2026年6月4日星期四

13 条新闻 — 🔴 1 重要 , 🟡 7 值得关注 , 🟢 5 有趣

🤖 模型 (2)

🔴 🤖 模型 2026年6月4日 · 2 分钟阅读

NVIDIA：Nemotron 3 Ultra——面向长智能体工作流的 550B 开放权重 MoE

NVIDIA 发布了 Nemotron 3 Ultra，一款开放权重的 Mixture-of-Experts 模型，总参数量为 5500 亿，每 token 激活 55B。该模型面向长智能体工作流，相较其他领先开放模型成本最多降低 30%。它已在 Ollama 中提供，vLLM 则为其推理服务提供了 Day-0 支持。

🟡 🤖 模型 2026年6月4日 · 2 分钟阅读

arXiv:2606.05555：表征学习实现可扩展的多任务 RL（MR.Q）

科研论文 arXiv:2606.05555 主张，可扩展多任务强化学习的主要驱动力是表征学习，而非基于模型（model-based）的控制。无模型（model-free）算法 MR.Q 将预测性表征与高容量价值函数相结合，在更低的计算开销下超越了 world-model 方法。这一结论即便在不进行规划的情况下也成立，体现在连续控制（continuous control）任务上。

🤝 智能体 (3)

🟡 🤝 智能体 2026年6月4日 · 2 分钟阅读

arXiv:2606.05661：CL-Bench——首个经专家验证的持续学习基准

科研论文 arXiv:2606.05661 提出了 CL-Bench，这是首个高难度且经专家验证的基准，用于衡量 LLM 系统是否真正能通过序贯经验得到改进。对前沿模型的评估揭示了知识复用方面的问题以及对即时观测的过拟合。即便是专用的记忆架构，其表现也不及简单的上下文学习（in-context learning）。

🟡 🤝 智能体 2026年6月4日 · 2 分钟阅读

IBM 与 Google Cloud：扩展企业级 AI 智能体的战略合作

IBM 与 Google Cloud 宣布建立被描述为数十亿美元级机遇的战略合作，推出新的 Google Cloud Practice，将 IBM 的行业专长与 Google Cloud Gemini Enterprise Agent Platform 相结合。IBM 在 IBM Consulting Advantage 平台上构建面向 Gemini Enterprise 优化的 AI 智能体，覆盖八大行业。目标是推动客户从 AI 试点走向生产部署。

🟢 🤝 智能体 2026年6月4日 · 2 分钟阅读

LangChain：为何 'model neutrality' 比对云的中立性更重要

LangChain 在一篇由 Neil Dahlke 撰写的博客文章中主张，model neutrality——即跨不同 AI 模型运行的能力——对灵活性与韧性而言比对云服务商的中立性更为重要。这种方式能够避免在模型层面的供应商锁定，并随着 AI 能力的演进进行适配。

🔧 硬件 (1)

🟡 🔧 硬件 2026年6月4日 · 2 分钟阅读

Black Forest Labs：FLUX.2 [klein] 预装登陆 ASUS ProArt 笔记本

Black Forest Labs 与 ASUS 及 NVIDIA 合作，将 FLUX.2 [klein] 预装于 ASUS ProArt 消费级笔记本。这是 FLUX 模型首次以预装形式出现在消费级硬件上。这款 40 亿参数的模型可在本地、无需依赖云端的情况下，在不到一秒内完成图像的生成与编辑。

🏥 实践应用 (4)

🟡 🏥 实践应用 2026年6月4日 · 2 分钟阅读

OpenAI：ChatGPT 推出 'Dreaming'——让上下文更贴切的全新记忆系统

OpenAI 为 ChatGPT 推出名为 'Dreaming' 的全新记忆系统，旨在更好地记住用户偏好，并在多轮对话中保持上下文的新鲜与贴切。其目标是在会话之间保留相关信息。由于公告较为简短，目前实现细节有限。

🟢 🏥 实践应用 2026年6月4日 · 2 分钟阅读

arXiv:2606.05610：用于持续预训练的可预测超参数缩放定律

科研论文 arXiv:2606.05610 提出了一个框架，通过经验性缩放定律预测 LLM 持续预训练过程中的最优超参数。该两阶段方法借助代理（proxy）模型推导出 compute→设置 的映射函数，随后从验证损失估计等效的预训练 compute。该框架在取得相当或更优性能的同时，将超参数搜索成本最多降低 90%，且与模型无关。

🟢 🏥 实践应用 2026年6月4日 · 2 分钟阅读

Anthropic：Claude Code v2.1.163——版本锁定、/plugin list 与 hook 改进

Anthropic 发布了 Claude Code v2.1.163，带来面向企业版本锁定的 Managed Settings、新的 /plugin list 命令，以及对 Stop 和 SubagentStop hook 的改进。此版本还包含若干实用新增功能和一系列 bug 修复，其中包括修复了会在每条 Bash 命令上被错误触发的 hook 条件。

🟢 🏥 实践应用 2026年6月4日 · 2 分钟阅读

NIST：'Safe Step'——逐步规划火灾动态疏散的 AI 模型

NIST 推出了 Safe Step，一个基于强化学习的 AI 系统，可在建筑物发生火灾时逐步计算最安全的疏散路线。该模型从平面图与 NIST 的火灾模拟中学习，并利用实时传感器数据持续更新路线。它选择有毒气体剂量最低的路线并预测火势蔓延，但目前仅适用于单层平面图。

🛡️ 安全 (2)

🟡 🛡️ 安全 2026年6月4日 · 2 分钟阅读

arXiv:2606.05523：CHASE——通过强化学习实现的红蓝队协同进化

CHASE 是一个闭环框架，其中攻击模型与防御模型通过强化学习协同进化。攻击方使用 GRPO 在保留意图的前提下改写提示词，防御方则通过两阶段训练得到强化。最终在良性输入上保持零误拒率的同时，将漏洞分数降低了 43.2%。

🟡 🛡️ 安全 2026年6月4日 · 2 分钟阅读

arXiv:2606.05614：安全悖论——更强的安全意识反而让 LLM 更脆弱

一篇 arXiv 论文表明，安全对齐（safety alignment）反而在大语言模型中制造了脆弱性。'Posterior Attack' 是一种单次查询的越狱攻击，它利用了模型识别有害内容的能力。该攻击在 30 个开源 LLM 以及 GPT-5、Claude 4.6 等前沿模型上进行了测试。

✨ 趣闻 (1)

🟢 ✨ 趣闻 2026年6月4日 · 2 分钟阅读

Google Research：通过智能手机摄像头被动监测心脏健康

Google Research 提出了一种利用标准智能手机摄像头被动测量心脏健康指标的方法。其目标是无需额外硬件、人人可及且无创的健康诊断。该方法依托用户已经拥有的摄像头，从而降低了健康监测的门槛。