个人知识库平台https://tuntang.top/https://tuntang.top/articles/2026-11-11-always-on-agent-bench-vs-detector/https://tuntang.top/articles/2026-11-11-always-on-agent-bench-vs-detector/Anthropic 把 Claude 作为可见与会者接进视频会议，实时起草计划、画白板、查业务数据；72 小时内同框的两篇 arXiv 各答一道未解题——AutoBuddy 证明任务发现与执行是两种能力、最强模型恰恰卡在『停下来问』，Shadow AI 给出影子 IT 的复利模型和一个只在 Windows 起步的开源检测器。Wed, 11 Nov 2026 00:00:00 GMThttps://tuntang.top/column/ai-frontier-2026-11-11/https://tuntang.top/column/ai-frontier-2026-11-11/Anthropic 敲定 IPO 价区 70-78 美元、隐含估值 1.404 万亿；纽约 RAISE Act 生效在即；Gemini 4 Carbon 两周即全量、介绍价打到 Astra 五分之一；Google 再发两款 TPU 变体；蚂蚁灵波开源触觉基础模型 LingBot-TouchWed, 11 Nov 2026 00:00:00 GMThttps://tuntang.top/column/data-engineering-2026-11-11/https://tuntang.top/column/data-engineering-2026-11-11/本期五条动态对应数据管线上五本暗账：FP4 低精度训练的曝光成本、子群配比均衡非唯一最优、MoTo 按语言分词收回 token 税、合成数据答案验收放走组合能力缺口、SadaqahStories 量化 AI 起草语料 95% 初稿返工率。Wed, 11 Nov 2026 00:00:00 GMThttps://tuntang.top/column/data-papers-2026-11-11/https://tuntang.top/column/data-papers-2026-11-11/五篇数据方向新论文：微调数据选择中覆盖率压过难度分，输入扰动让蒸馏信号走出训练文本，部分提示污染检测被审计出系统性假阳性，希腊语 22B token 从零预训练全流程账本，以及稀缺 SWE 候选任务的修复式构建。Wed, 11 Nov 2026 00:00:00 GMThttps://tuntang.top/column/llm-frontier-2026-11-11/https://tuntang.top/column/llm-frontier-2026-11-11/OpenAI 上线 Businesses in ChatGPT，认领、接客、投广告一个入口全包；字节 Seedream 5.5 拿下连续编辑 100 轮的高压测试，2K 编辑单张 0.28 元；Hugging Face 让决策模型进了 transformers 主干，判断变成类型化 API；CMU 用 55 页论文证明微调的人格副作用落在跨模型共享的 probit 直线上，调层比调超参更能控制泄漏。Wed, 11 Nov 2026 00:00:00 GMThttps://tuntang.top/research/brat-bounded-residual-aligned-training-multi-pass-reuse-deep-reading/https://tuntang.top/research/brat-bounded-residual-aligned-training-multi-pass-reuse-deep-reading/同一批 rollout 连吃多个梯度 pass 时，K=16 拟合出的更新方向在留出 rollouts 上方向效率掉九倍只剩 11%；BRAT 用零和的 SymMax 组归一化加随概率比线性饱和的 token 乘子替换 PPO 硬裁剪，把四 pass 的序列漂移压到 2.67 nats（AsymRE 同期 98.41，错误响应被堆上 134.5 nats），复用深度 1→4 单调上涨、Macro-Avg6 40.87 对 GRPO 的 37.05 且种子方差减半——账本背面是对 AsymRE 的配对置信区间跨零、δ=0.8 的信任边界其实从不硬触发（仅 0.0017% 的 token 越界）。Wed, 11 Nov 2026 00:00:00 GMThttps://tuntang.top/articles/2026-11-10-agent-execution-layer-off-frontier/https://tuntang.top/articles/2026-11-10-agent-execution-layer-off-frontier/Meta 用 0.10 美元的 Muse Ember 把『规划脑/执行脑』分层写进价目表；同周两篇 arXiv 论文走得更远——27B 并行小队等成本击败 GPT-5.6-sol，CPU 推理缓存把重复执行的成本再降 16–291 倍。下放依据、缓存校准与 verifier 成本，三笔账还留在账外。Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/column/ai-frontier-2026-11-10/https://tuntang.top/column/ai-frontier-2026-11-10/Anthropic 在 RSI 争议中发布 Fable/Mythos 5.2、百度披露 ERNIE Evolve 自动研究系统、Anthropic 34 亿美元买燃气轮机、Meta 发布 10 美分轻量模型 Muse Ember、LobeHub 用 Agent 团队跑通研发流水线Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/column/data-engineering-2026-11-10/https://tuntang.top/column/data-engineering-2026-11-10/本期五条动态串成一条链：TRACE-Edge 灰盒重建微调谱系树、ReplayAudit 用密封重放审计外包微调、FPRT 按学生失败模式选蒸馏轨迹、BPE 贪心近似比下界推进到 0.361、SAE 激活缓存压缩先定种子地板再谈性价比。Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/column/data-papers-2026-11-10/https://tuntang.top/column/data-papers-2026-11-10/五篇数据方向新论文：SAE 训练数据缩放律给出缓冲区存储的硬性依据，MoE 负载均衡重构为反馈控制，数据配比条件流匹配直接生成模型权重，LLM 标注管线反事实审计，以及领域微调对知识弃答护栏的侵蚀。Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/column/datainfra-frontier-2026-11-10/https://tuntang.top/column/datainfra-frontier-2026-11-10/本期聚焦数据平台控制面的开放：阿里云让一个 Spark Session 一次接进 DLF、Hive、MaxCompute、Hologres、StarRocks、Paimon 与 Iceberg 七类 Catalog，跨系统读、join、写收进一条 SQL；Athena 首张系统表 query_executions 以 Iceberg 落在用户自己的 S3 Tables 表桶里，成本分摊、容量判断与错误归因不再需要自建管道；语义层一天两条——dbt Semantic Layer 把非加性指标的 ratio 定义带进 Redshift，Apache Polaris 1.8 的 beta 端点把 Ossie 语义模型纳入 catalog 治理、模型权限与数据权限正交分离；AWS 开源 Agentic Data Ingestion 参考方案，字段映射与代码生成交给基础模型，两道 fail-closed 审批门与有界自愈代理负责兜底。四条合流指向同一件事：元数据、指标定义与管道构建正在变成可编程、可审计的对象。Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/column/llm-frontier-2026-11-10/https://tuntang.top/column/llm-frontier-2026-11-10/Agent 从工具变成常驻成员：OpenAI 把急停授权做进推理层并 fail-closed，千问办公 2.0 让 Agent 进群跨群协作，MOSS-Live 用前后台分离跑通全双工对话与后台任务，MemoryDojo 量化五种记忆系统的投毒风险。Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/research/minimal-sufficient-collection-dataflow-backtracking/https://tuntang.top/research/minimal-sufficient-collection-dataflow-backtracking/针对 LLM agent 授权漂移的主形态（早期数据过度采集），提出 MSC 管线：在环境层做数据流污点追踪判定每次采集的真实用途，重写重放合成最小充分轨迹，以成对偏好把「同等成功下选更小采集面」注入模型Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/research/p2-mopd-parameter-priors-multi-teacher-distillation-deep-reading/https://tuntang.top/research/p2-mopd-parameter-priors-multi-teacher-distillation-deep-reading/把 task arithmetic 的线性参数组合本身当作可微模型，在 MOPD 损失下联合优化混合系数与学生权重：权重-only 更新 100 步沿落后域任务向量只走 0.03，一条学习率快三个数量级的系数通道把它推到 0.40，最差域恢复从 32% 抬到 88%，半数训练步即超过 MOPD 终点；账本背面是 recovery 的异分母归一化、学到的系数单独不构成好模型（28.8 对 TA 起点 32.4）、以及 I/O 随专家数线性涨的快车道。Tue, 10 Nov 2026 00:00:00 GMThttps://tuntang.top/articles/2026-11-09-data-pipeline-contracts-four-audits/https://tuntang.top/articles/2026-11-09-data-pipeline-contracts-four-audits/11 月 5 日的四篇 arXiv 论文分别审计了数据管线的清洗、过滤、合成与配方环节：清洗分数里藏着多少常识回忆，过滤门其实是成本-精度联合定价，合成数据的价值锚在真实源密度，语料对比给出的是技能剖面而非质量排名。Mon, 09 Nov 2026 00:00:00 GMThttps://tuntang.top/column/ai-frontier-2026-11-09/https://tuntang.top/column/ai-frontier-2026-11-09/世界模型融资入冬、OpenAI 发布社区契约与算力园区蓝图、两款美国开源编码模型同周打擂、AWS Kiro 常驻机器人上线、32MB 端侧语音模型Mon, 09 Nov 2026 00:00:00 GMThttps://tuntang.top/column/data-engineering-2026-11-09/https://tuntang.top/column/data-engineering-2026-11-09/SLA 把异构机器人语料整理做成持续预训练配方；BestRand 补齐基准压缩的误差长尾理论；CardioCCC 七语扩张与领域预训练收益对账；英文校准集剪 MoE 专家抹掉立陶宛语能力；NVIB 用信息瓶颈做不重训的记忆缓解。Mon, 09 Nov 2026 00:00:00 GMThttps://tuntang.top/column/data-papers-2026-11-09/https://tuntang.top/column/data-papers-2026-11-09/五篇后训练数据配方论文：窄域微调配比账本、RLVR 难题增益与 primacy bias、SFT token 加权的先验选择、合成 CoT 步级验证、训练数据成员信号的机制拆解。Mon, 09 Nov 2026 00:00:00 GMThttps://tuntang.top/column/datainfra-frontier-2026-11-09/https://tuntang.top/column/datainfra-frontier-2026-11-09/本期聚焦 GCP Agentic Data Cloud 批量发文的收尾三篇：BigQuery DataFrames 的新 .bigquery 访问器把零样本预测、时序预测与自然语言过滤带进原生 pandas 对象，成本路由让蒸馏模型先答、Gemini 兜底；Gemini 的 Data Cloud 连接器以联邦查询接通 BigQuery、运营数据库与 Looker，语义映射交给 Knowledge Catalog、权限执行交给源库；半年盘点长文串起流处理、语义层与数据库三条主线，六家语义方言被收进同一张上下文图。周末业界发布清淡，开源版本动态收入编者评。Mon, 09 Nov 2026 00:00:00 GMThttps://tuntang.top/column/llm-frontier-2026-11-09/https://tuntang.top/column/llm-frontier-2026-11-09/本期四条动态都在给「快」标价：Jeff Dean 在斯坦福对谈给出 RSI 的物理下限与 Discovery Loop 的 20–50 倍专家目标；Allen AI 的 StateBench 量出状态跟踪的架构上界，前沿闭源模型最长链仅 13%；两篇同日论文给扩散 LM 并行解码提供保分布与量耦合两种方案；HST 用 21.66 倍交接提速换 89.88% 的任务保持率。Mon, 09 Nov 2026 00:00:00 GMT