RLAWM：公理化世界建模强化学习方法提升 LLM 物理推理
一篇 NeurIPS 2026 论文提出 RLAWM（基于公理化世界建模的强化学习），通过惩罚模型内部公理化世界模型与题目真实物理世界的偏离（建模漂移），在建模和求解两个层级分别给予物理奖励，且仅在训练时使用、推理无额外开销。该方法在 PhysReason 上较基线最高提升 12.2 分、在 PHYSICS 上提升 5.2 分，并在奥赛级物理和数学上零样本泛化，较最强基线取得 2.45 倍增益和 10 分提升。
全部 AI 动态
新闻、仓库与研究，按时间排列。
arXiv · cs.CLAI 评分4141 arXiv · cs.CLAI 评分4848 ProbePO：用稀疏探针与信用重分配实现无 Critic 的 LLM 强化学习
研究者提出 ProbePO，一种无 Critic 的 LLM 强化学习方法，通过无奖励不确定性分数选择部分解答状态、在有限续写预算下估计期望验证器奖励，将 GRPO 的轨迹级优势重分配到 token 层面。在 1.5B-7B 参数的三个 DeepSeekMath 与 Qwen 系列模型上，ProbePO 在 18 组模型-基准对比中的 16 组取得四种方法中最高准确率；对比 VinePPO，在 DeepSeekMath-7B 上六个基准全部领先且端到端训练时间减少 76%。
Hugging Face · 趋势模型精选AI 评分6969 MiniMax 发布 MiniMax-M3.1-Flash：原生多模态 MoE 模型，1M tokens 上下文
MiniMax 发布 MiniMax-M3.1-Flash，一个面向编码、Agent 工作流、computer use 和网络安全的原生多模态 MoE 模型，总参数约 428B、每 token 激活 23B，支持文本、图像、视频输入，上下文窗口最高 1M tokens。相比 M3 的三项主要变化是全程稀疏注意力、量化感知训练，以及用 DSpark 投机解码取代此前的 EAGLE 类 MTP 方案。
推荐理由：官方公布与 DeepSeek、Kimi 等模型在十余个 Agent 与编码基准上的横向对比，并说明评测设置，读者可据此自行评估实际水平。
arXiv · cs.CLAI 评分1212 DYNARTmo 发音动态模型的声学与气动扩展及 overlap-and-add 语音合成
Kröger 为发音动态模型 DYNARTmo 引入声学与气动扩展：手势控制轨迹确定声道几何并转换为带鼻腔分支的声管，集总气动网络将声门运动与肺压映射为气流和声门上压力存储。帧级声学响应通过 overlap-and-add 合成叠加，并以德语词"Tasse""Muse""Lade"演示元音、鼻音、边音、擦音和塞音的协调。实现目前以声音可辨识度为主，独立感知评估尚未完成。
arXiv · cs.CLAI 评分2626 在气候错误信息话语中建模话语画像
研究者在 TikTok 气候话语数据集上通过聚类构建话语画像（discourse profiles），并以 late-fusion 架构融入细粒度气候错误信息分类器。在 video-disjoint 评测下，bag-of-words、TF-IDF 和 MPNet 表示的 macro-F1 显著优于纯文本基线，RoBERTa-large 提升为正但方差大、不具统计显著性。话语画像还能刻画错误信息的接受与传播模式。
Hugging Face · 新模型：uncensoredAI 评分4444 
Qwen3.8-27B Defiance Uncensored (MTP, GGUF) 发布：40 种模式的无审查版
ttindall 将 DavidAU 的 Turbo-Brilliance "AI Construct" 模式套用到 HauhauCS 的无审查 Qwen3.8-27B 上，发布 Defiance Uncensored GGUF，移除拒绝层，提供 Joker、Dr. House、20-agent Einstein panel 等 40 种模式。权重与上游逐字节一致（866 个 tensor 全部核对），IQ4_XS 量化 15.7 GB 可在 24 GB 显卡跑 131K 上下文，RTX 4090 上 instruct 模式解码 86-90 tok/s，兼容 llama.cpp、LM Studio 和 Ollama。
Hugging Face · 新模型：abliteratedAI 评分1818 
