重点关注以下重点均为 arXiv 预印本，尚未经同行评审。文中“结果”均指作者在论文中报告的实验观察，而非独立复现结论。 1. Benchmarks Are Not Monolithic: Sample-Level Auditing and Orchestration for LLM EvaluationPhilipp D. Siedler、Jordan Sassoon｜arXiv（cs.CL

重点关注以下重点均为 arXiv 预印本，尚未经同行评审。金融实验中的预测、回测或模拟表现不构成投资建议，也不等于真实可交易结果。 1. Decoupled Probabilistic Forecasting and Arbitrage-Aware Refinement of Implied Volatility SurfacesLifeng Hao、Shaolin Ji｜arXiv（q-fin

GITHUB TRENDING · 2026.08.04 今天值得看的不是“又一个万能 Agent”，而是更接近工程地基的能力：把 PDF 路由、实时语音、系统设计知识和可自托管协作分别做实。是否采用仍应以许可证、运行边界与目标环境中的复现实验为准。 文档智能实时语音系统设计自托管 今日要点日榜呈现出两个方向：一类是为 AI 应用补齐输入、语音和本地运行等底层能力；另一类是把学习

DAILY BRIEFING · 2026-08-04 模型进入部署深水区，算力与透明度一起成为约束 今天的线索集中在三处：实时语音与工作流正在把模型能力推入生产环境；算力、半导体与评估体系决定扩张的速度；监管与数据治理则开始要求能力“可被识别、解释与审计”。

GITHUB TRENDING · 2026.08.03 今天的热榜不是单一“新模型”叙事：一端是可复用的学习材料，另一端是把智能体、记忆和本地推理放进真实开发流程的工具。判断是否值得投入，关键仍是许可证、运行边界和能否在自己的工作流里验证。 工程学习智能体工作流本地推理隐私前端 今日要点今日值得关注的共同点，是“把能力落到可操作边界”：工程学习、本地推理、智能体记忆与协作工具同

DAILY BRIEFING · 2026-08-03 AI 的能力扩张，正在同时考验系统效率、信息可信度与现实世界接口 今日主线：从 Windows 的内存优化、数据中心投资到 AI 生成地理图像的误导风险，能力的边界越来越取决于产品能否在成本、可验证性与具体场景中稳定落地。 今日要点For a Day, Google Made It Easy to Spoof Satelli

DAILY BRIEFING · 2026-08-02 算力扩张正在把可信、透明与成本推到同一张验收表 今日主线：AI 能力继续依赖算力与系统工程扩张，但生成内容的来源、平台规则与工具成本透明度，正在决定这些能力能否被可靠地采用。 今日要点A Deluge of A.I. Computing Power Is About to Come Online, Fueling Major

DAILY BRIEFING · 2026-08-01 可信边界正在成为 AI 产品的第一能力 今日主线是：从智能体安全测试到地理影像与内容平台，AI 的问题不再只是“能不能做”，而是能否说明来源、限定权限、保留复核与纠错路径。 今日要点Is A.I. ‘Scheming’ Against Us?模型是否会“策划”并不是一个可以靠单一案例回答的问题。报道把讨论带回可观测行为、测试

重点关注以下均为 arXiv 预印本，未经过期刊同行评审；文中的实验结论均为作者报告，不能替代独立复现。 1. TREK: A Travel Reasoning and Evaluation Kit for LLM Agents in Complex Trip PlanningJinhu Qi、Wentao Zhang、Siu Man Ng、Feiyang Xu、Yanyu Chen、Yaoma

重点关注以下均为 arXiv 预印本，尚未经过期刊同行评审；涉及资产与市场的结果不构成投资建议、收益承诺或交易指令。 1. Inverse Learning of Latent Risk-Neutral Densities from Irregular Option QuotesLennon J. Shikhman、Michael Galarnyk、Aadi Dash、Nicholas A. W