AI 每日热点 · 2026-11-14

🔬 AI 新工艺

1. 安全评估：从拒答率转向多轮行为与评分器校准
Anthropic 建议按风险领域制定多轮评分规则，整段对话中一次不当回答即可判失败，同时配对检查有害请求与正常请求的过度拒答。上线评估可借鉴其流程：先用人工标签校验评分器，再预先确定分析方案并报告置信区间；单一拒答率不足以代表安全性。
https://www.anthropic.com/research/building-strong-safety-evaluations

2. 把池化纳入训练，降低多向量检索的存储损失
Hugging Face 的示例把相似 token 向量合并，并让编码器在训练时适应这种压缩。在作者的 NanoBEIR 实验中，文档向量减少至约四分之一时，池化感知训练将未压缩 nDCG@10 的保留率从 94.6% 提升至 97.8%；这是特定实验结果，实际语料仍需校准压缩预算与检索质量。
https://huggingface.co/blog/token-pooling

🛠️ 工具及技巧

(今日无此类内容)

⭐ 开源亮点

1. llama.cpp 与 ggml 发布 v1.0.0，明确接口兼容性版本规则
项目宣布以主版本升级标识公共 C API 的破坏性变化，兼容功能与模型支持更新进入次版本，无 API 变化的修复进入补丁版本。对下游本地推理应用，版本号可用于明确升级边界；该规则并不承诺未来永不破坏兼容性。
https://huggingface.co/blog/ggml-org/llama-cpp-v1

📰 行业动态

(今日无此类内容)

🚀 重磅发布

1. Salesforce 发布 Apache 2.0 开放权重 SOV-Transcribe-1，用于非流式语音识别