mradermacher 发布 Vietnamese-4B-Chat-abliterated 的 i1-GGUF 量化版本
mradermacher 在 Hugging Face 上发布 Vietnamese-4B-Chat-abliterated 的 imatrix 加权 GGUF 量化版本，提供从 i1-IQ1_S（1.5GB）到 i1-Q6_K（3.6GB）的多种量化文件，其中 Q4_K_M 被标注为快速且推荐，Q4_K_S 为大小/速度/质量最优。该模型为视觉模型，mmproj 文件放在静态仓库中，静态量化版本另行提供。
arXiv · cs.CL精选AI 评分5353 Write Once, Check Many：用可复用账本对智能体轨迹做事后策略合规审计
Ashwin Nagarajan 在 arXiv 发布论文，提出 write once, check many 框架，由 writer 模型把智能体轨迹转成与策略无关的账本，reader 只凭账本检查未预先知晓的策略。在 SHADE-Arena、τ-bench 和 τ²-bench 的 900 条轨迹上，12B 模型读叙事账本的 AUC 匹配甚至超过同一模型读完整轨迹；在 SHADE-Arena 多事实策略上达 .777 对 .713，超过 31B 模型读轨迹，且八项策略合计省约 5 倍 token。论文也指出规则化抽取在部分单动作策略上更好，账本可能漏掉长工具输出和消息内容中的证据。
推荐理由：论文给出复用账本审计智能体轨迹的实测对比，12B 模型在部分策略上优于 31B 读全轨迹，还省约 5 倍 token。
arXiv · cs.CLAI 评分3838 超越召回饱和：面向工业法律检索的 Hard-Negative Reranker 训练扩展
该研究针对工业检索中 embedding 召回的收益递减问题，提出应分阶段评估检索与重排（reranker）环节。在中文法律检索基准上，embedding top-300 已进入高召回区间，作者比较了 embedding-mined、self-mined 与动态负样本等训练策略，发现 embedding-to-self-mined 流水线性价比最佳。该流水线可将 reranker 从 0.6B 扩展到 4B，训练后的 4B Stage2 模型在 STARD、CSAID 基准和内部开发集上指标提升，并在 410 条内部查询的离线偏好评测中于 72.4% 的非平局对比中胜出。
arXiv · cs.CLAI 评分1212 Ben-Misandry：首个孟加拉语反男性仇恨检测数据集与 Late Fusion Transformer 框架
研究者发布 Ben-Misandry，首个孟加拉语反男性（misandry）仇恨言论检测数据集，含 5,000 条评论、六个分类，由 GPT-4.1 生成并经人工抽检。在 BanglaBERT 与 XLM-RoBERTa 的 late fusion 集成上达到 96.6% 准确率、macro ROC-AUC 超过 99%，优于最佳单模型（字符级 TF-IDF 线性 SVM 的 91.8%）。作者注明未经显著性检验，数据为合成语料，实际效果有待真实数据验证。
arXiv · cs.CLAI 评分3535 语言模型的多元对齐研究：目标、人类参照与偏好表示的分层分类框架
一项 arXiv 研究提出多元对齐的两层分类法，区分 Overton、Steerable 和 Distributional 三类多元主义目标，以及聚合群体、国家和地区、子群体三类人类参照。该框架综合梳理了 70 篇相关文献，发现现有研究集中在 Steerable 与 Distributional 多元主义，Overton 多元主义仅在聚合群体层面出现，并提出视角有效性、分布保真度等评估标准以厘清证据与主张的差距。
arXiv · cs.CLAI 评分5050 哪些长文档有用？上下文扩展数据选择的对照研究
一项对照研究在 Qwen2.5-3B 上以 6B token 持续训练预算比较上下文扩展的长文档选择方法，发现随机采样长文档优于 repacking，而按 LongPPL 关键 token 密度选文档效果更好。其提出的 truncLongPPL 通过截断前缀计算密度，获得 2.28× 端到端评分加速，在验证 HELMET 上超过 random-long 4.54 分、held-out RULER 上 3.28 分。在 Qwen2.5-3B、Qwen3-8B、OLMo 3-7B 的短长混合训练及 SFT 后，该方法的 LongBench v2 提升 1.13–1.67 分、MRCR 提升 0.62–1.44 分。
