有点子了，就去执行……
LLM-BlockFE：长文本转风控特征的轻量新方案
某金融风控团队上线5个应用后，这套新模型把KS指标提升了0.02到1.56个百分点——别小看这个幅度，风控里KS差0.1，可能就把10%的高风险用户漏判，或是误伤8%的低风险客户。旧方案的死穴工...
Long Text to Predictive Features: LLM-Guided Blockwise Feature Engineering via Executable Program Search
AI 情报卡 · 重要性 ★★★★☆ · 来源：arXiv (LLM/多模态新论文) · 2026-10-08本文提出LLM-BlockFE框架，将长文本转换为可执行特征程序，避免在线推理时调用...
VFold：让LLM长上下文缓存省内存还不拖速度
LLM跑长上下文时，内存压力常卡脖子。很多人可能没意识到——这压力主要不是来自模型参数，是KV缓存。解码时每一层的KV状态都得存下来，上下文越长，这部分占内存的比例越高。现在的压缩方案，大多踩了...
VFold: Symmetry-Aware Cross-Layer Value Cache Compression
AI 情报卡 · 重要性 ★★★☆☆ · 来源：arXiv (LLM/多模态新论文) · 2026-10-08这篇arXiv论文提出VFold，一种感知对称性的跨层值缓存压缩策略，解决大语言模型...
SparseDecoding：让LLM解码更快还不丢精度的新方法
同样在A100 GPU上跑Llama-3.1-8B的解码任务，用常规剪枝法的速度是1倍，换成SparseDecoding能到1.48倍，生成质量还没降——这是arXiv上一篇新论文给出的实测结果...
SparseDecoding: Decoding-Aware Pruning for Accurate and Efficient LLM Inference
AI 情报卡 · 重要性 ★★★★☆ · 来源：arXiv (LLM/多模态新论文) · 2026-10-08针对大语言模型（LLM）解码阶段内存瓶颈导致延迟的问题，现有剪枝方法存在分布偏移及对...
神经网络调优：大模型靠初始设定还是实验反馈？
在神经算子调优任务里，大模型的留集测试nRMSE，几乎在所有对比里都比随机搜索、贝叶斯优化更低。这是arXiv上一篇归类于cs.AI、cs.LG、physics.comp-ph的论文，针对“大模...
Prior or Feedback? What an LLM Uses When Adapting Neural Operators
AI 情报卡 · 重要性 ★★★☆☆ · 来源：arXiv (LLM/多模态新论文) · 2026-10-08本文为arXiv的AI领域研究，聚焦LLM科学代理在神经算子适应中的决策机制，对比随...
Anthropic更新政策：禁止对Claude的持续无意义虐待
Anthropic过去一年多来首次更新用户使用政策，新增一条明确禁令：禁止对Claude的持续无意义虐待行为。这次更新到底动了哪块？这次调整是为了应对新出现的高风险滥用场景——比如用户用Clau...
Anthropic bans ‘abusive or cruel behavior’ toward Claude
AI 情报卡 · 重要性 ★★★★☆ · 来源：The Verge AI · 2026-10-08Anthropic时隔一年多更新其AI模型Claude的使用政策，新增禁止对Claude的持续无...