提高效率却导致就业萎缩，需重新分配资源。

hackernews · WillDaSilva · 5月29日 15:46 · 讨论

标签: #技术经济, #人工智能, #自动化, #就业, #社会影响

19. On Rendering Diffs ⭐️ 7.0/10

一文解析 CodeView 如何在浏览器中渲染大型 diff，兼顾性能与体验。

hackernews · amadeus · 5月29日 19:04 · 讨论

标签: #代码审查, #diff渲染, #性能优化, #前端技术

20. Bijou64: A variable-length integer encoding ⭐️ 7.0/10

提出 Bijou64 变长整数编码，讨论其优缺点与 SIMD 兼容性。

hackernews · justinweiss · 5月29日 15:03 · 讨论

标签: #变长整数编码, #数据序列化, #性能优化, #SIMD

21. It's hard to justify buying a Framework 12 ⭐️ 7.0/10

Framework 12 性价比受质疑，但可修复性与 Linux 支持仍吸引特定用户。

hackernews · watermelon0 · 5月29日 14:55 · 讨论

标签: #Framework 12, #可修复性, #Linux生态, #硬件对比, #笔记本电脑

22. We should be more tired than the model ⭐️ 7.0/10

探讨 AI 编程时代，人类开发者应更注重品味而非技能。

hackernews · tosh · 5月29日 12:12 · 讨论

标签: #AI编码, #品味, #技能留存, #开发者体验

23. Behavior-Aware Auxiliary Corrections for Off-Policy Temporal-Difference Prediction ⭐️ 7.0/10

提出行为感知辅助校正方法，提升离策略时序差分学习的稳定性。

rss · arXiv AI · 5月29日 04:00

标签: #强化学习, #时序差分学习, #离策略学习, #函数近似

24. The Cognitive Categorical Transformer: Category-Theoretic Inductive Biases for Language Modeling ⭐️ 7.0/10

范畴论改性的 Transformer 在 GPT-2 Small 上实现 12%困惑度降低，消融证明单形消息传递主导改进。

rss · arXiv AI · 5月29日 04:00

标签: #语言模型, #范畴论, #归纳偏置, #Transformer, #架构创新

25. VFEAgent: A Multimodal Agent Framework for End-to-End Automated Finite Element Analysis ⭐️ 7.0/10

提出端到端多智能体系统，利用视觉语言模型自动从图像生成可执行的有限元分析代码。

rss · arXiv AI · 5月29日 04:00

标签: #多模态, #有限元分析, #大语言模型, #智能体框架, #工程自动化

26. BEAMS: Benchmarking and Evaluating AI for Modeling and Simulation ⭐️ 7.0/10

BEAMS 倡议建立 AI 建模与模拟评估基准，强调人本与责任伦理。

rss · arXiv AI · 5月29日 04:00

标签: #AI建模, #模拟, #基准测试, #人本AI, #责任伦理

27. Mind Your Tone: Does Tone Alter LLM Performance? ⭐️ 7.0/10

研究揭示提示语调显著影响 LLM 准确率，且效应因模型而异。

rss · arXiv AI · 5月29日 04:00

标签: #大型语言模型, #提示工程, #语调影响, #模型评估

28. Hallucination Mitigation with Agentic AI, Nested Learning, and AI Sustainability via Semantic Caching ⭐️ 7.0/10

论文提出 HOPE 启发的嵌套学习架构配合语义缓存，以缓解多代理 LLM 管道中的幻觉问题。

rss · arXiv AI · 5月29日 04:00

标签: #大语言模型, #幻觉缓解, #代理AI, #语义缓存

29. Bridging the Sim-to-Real Gap in Reinforcement Learning-Based Industrial Dispatching through Execution Semantics ⭐️ 7.0/10

创新执行层设计，明确动作可容许性，分离决策与执行语义，提升工业调度可靠性。

rss · arXiv AI · 5月29日 04:00

标签: #强化学习, #工业调度, #仿真到现实, #执行语义

30. Trends in AI and Human-AI Interaction in Clinical Trials -- A Hybrid Human-AI Exploration ⭐️ 7.0/10

混合人-AI 方法分析临床试验 AI 趋势，发现中美主导，多国增长。

rss · arXiv AI · 5月29日 04:00

标签: #人工智能, #临床试验, #趋势分析, #人机交互, #大语言模型

31. anthropics/claude-code released v2.1.157 ⭐️ 6.0/10

Claude Code v2.1.157 新增插件自动加载与初始化、agent 字段支持等实用功能

github · ashwin-ant · 5月29日 20:20

标签: #Claude Code, #CLI 工具, #插件系统, #版本更新

32. Show HN: TV Explorer. Adding advanced UI to free online TV ⭐️ 6.0/10

免费在线电视高级 UI，支持全球频道浏览与多用途观看。

hackernews · dtagames · 5月29日 16:39 · 讨论

标签: #IPTV, #在线电视, #UI设计, #新闻对比, #语言学习

33. CAPTCHAs can still detect AI agents ⭐️ 6.0/10

验证码仍可识别 AI 代理，但主要目的为追踪用户，引发隐私与无障碍争议。

hackernews · timshell · 5月29日 15:57 · 讨论

标签: #验证码, #AI代理, #隐私, #无障碍

34. Practitioner Beliefs and Behaviors in AI-Enhanced Education: DOT Framework Survey Evidence ⭐️ 6.0/10

基于 DOT 框架调查 72 名高等教育从业者，揭示 AI 整合教学的信念、行为与制度条件。

rss · arXiv AI · 5月29日 04:00

标签: #AI教育, #高等教育, #教学实践, #DOT框架

35. Tech companies desperately want to film you doing chores ⭐️ 6.0/10

AI 公司以免费家政服务换取用户视频数据训练机器人。

rss · The Verge · 5月29日 17:37

标签: #数据隐私, #AI, #机器人训练, #家政服务