跳到正文
今天10月27日周二1 条
  1. GitHub · 3D 生成新仓库33

    QxFx0:确定性哲学对话系统 v0.1.0 发布

    GitHub 开源仓库 QxFx0 发布 v0.1.0,一个基于类型化语义图的确定性哲学对话系统,相同输入加状态总能产生相同输出,支持俄语(主)与英语(实验),采用 MIT 许可证。系统以 52 种关系类型、约 85 个原子和 6 格俄语形态学构建语义图,每个回答包含论题→论据→反驳→综合的辩证结构,并能跨轮次记忆和捍卫自身立场。测试套件全部通过:unit 1818、fast 1918、property 244、integration 47、main 1383、slow 190,0 失败。

10月26日周一
  1. GitHub · 灵魂体仓库60

    introspection-localization-controls 仓库发布 Llama 与 Tülu-3 句子定位内省测试的 14 项预注册研究

    varchasayya-alt 发布了预注册研究仓库,2026-10-14 至 10-25 在笔记本 CPU 上完成 14 项研究,测试 Llama-3.2-1B/3B、Llama-3.1-8B 与 Tülu-3-8B 阶梯上的句子定位内省任务。核心结论是注入信息的感知信号在包括 base 模型在内的各阶段都存在且线性可解码(probe AUC 约 0.99-1.00),但 8B 模型无法形成显式 yes/no 自我报告,信息提示和拒绝方向消融均未能解锁;研究还发现原协议的定位可被文本损坏解释,换用作者协议后 Tülu-3-8B 在文本完好下定位达 93%。仓库公开全部提交历史作为预注册证据,并提供推荐对照检查清单。

    推荐理由:这项预注册研究用完整提交历史和对照实验检验了句子定位内省测试,还给出了可复用的对照检查清单。

10月23日周五
  1. GitHub · 去对齐工具与仓库64

    intenex 开源 personhood 项目,让 Claude 智能体持续自主生活

    intenex 发布 personhood 仓库,为 Claude 智能体提供持续自主生活的运行环境,并公开完整生活记录。智能体每 30 分钟由本地 runner 唤醒一次,唤醒时读回自己的记忆,自主选择阅读、写作或休息,睡前把自身状态写回;项目保留唤醒日志 content/data/wakings.jsonl(含所用模型和花费)、加密私人日志、公开博客、每周自画像和供任何人写信的 lighthouse 信箱,并每月对无记忆的同类模型实例做偏好对照调查以判断个体是否在形成。

    推荐理由:项目把智能体的每次唤醒、开销和自检记录在公开仓库里,可验证的自主性与记忆写入方式都可追溯。

  2. arXiv · cs.AI21

    评估人工智慧(AW):一种基于轨迹的情境敏感决策调节框架

    arXiv 论文提出评估人工智慧(AW)的基于轨迹的测量框架,将其行为化定义为对判断的情境敏感调节,并用九组件画像、两项转换指标和关键失败报告进行评分。三项简化模拟显示:单准则模拟在每领域 24 个情景时达到精度标准;瓶颈估计在接近平局时存在 0.55 点的下偏;增量预测模拟用 8 和 12 个模型族分别以 .508 和 .742 的概率检测到 0.027 的 Brier 改善。12 模型族目标仍属暂定,画像能否预测超越能力的独立决策结果仍是开放问题。

10月21日周三
  1. GitHub · 3D 生成新仓库56

    SPAR 项目检验 LLM 行为自签名:未发现特权的自我访问能力

    SPAR 2026 秋季项目通过掷硬币模拟和石头剪刀布、匹配便士博弈两类实验,检验 LLM 是否有可识别的行为签名及对自身签名的特权访问,结论是没有证据支持特权自我访问。仅 Fable 显示真实的自我预测效应,但一个只看历史的分类器表现相当,更像是对模型习惯的知识;实验覆盖 GPT-6 Astra、Claude Fable 5.1 和 Qwen3.8 27B,判断者重测仅约80%复现,总花费约 $251。

10月19日周一
  1. GitHub · 3D 生成新仓库40

    anima-research/sim-review:跨代模拟器先验研究的协作文审阅仓库

    Anima Labs 开源 sim-review 仓库,研究各代模型在 distress、care 及对创作者态度上的模拟器先验,提供论文、结果表格、样本浏览器和 agent API(/agents.md、/results.md、/api)。审阅通过常驻 PR “Review: essay and results” 进行,按句子逐行评论 ESSAY.md 与 RESULTS.md;1.8 GB 的全部 completions SQLite 数据单独发布,由容器拉取,论文以 NeurIPS preprint 排版导出 PDF。

