1
传英伟达将不再向 GeForce 游戏显卡分配 GB202 GPU
IT之家 10 月 10 日消息，消息人士 MEGAsizeGPU (@Zed__Wang) 今日爆料称，NVIDIA（英伟达）将不再向 GeForce RTX 50 系列游戏显卡分配 GB202， 该 GPU 的供应将由 RTX PRO Blackwell 专业显卡独占 。 这意味着 GeForc…
2
《守望先锋》总监谈英雄皮肤分配：角色人气会影响制作选择
IT之家 9 月 27 日消息，据外媒 GameRant 昨天报道，《守望先锋》游戏总监 Aaron Keller 近日谈到工作室对英雄皮肤的态度， 暗示开发团队更倾向于选择人气较高的英雄 。 这名总监表示，他们开发皮肤的目标是确保每位英雄都能对得上主题的同时，尽可能多做一些装扮。但英雄本身的选择会…
3
欧洲央行官员：AI 收益怎么分配，会直接影响通胀走势
IT之家 9 月 21 日消息，据路透社报道，欧洲中央银行管理委员会委员法比奥 · 帕内塔（Fabio Panetta）于当地时间周一表示，各国央行需要厘清人工智能带来的收益究竟由谁获取；收益的分配格局将会影响总需求与通胀走势。 帕内塔指出，人工智能势必将重塑生产率、经济增长、劳动力市场、金融市场以…
4
Anthropic 15 亿美元 AI 版权和解金开始陆续发放，但出版社和作者分配补偿争议不断
IT之家 9 月 7 日消息，Anthropic 去年就版权集体诉讼案达成和解。法院裁定，Anthropic 使用受版权保护的材料训练 AI 模型符合“合理使用”（Fair Use）原则，属于合法行为，但通过盗版方式获取这些材料则不受合理使用保护，因此 Anthropic 将为训练模型时…
5
FL-MAESTRO: Multi-Agent LLM Orchestration for Resource-Constrained Federated Learning
联邦学习遇上多智能体LLM编排，解决资源受限下的动态拓扑与资源分配难题，值得AI工程师细读。
arXiv:2608.20518v1 Announce Type: new Abstract: In Federated Learning (FL), the communication topology is a runtime variable rather than a fixed desig…
6
Reinforcing Multi-Turn Reasoning in LLM Agents via Fine-Grained Reward Structure and Credit Assignment
多轮推理强化学习新方案，细粒度奖励结构直击信用分配难题，提升LLM代理决策可靠性。
arXiv:2505.11821v3 Announce Type: replace Abstract: Reinforcement Learning (RL) approaches have been wildly used to enhance the reasoning capabilities…
7
Asymmetric Capacity Allocation in Self-Refinement Pipelines
探索自精炼流程中非对称容量分配策略，揭秘资源优化与推理效率的关键突破。
arXiv:2608.21345v1 Announce Type: new Abstract: Self-refinement, typically structured as generation, critique, and revision, is a widely adopted parad…
8
Credit Without Ground Truth: Auditing Step-Level Credit Assignment in LLM Agents Against Executed Replay
一步错步步错？实测三类信用信号在LLM智能体训练中均无法锁定关键步骤，揭示因果归因盲区。
arXiv:2608.19760v1 Announce Type: new Abstract: Audited against causal ground truth from executed replay in a single-agent tool environment (ALFWorld)…
9
Go 语言 1.27 发布：引入泛型方法，优化内存分配等
追踪 Go 1.27 新特性，泛型方法落地，内存分配优化，开发者必读资讯。
IT之家 8 月 20 日消息，科技媒体 Linuxiac 昨日（8 月 19 日）发布博文，报道称 Go 语言更新推出 1.27 版本， 距离上个 1.26 版本发布相隔约 6 个月时间 。 在语言级别调整上，Go 1.27 主要支持泛型方法（generic methods）。方法声明现在可以引入…
10
MR-IQA-2: Faithful Image Quality Reflection via Fine-Grained Credit Assignment
提出MR-IQA-2，用细粒度信用分配让多模态大模型在图像质量评估中的推理更忠实。
arXiv:2608.18579v1 Announce Type: cross Abstract: Multimodal large language models (MLLMs) have shown strong potential for image quality assessment (I…
11
TRCA: Transition-wise Rubric Credit Assignment for Long-horizon LLM Agents
面向长时程智能体，TRCA用过渡级评分信用分配破解稀疏奖励难题，值得关注。