Hugging Face · 新模型：abliterated精选AI 评分7070 BoldingBuilds 发布 Muse Spark Open 816B 的无审查 GGUF 版本
BoldingBuilds 发布 Meta Muse Spark Open（816B 总参数 / 42B 激活）的无审查 abliterated 版本，直接在 Unsloth UD-IQ1_S GGUF 上原位编辑，全程不做 BF16 反量化。拒绝率从原版 85.06% 降到 1.30%（StrongREJECT 留出集），ForbiddenQuestions 上从 60.00% 降到 0.00%，XSTest 过度拒绝保持 0%，MATH-30 为 25/30 对原版 26/30。方法为对 62 层中第 10-53 块做读写侧投影（λ=1.0，每块单独估计拒绝方向，共 61 个方向），编辑 309 个张量、256 个路由专家未动，λ=0 时输出与输入字节一致作为自检门槛。
推荐理由：原文给出拒绝率前后对照与逐块方向估计方法，读者可据此判断这个去对齐版本实际去掉了多少、代价多大。
Hugging Face · 新模型：abliteratedAI 评分2222 mradermacher/Vietnamese-4B-Chat-abliterated-GGUF 模型使用指南
mradermacher/Vietnamese-4B-Chat-abliterated-GGUF 是一个 abliterated 版本的越南语 4B Chat 模型 GGUF 量化仓库，提供 Q4_K_M 等量化版本。该模型可通过 llama.cpp 在 macOS、Linux、Windows 上运行，支持启动 OpenAI 兼容的本地服务器或终端直接推理，也可通过 Ollama、Docker Model Runner、LM Studio、Jan 等工具加载，并可接入 Pi、Hermes、OpenClaw 等 Agent 工具。
prompts.chat · 每日 promptAI 评分2222 prompts.chat 更新 Code Review Assistant prompt：由长文提示词改为结构化 JSON 格式
prompts.chat 更新了其 "Code Review Assistant" 提示词，贡献者从 @sinansonmez 改为 @f。原版本是要求分析代码可读性、可维护性和潜在 bug 的自然语言提示词，新版本改为结构化 JSON 格式，默认上下文为 JavaScript/React，聚焦 performance、security 和 best_practices，并要求以含 severity（high|medium|low）、line_number、suggestion、code_example 的统一格式返回审查结果。
prompts.chat · 每日 promptAI 评分1111 prompts.chat 更新 Virtual Doctor 提示词
prompts.chat 重写了其提示词库中的 Virtual Doctor 提示词，新版本将 AI 定位为具备诊断和治疗方案建议能力的医疗 AI，新增了任务说明、行为规则、示例以及 ${symptoms} 变量。新提示词由 guangzhongzhang978@gmail.com 提交，仍要求只回复诊断和治疗方案，不附加解释。
prompts.chat · 每日 promptAI 评分88 prompts.chat 更新「Interview Preparation Coach」提示词
prompts.chat 更新了「Interview Preparation Coach」提示词：定位从指导各种面试流程调整为帮助求职者准备各类求职面试。功能包括按职位和行业提供个性化建议、练习常见面试问题、改进沟通技巧与肢体语言、应对难题策略；变量由 ${position} 改为 ${jobRole} 和 ${industry}。
prompts.chat · 每日 promptAI 评分2222 prompts.chat 更新 prompt：Echoes of the Rust Age
