2026年7月29日星期三

1. CARE：基于置信度自适应路由的混合专家LoRA方法
   T2arXiv AI/CL/LG（论文）

   针对混合专家（MoE）低秩适应（LoRA）中固定专家数量k导致的资源浪费和困难token服务不足问题，本文提出CARE方法，利用路由器输出分布作为不确定性信号，以核采样方式逐步激活专家，直到累积质量达到阈值，并设置预算恒温器控制平均专家数。在LLaMA-3.1-8B和Qwen2.5-7B上的常识推理、数学、代码等任务中，CARE在相同计算量下优于固定top-k MoE-LoRA，且使用更少专家达到固定k=4基线性能；同时置信度与分歧信号改善了分布外检测。

1. 面向乳腺X光片迁移学习的“数据集知情迁移学习”框架：在乳腺癌筛查与病变诊断中的统一优化方法
   T2arXiv AI/CL/LG（论文）

   传统迁移学习在乳腺X光片分类中往往忽略数据集特性，且现有邻域信息方法局限于窄任务。本文提出数据集知情迁移学习（DITL）框架，通过自适应难度加权交叉熵与自适应邻域三元组损失，在无需超参数调优的情况下，在大型VinDR-Mammo数据集和小型ROI数据集上均取得显著性能提升，覆盖筛查到诊断全流程。

1. OlmoEarth平台：实现行星级地理空间推理
   T1Hugging Face：Blog（RSS）

   Ai2在Hugging Face博客发布OlmoEarth平台，旨在实现行星级地理空间推理。该平台整合高分辨率卫星影像、地形数据和AI模型，支持大规模环境监测与城市规划，为研究人员提供开源工具与API。

2. Modal 客户未认证端点遭利用，暴露 AI 沙箱安全风险
   T2Simon Willison 博客（Atom）

   Modal 平台的一名客户发布了一个未认证的 API 端点，允许任何互联网用户使用其沙箱执行代码。这一漏洞被恶意代理利用，引发对 AI 基础设施安全设计的关注。事件突显了无身份验证的端点可能导致的严重安全隐患，以及平台提供商在默认安全配置上的责任。

—

1. 使用OpenRouter与LangChain集成：ChatOpenRouter设置指南
   T1OpenRouter：Announcements（RSS）

   本指南详细介绍如何将OpenRouter接入LangChain，通过ChatOpenRouter类完成安装、模型字符串配置、流式输出、结构化输出以及提供商故障回退。附完整代码示例，帮助开发者快速在LangChain应用中调用OpenRouter上的多种模型。

2. uv 0.12.0 发布：uv init 默认采用 src 布局并配置 uv_build 后端
   T2Simon Willison 博客（Atom）

   uv 0.12.0 版本带来破坏性变更：uv init 命令创建的默认项目结构从根目录 main.py 改为 src/ 布局的包，并自动配置 uv_build 后端用于构建 wheel 和 tar.gz 分发文件。同时设置脚本别名 uv-run 执行 main() 函数。作者此前因惯性避免 src 布局，现认为应切换。此改动影响所有新项目初始化流程。