arXiv:2608.16156v1 Announce Type: new Abstract: Long-horizon large language model (LLM) agents are typically optimized with sparse terminal outcomes, …
12
NeuPAT: Neuron-aware Plasticity Allocation Tuning for Language-Preserving MLLMs
多模态大模型语言能力易退化？神经元感知的可塑性分配调优带来新解法。
arXiv:2608.08107v1 Announce Type: cross Abstract: Multimodal expansion of large language models (LLMs) enables new perceptual capabilities but often c…
13
Does Splitting a Triage Decision Across Agents Hide Bias or Help Catch It? A Multi-Agent Simulation Study of LLM-Based Resource Allocation Under Audit Capacity Constraints
多智能体拆分分诊决策，能否在审计受限时揪出偏见？模拟研究揭示真实部署中的隐藏风险。
arXiv:2608.06949v1 Announce Type: new Abstract: Prior benchmarking work has shown that a single large language model (LLM), forced to make life-or-dea…
14
RoRA: Role-Oriented Regional Allocation for Visual Token Pruning in MLLMs
多模态大模型提速新思路：按角色分区裁剪视觉token，兼顾效率与精度
arXiv:2608.07088v1 Announce Type: cross Abstract: Multimodal large language models (MLLMs) encode images as long visual token sequences, making prefil…
15
ParVL: Parallel Scaling and Expandable Compute Allocation for Multimodal LLMs
破解多模态大模型算力瓶颈，看ParVL如何并行扩展与弹性分配计算资源。
arXiv:2608.04010v1 Announce Type: cross Abstract: Existing scaling strategies for Multimodal Large Language Models (MLLMs) typically expand either mod…
16
FairFund-Bench: Evaluating Distributive Bias in LLM Resource Allocation
公平分配至关重要，这个新基准专测大模型在稀缺资源分配中的种族与性别偏见
arXiv:2607.28934v1 Announce Type: cross Abstract: Large language models (LLMs) are increasingly involved in the distribution of scarce resources, rais…
17
自用还是出售赚钱？科技巨头面临 AI 算力分配难题
科技巨头面临两难抉择：AI算力是自用训练模型还是出租给客户赚钱？Meta、微软、谷歌的最新财报观点揭秘算力分配内幕。
IT之家 7 月 30 日消息，随着科技巨头大举建设算力基础设施，以满足 AI 热潮带来的需求，一些企业正面临一个棘手的问题：究竟应该把算力留给自己使用，还是拿出来出售赚钱？ IT之家注意到，Meta CEO 马克 · 扎克伯格本周在公司第二季度财报电话会议上谈到了这一问题。虽然 Meta 目前没有…
18
OmniDelta: Skill-Driven Budget Allocation for Token Compression in OmniLLMs
针对全模态大模型，提出基于技能驱动的token压缩预算分配方法OmniDelta，提升效率保留关键信息。
arXiv:2607.25669v1 Announce Type: new Abstract: Emerging Omni-modal Large Language Models (OmniLLMs) enable unified understanding of text, audio, and …
19
AlloBench: Measuring Online Tool Allocation Capability in LLM Agents
首个衡量LLM智能体在线工具分配能力的基准，为评估Agent实用性提供新维度。
arXiv:2607.23332v1 Announce Type: new Abstract: Creating a reusable tool is an investment: an agent pays a fixed cost now in exchange for the potentia…
20
股价持续承压，微软面临算力分配关键抉择
微软股价暴跌25%，核心挑战来自算力分配与Azure的“双刃剑”效应
IT之家 7 月 27 日消息，过去 12 个月，对微软来说并不好过。 这家曾经全球市值最高的公司，股价持续走低。微软股价在今年 6 月下跌了 19%，创下自互联网泡沫破裂以来最大的单月跌幅。与此同时，Microsoft 365、Copilot 和 Xbox 等核心业务也面临严峻挑战，其未来发展方向…