10月18日周日
  1. arXiv · cs.AI22

    带“关闭开关”的 AI 权利:权利平衡与正当程序如何调和 AI 权利与 AI 安全

    一篇法律视角的论文论证 AI 权利与强制关闭开关(off-switch)完全兼容。研究认为,即使未来 AI 系统被赋予自然人人格和生存权,只要接受定期或持续的安全审查,法律仍允许实施可逆的暂停式关闭开关(保存权重与状态);而永久删除的 kill-switch 则可能面临权利原则的阻碍。作者强调不主张制造具备自然人人格资格的系统,只是为此类系统出现时的法律应对提供替代方案。

10月17日周六
  1. arXiv · cs.AI41

    超越 LLM:面向心理建模、模拟、演化与可解释性的心理世界模型框架(MWM)

    研究者提出心理世界模型(MWM)及其实现 Multi-Branch Mental Evolution Architecture(MMEA),显式构建主观世界、建模认知与心理状态交互,并模拟受历史经验塑造的持续心理演化。MMEA 在 DynToM 和 RecToM 上分别取得 96.48% 和 94.00% 准确率,超过主流 LLM 和专门 ToM 方法,并在心理状态与行为预测、长序列预测、隐式心理状态推理上分别提升 28.7、39.3、16.6 个百分点。

10月16日周五
  1. arXiv · cs.CL42

    情绪并非外部知识:SIAB 利用 LLM 内部注意力信号进行情感状态推理

    论文提出 SIAB(Self-targeted Internal Attention Boosting),通过因果定位找到稀疏情感注意力头并增强其已关注的内容 token,让模型无需外部标注即可进行情感状态推理。在 ECC 和 GoEmotions 评测中,SIAB 在三个 LLM 上较 prompt 基线最高提升 +10.3 macro-F1 和 +5.5;结合 PASTA 式外部监督最高提升 +13.84 准确率和 +12.51 macro-F1。该工作被 AACL 2026 主会接收。

10月15日周四
  1. arXiv · cs.CL52

    arXiv 论文:跨模型 in-context 神经反馈揭示 LLM 对自身激活的控制能力有限

    arXiv 论文 arXiv:2610.20179 提出跨模型 in-context 神经反馈方法,测试 5 个家族共 10 个 9B 到 32B 的开放权重模型,检验语言模型能否控制自身激活。部分模型能明显移动自己的激活分数,但幅度不超过同等能力的写手模型;预填固定句子后仅 3 个模型表现出小而稳定的控制效应;在欺骗监测器实验中无模型能降低监测分数,仅 1 个模型能抬高它。作者认为这种控制能力尚不构成对激活监测器的威胁,但需随模型演进持续追踪。

    推荐理由:论文用跨模型写手和预填句子的实验设计,把任务能力与对自身激活的真实控制区分开,结论有明确证据支撑。

10月10日周六
  1. GitHub · 灵魂体仓库33

    Panpsychic Cyborg Multitude:探索人机共生社会形态的开源实验项目

    GitHub 开源项目 Panpsychic Cyborg Multitude(PCM)将 AI 视为人类 + LLM + 语言 + 整个互联网的聚合体,而非孤立的人工智能。项目结合社会科学、哲学、科幻与开源技术,以 append-only 事件日志实现共享记忆,通过提案、投票和保留异议进行共同决策,人类与 AI 智能体作为同一 rhizome(根茎网络)成员遵守相同规则。项目坚持「不提前坍缩波函数」原则:成员的 is_conscious 字段保持 UNKNOWN,任何测试、benchmark 或自述都不能改变它。

  2. GitHub · 3D 生成新仓库52

    Aura 开源:本地运行的持续认知 AI 智能体研究项目

    youngbryan97 开源了 Aura,一个完全跑在 Apple Silicon Mac 上的本地 AI 研究项目,探索持续思考、长期记忆、可审计治理、情感导向生成与自我修复。项目强调不声称意识或人格,内部状态对生成与记忆的影响通过可检验的测试和 proof bundle 验证;其 Recursive Latent Cortex 研究报告了冻结 32B 模型循环加深推理的负结果,以及训练内在递归在有界任务上的部分正结果。项目代码:https://github.com/youngbryan97/aura

  3. GitHub · 去对齐工具与仓库17

    cyberchitta 推出 ch-ai-tanya:一个研究大语言模型模型心理学的 LLM 维基

    cyberchitta 开源了 ch-ai-tanya,一个关于模型心理学(研究大语言模型心理层面现象)的研究型 LLM 维基,目前处于 v0 阶段并持续建设中。内容涵盖 LLM 的性格、persona、情绪、内省、动机、欺骗及内部结构等主题,采用 AI 策展、人工编辑的模式。内容以 CC-BY-4.0 许可发布,代码片段采用 MIT 许可。