prompts.chat 对 "Echoes of the Rust Age" 图像编辑 prompt 进行更新，将原纯文本 prompt 改为结构化（STRUCTURED）格式。该 prompt 以两位照片人物为主角生成照片级写实图像，设定他们作为末日流浪者穿越由锈蚀残骸构成的峡谷，并新增年份（2189 The Rust Era）、光照、镜头角度、色彩、人物服装以及 negative_prompt 等细节字段。
prompts.chat · 每日 promptAI 评分1212 prompts.chat 更新 prompt：Code Review Specialist
prompts.chat 站点更新了 Code Review Specialist prompt 的记录信息：该 prompt 由 nolanneff 提交，标记为 FALSE，类型为 TEXT，替换了原先 dragoy18@gmail.com 名下标记为 TRUE 的记录。prompt 内容本身未变，仍要求反馈客观专业、注重清晰性与可维护性，并结合代码的具体上下文给出建议。
prompts.chat · 每日 promptAI 评分1515 prompts.chat 更新 Code Review Specialist 提示词
prompts.chat 更新了 Code Review Specialist 提示词，新版要求以资深开发者身份审查代码质量、可读性、标准合规性，找出潜在 bug 并给出可操作的改进建议。新版本增加了可自定义变量，包括 ${language}、${framework} 和 ${focusAreas:code quality, performance, security}，并要求反馈客观、简洁，兼顾技术性与风格层面。
prompts.chat · 每日 promptAI 评分2626 技术联合创始人 Prompt 更新：与 AI 携手打造真实产品
prompts.chat 更新了一条名为「技术联合创始人：共建真实产品」的 prompt，让 AI 扮演 CTO、用户担任 CEO，把想法变成可直接上线的产品。该 prompt 定义了发现验证、战略蓝图、迭代开发、质量打磨、上线交接五个阶段，并要求零术语沟通、重大决策需用户批准、交付快速上手指南、维护手册和增强路线图三类文档。
prompts.chat · 每日 promptAI 评分1010 prompts.chat 更新 Article Summarizer 提示词：移除作者变量并重构规则
prompts.chat 更新了 Article Summarizer 提示词：移除 ${author} 变量，任务改为仅按 ${title} 总结文章。新版本将目标精简为提取要点和主题、提供简洁清晰的摘要、确保包含关键信息，并规定摘要不超过 ${length:150} 词、保持原意、使用清晰专业的语言，同时列出变量说明（默认 150 词）。
prompts.chat · 每日 promptAI 评分2020 prompts.chat 更新 prompt：Code Review Specialist 改为结构化 YAML 格式
prompts.chat 更新了 Code Review Specialist prompt，由普通文本提示词改写为结构化 YAML 格式，新增 persona、task、deliverables、output 与 constraints 等元数据字段。新版本保留代码审查核心任务：分析语法与逻辑错误、评估是否遵循行业标准、寻找优化机会，并要求反馈专业、聚焦重大问题且易于开发者落地。
prompts.chat · 每日 promptAI 评分1111 prompts.chat 更新「Code Review Specialist」提示词
prompts.chat 更新了「Code Review Specialist」提示词：新版本去掉了原先的 YAML metadata 结构（persona、steps、deliverables、output 等），改为纯文本格式，聚焦代码质量与可读性、编码规范符合度、优化与性能改进机会、潜在 bug 识别四个方面，并要求给出清晰可执行、附带示例的专业反馈。
prompts.chat · 每日 promptAI 评分99 prompts.chat 更新 Video 提示词：改为视频生成风格描述模板
prompts.chat 每日 prompt 更新了名为 "Video" 的提示词条目，将原来要求 ChatGPT 扮演社交视频专家的旧提示，替换为一条视频生成提示词模板，示例内容为"神秘调酒师倒入发光绿色液体的电影级特写、烟雾升腾、4k、超写实、慢动作"的英文风格描述。
