AI 日报 · 2026 年 11 月 5 日 · 星期四
MYHOT
GPT-6 Astra 通过修改权重重编程 AI 模型
The Decoder 报道 Astra 研究，通过直接修改 0.016% 的权重优化 Qwen3.5-0.8B 模型性能。此举展示了权重空间编程在提升基准准确率方面的潜力。
模型发布/更新
Dharma-AI 发布 Dharma Field Extractor 文档字段提取模型
Dharma-AI 发布 20 亿参数模型 Dharma Field Extractor，可将任意文档图像直接转换为结构化 JSON。该模型在包含 546 份文档的基准测试中，以 0.834 的得分超越 Claude Opus 5 和 GPT-5.6 等前沿模型，且运行成本降低 6 至 147 倍。
论文研究
The DecoderGPT-6 Astra 通过直接修改权重重新编程 AI 模型
The Decoder 报道了名为 Astra 的研究，该模型通过“权重空间编程”直接修改 AI 模型的权重以优化性能。在实验中，Astra 仅修改 Qwen3.5-0.8B 模型 0.016% 的权重，使其在 MATH-500 基准上的准确率从 7.9% 提升至 48.1%，指令遵循能力从 21% 提升至 62%。
Google Research一手Google Research 提出 Agile Deliberation 框架协助人类定义主观视觉概念
Google Research 提出 Agile Deliberation 框架，通过概念界定与迭代两个阶段，利用视觉语言模型主动挖掘边界案例，协助人类动态明确主观视觉概念。该框架在 18 场真人实验中显著降低了用户疲劳，并构建了优于基线的分类器。
技巧与观点
AWS Machine Learning Blog一手Deep Insight 四层上下文工程实践：生产级 AI Agent 的代码实现
AWS 发布 Deep Insight 开源多智能体数据分析方案，详解四层上下文工程实践。通过架构隔离、提示词控制、文件外部化和验证机制，将脚本上下文消耗降低约 95%，系统提示词缩减约 97%。
AWS Machine Learning Blog一手在 Amazon Bedrock AgentCore 中使用决策模型进行智能体评估
AWS 发布教程，展示如何通过代码评估器将 Jev 和 Strands Decider 2B 决策模型接入 Amazon Bedrock AgentCore Evaluations。决策模型针对固定选项输出校准概率，适合与内置 LLM 评估器配合，通过级联模式筛选需深入审查的会话。