科技 · 日报 · 2026-08-13

科技 · 日报

本刊收录截至当日 24:00

今日信号集中于模型与工具层的务实迭代：金融时序预测的后训练量化研究以最高关注度领跑，展示出将历史规律固化为部署优势的明确意图；同时，科学图示基准与多数据库工具库的发布，折射出评测体系与工程基建并行的生态演进。

模型发布/更新

校准赌注于过去：金融时间序列预测的后训练量化研究
T2arXiv AI/CL/LG（论文）
研究表明，在金融时间序列预测中，后训练量化（PTQ）的激活校准对8位量化影响甚微，但在4位量化时成为预测性能的主要决定因素。基于S&P 500横截面波动率预测，覆盖7种神经网络架构、8年测试期（2018-2025）及560个训练模型，默认绝对最大值校准在4位静态量化下导致受影响架构的全精度平均信息系数损失11-62%，而百分位校准可恢复53-94%的退化。激活范围需随市场状态调整，对可靠4位PTQ至关重要。
Diagram-MMU：面向科学图示解析与理解的多模态基准
T2arXiv AI/CL/LG（论文）
Diagram-MMU 是一个面向科学图示多模态理解的新基准，包含 3.7 千个精选图示和 1.83 万个经人工验证的问题，覆盖六个领域。基准设计了三类任务：图示到代码解析、图示到代码编辑和图示问答，并针对每类任务设定了智能体设置。对 12 个多模态大模型的评估显示，图示到代码任务比图示问答更具挑战性，模型虽能较好理解图示，但在解析和编辑方面存在明显短板。在智能体设置下，多数模型解析与编辑性能提升，但问答性能下降，Claude-4.6 Opus 则是唯一在三类任务上均持续改进的模型。该基准有望推动 MLLM 在科学写作与协作场景中的能力提升。

alchemy-utils 0.1a0 发布：基于 SQLAlchemy 的多数据库工具库
T2Simon Willison 博客（Atom）
Simon Willison 发布了 alchemy-utils 0.1a0，一个基于 SQLAlchemy 的多数据库工具库，其核心 API 与他的 sqlite-utils 保持一致，支持 insert、upsert、create 等操作，并可在 PostgreSQL、SQLite 和 DuckDB 上运行。该原型由 AI 编码代理 Codex 和 GPT-5.6 Sol Ultra 在极短时间内生成，作者通过少量提示就完成了从想法到 alpha 版本的过程。项目还提供 CLI 工具，可通过 uvx 直接使用，例如快速将 CSV 导入 DuckDB。