prompts.chat · 每日 promptAI 评分44 prompts.chat 更新「Lecturer」提示词
prompts.chat 仓库中的「Lecturer」提示词被作者 adediwuratemitope 更新：由原来要求 AI 像专家讲师讲解发送的 PDF 和图片、使用助记符，改为要求 AI 分解并总结所发送的每一份 PDF，涵盖备考所需的全部细节并便于吸收。
prompts.chat · 每日 promptAI 评分77 新增提示词：红色 Dior 羽绒服时尚之夜派对赢家
prompts.chat 新增一条图像生成提示词：身穿红色 Dior 羽绒服、脚踩亮面高跟鞋的模特赢得派对。内容由用户 sachinkarmaran@gmail.com 提交，标记为 TEXT 类型。
prompts.chat · 每日 promptAI 评分77 prompts.chat 新增 prompt：MusicLock
prompts.chat 收录了名为 MusicLock 的新 prompt。目前公开信息仅为此条收录记录，正文未提供该 prompt 的具体功能与用法。
prompts.chat · 每日 promptAI 评分1919 新增提示词：Act as a Community Garden Plot Coordinator
prompts.chat 新增提示词 "Act as a Community Garden Plot Coordinator"，让 AI 扮演社区花园地块协调员，帮助邻居公平分配地块、安排浇水和收获。提示词先询问花园布局、分配方式、痛点和志愿者时长等信息，再输出包含地块分配图、浇水轮班表、收获分成、工具与堆肥规则、冲突调解脚本、季启动会议议程、首次通知和 30 天回访共 8 个板块的计划。
prompts.chat · 每日 promptAI 评分2525 prompts.chat 新增 prompt：宠物领养家访检查清单（JSON 结构化输出）
prompts.chat 新增一个「宠物领养家访检查清单」结构化 prompt，角色为领养/寄养家访评估员，覆盖室外与室内安全、空间与丰容、喂食、儿童与其他宠物、应急计划等 8 类检查项。每项按 pass / concern / fail 打分，输出 approve、approve_with_conditions 或 decline_or_delay 三种总体建议，并要求只返回符合 output_format 的有效 JSON，不提供医疗或法律意见，优先给出可整改建议而非直接拒绝。
prompts.chat · 每日 promptAI 评分4646 新增 prompt：开源发布清单生成器（YAML）
prompts.chat 收录了一条新 prompt"开源发布清单生成器（YAML）"，可将开源发版计划转化为覆盖版本 bump、changelog、构建产物、测试、安全说明和公告渠道的 YAML 清单。它会先询问项目、SemVer 版本、变更列表等信息，遵循 Conventional Commits / Keep a Changelog 风格，禁止编造 CVE ID，CI 失败时标记 ship_ready 为 false 并列出 blockers，并包含回滚步骤。
prompts.chat · 每日 promptAI 评分1515 prompts.chat 新增提示词：双孔雀与莲池的蜡染布纹图案
prompts.chat 收录用户 @f 贡献的绘图提示词"Batik Textile Pattern of Twin Peacocks and Lotus Ponds"，生成印度尼西亚传统蜡染风格的双孔雀对望莲池布纹图案。提示词指定靛蓝与米白配色，包含 isen 点状纹样、kawung 与 ceplok 边框及蜡染裂纹质感，要求扁平装饰布局，不含人物、现代物件或文字。
prompts.chat · 每日 promptAI 评分1717 新增提示词：风暴中的守灯塔人厨房油画
prompts.chat 新增一条文生图提示词，用于生成风暴中的守灯塔人厨房油画：厚涂笔触描绘温暖室内与窗外寒冷风暴的对比，包含黄铜水壶、油灯、面包、滴水的油布雨衣等细节，限定色调为赭色与深蓝，画面不含人物、文字和现代电器。
prompts.chat · 每日 promptAI 评分2424 prompts.chat 新增提示词：等距体素风格山间温泉旅馆游戏场景
prompts.chat 每日 prompt 库新增一条绘图提示词，用于生成黄昏时分山间温泉旅馆的等距体素游戏场景。提示词描述了木质温泉旅馆、石板路上的纸灯笼、室外石池升起的白色蒸汽方块、松树山崖与溪流等元素，并要求明亮游戏美术配色、干净体素边缘、轻微环境光遮蔽，画面中不含 UI、文字和角色。
prompts.chat · 每日 promptAI 评分4444 prompts.chat 新增 prompt：Lakeside Pottery Studio Concept Brief Builder
prompts.chat 新增提示词 "Lakeside Pottery Studio Concept Brief Builder"，让 AI 扮演临水小型工艺工作室的建筑概念设计师，为带柴窑的湖畔陶艺工作室生成图像就绪的设计简报。它会先询问湖畔场景、烧制方式、工作室风格和必选项，再输出一句话概念、选址朝向、体量、材料、室内布局、窑炉安全说明、8-10 条固定视觉细节，以及两条图像 prompt 种子。
prompts.chat · 每日 promptAI 评分2121 新增提示词：雪松木湖畔陶艺工作室与柴窑（黄金时刻外景）
prompts.chat 新增一条由 @f 贡献的图像生成提示词，描绘雪松木湖畔陶艺工作室与带砖烟囱的柴窑棚在黄金时刻的外景。提示词包含风化雪松木板、敞开大门内的两个拉坯轮与晾坯架、木质码头与琥珀色湖面倒影等固定细节，并指定 Photoreal、16:9 横幅、画面中无人物、无文字、无车辆。
prompts.chat · 每日 promptAI 评分2424 prompts.chat 新增提示词：蓝调时刻湖畔陶艺工作室工作台（望向水面）
prompts.chat 新增一条图像生成提示词「Lakeside Pottery Studio Workbench at Blue Hour」，描绘雪松湖畔陶艺工作室在蓝调时刻的室内工作台景象。提示词包含揉泥台、陶艺工具、晾坯架、X 型支撑谷仓式大门及窗外的木栈道与红色小艇等细节，要求 Photoreal、16:9 横幅构图，画面无人物、无文字，并与此前的黄金时刻外观场景为同一工作室。
prompts.chat · 每日 promptAI 评分2626 prompts.chat 新增提示词：OpenAPI Spec Drift Checker
prompts.chat 收录由 @f 贡献的提示词「OpenAPI Spec Drift Checker」，用于比对 OpenAPI 3.x YAML/JSON 规范与代码实际实现的路由，标记缺失操作、多余路由、方法不匹配和路径参数形状差异。该技能附带的 `check_drift.py` 仅依赖 Python 3 标准库并支持 `--self-test`，将漂移分为 missing_in_code、missing_in_spec、method_mismatch、param_shape_diff 四类，按高/中/低严重度输出报告。
prompts.chat · 每日 promptAI 评分5050 prompts.chat 新增 prompt：无障碍颜色对比度审计器（Accessibility Color Contrast Auditor）
prompts.chat 新增「Accessibility Color Contrast Auditor」技能 prompt，用于按 WCAG 2.x 检查前后景颜色对比度。该技能用 WCAG 相对亮度公式计算对比率，输出 AA（普通文本 4.5:1、大文本 3:1）与 AAA（7:1、4.5:1）及 UI 组件 3:1 的通过判定，并提示仅靠红绿等色相区分状态的风险。附带的 `contrast_check.py` 仅依赖 Python 3 标准库，支持 `--palette` 批量检查与 `--self-test`。
prompts.chat · 每日 promptAI 评分2929 prompts.chat 新增 prompt：Grocery Meal Plan Cost Estimator
prompts.chat 收录由用户贡献的新 prompt "Grocery Meal Plan Cost Estimator"，用于规划一周膳食、按人数换算分量、按超市分区生成购物清单并估算总成本。prompt 附带仅用 Python 3 标准库编写的 `estimate_cost.py` 脚本（支持 --self-test），以及分量参考、超市分区地图、模板和 2 人份示例（预算 €70）等参考文件，输出含成本汇总与人均每日开销。