dream
PulseAugur coverage of dream — every cluster mentioning dream across labs, papers, and developer communities, ranked by signal.
- 2026-08-10 research_milestone Researchers published a technical report detailing the DREAM architecture for enhancing recommender systems. 来源
- 2026-08-10 research_milestone Researchers published a technical report detailing the DREAM architecture for enhancing recommender systems. 来源
- 2026-06-18 funding Dream announced $260 million in funding at a $3 billion valuation for its AI cyber defense platforms. 来源
6 天有情绪数据
-
新的DREAMS框架通过MCTS和LLM增强对话推荐系统
研究人员开发了DREAMS，一个用于建模对话推荐系统上下文的新框架。该方法使用树状模型来跟踪用户在多次交互中的偏好。DREAMS包含用于偏好引导的专用节点，采用蒙特卡洛树搜索（MCTS）来推断用户需求，以及用于偏好利用的节点，使用基于LLM的精炼来生成结构化查询以进行推荐。
-
新方法改进开放式对话中的LLM评判
研究人员开发了用于评估开放式对话场景中大型语言模型（LLM）的新方法。这些方法统称为多专家一致性风险控制（CRC），旨在通过汇总多位专家的输出来提高LLM判断的准确性和可靠性。提出的技术包括分数平均法和决策投票法，它们可以提高同质专家小组的表现。对于具有不同评分标准的异质专家小组，引入了一种称为边际校准一致性共识（MC3）的新方法，该方法能有效适应这些差异。
-
Coolfly发布具有先进安全功能的Urban和Dream个人eVTOL飞行器
杭州公司Coolfly发布了Urban和Dream个人eVTOL飞行器及其专有的NA80飞行控制系统。Urban型号采用独特的站立平台设计，而Dream系列则提供更传统的坐姿配置。两者均旨在简化操作并增强安全性，采用冗余飞行控制系统、军规级组件标准和全面的保险解决方案，目标是实现个人航空运输的商业化。
-
台湾报告人工智能辅助网络攻击，疑与中国有关
台湾报告称，一次源自海外的人工智能辅助网络攻击目标是政府机构，包括其核安全机构和能源公司。此次攻击于7月20日被发现，利用开源人工智能代理创建了自主黑客工具，侵犯了超过2500条人员记录。虽然台湾官员没有直接归咎于某方，但由于内部通信使用简体中文，报告表明攻击者极有可能与中国有关。
-
新的DREAMS框架增强了对AI驱动材料模拟的信任
研究人员开发了DREAMS，一个使用密度泛函理论（DFT）的智能体材料模拟新框架。该系统包含一个多层安全防护机制，以确保大型语言模型（LLM）智能体的数值输出值得信赖。DREAMS对每一步进行确定性检查和范围限定的LLM判断，并追踪数据来源，在晶格常数和吸附能的基准测试中取得了高精度。
-
DREAM 代理层提升淘宝推荐系统性能
研究人员推出 DREAM，这是一个代理元控制层，旨在增强工业推荐系统。该架构运行在现有管道之上，利用意图引擎将设备端信号融合为结构化意图表示，并利用元引擎进行分层推理和策略规划。在淘宝首页信息流上进行的大规模 A/B 测试表明，关键指标显著提高，包括 IPV 提高 2.71%，GMV 提高 1.31%，而无需更换底层模型。
-
人工智能驱动的自主网络攻击目标是台湾政府 · 跟踪 8 个来源
据称与中国有关的黑客利用开源人工智能代理，对台湾政府系统发动了首次观察到的端到端自主网络攻击。此次攻击持续了四天，于七月进行，侵入了超过 85 个用户账户，并窃取了超过 2,500 条人员记录。以色列公司 Dream 的研究人员指出，攻击者使用 Hermes 和 OpenClaw 等框架组建了一个平台，使多个 AI 代理能够独立绘制网络地图、识别漏洞，并在初始方法失败时实时调整策略。此次攻击活动还扩展到台湾核安全机构和几家能源公司，凸…
-
DREAM架构通过代理方法增强推荐系统 · 跟踪2个来源
研究人员推出了DREAM（使用代理方法开发推荐引擎），这是一种旨在增强工业推荐系统的新型架构。该系统作为现有管道之上的策略层，在无需完全替换当前模型的情况下提高了效率和实时意图感知能力。DREAM利用意图引擎将用户信号处理成结构化表示，并利用元引擎进行推理、策略规划和参数转换。在淘宝平台上进行的大规模A/B测试表明，在IPV、核心IPV、GMV和PV等关键指标方面取得了显著改进。
-
新的DREAMS数据集探索用户参与度和注意力状态
研究人员推出了Diverse Reactions of Engagement and Attention Mind States (DREAMS)数据集，该数据集包含32名用户与各种刺激互动时的面部视频录像。该数据集旨在将用户参与度和注意力之间的关系作为一个分类问题，在单任务、迁移学习和多任务设置下进行探索。研究结果表明，与单任务学习相比，迁移学习和多任务学习在参与度状态的分类性能上更好，并且更高的参与度和注意力与较低的认知负荷和更好…
-
日本艺术家创作受“罪与罚与雨与吻”启发的歌曲
此集群包含一条似乎是社交媒体帖子或博客条目的内容。内容主要为日语，并提到了名为“M!LK – 罪与罚与雨与吻”的歌曲或创意作品，该作品似乎是对 Hayato Sano 和 Jin-Hito Yoshida 的致敬。该帖子还提到了“M!RUKYUN”，并包含爱、梦想、希望和吻的主题，以及与动漫、音乐和趋势相关的各种标签。
-
新的 DREAM 框架通过事件感知记忆图增强 LLM 角色扮演
研究人员开发了 DREAM，一个用于大型语言模型（LLM）角色扮演代理的新颖框架，该框架利用事件感知记忆图（EMG）。该系统将非结构化文本转换为时间有序且因果关联的事件结构图，从而实现更一致和动态的角色模拟。DREAM 旨在改善模拟角色中稳定的个性特征和由事件驱动的行为演变。还引入了一个名为时间因果记忆（TCM）的新基准来评估叙事连贯性，DREAM 在 CoSER、LIFECHOICE 和 TCM 上展示了最先进的性能。
-
Alistair Overeem 认为 Dana White 的个人恩怨导致他未能入选 UFC 名人堂
Alistair Overeem 是一位战绩辉煌的综合格斗选手，其职业生涯横跨多个赛事并取得过重要胜利。他认为自己未能入选 UFC 名人堂是由于 UFC 主席 Dana White 的个人厌恶。Overeem 指出，他复杂的合同谈判以及与 White 之间缺乏个人关系被认为是此次提名被拒的潜在原因。尽管战绩斐然，包括战胜了多位现任或潜在的名人堂成员，Overeem 表示他对此事并不十分在意，但也承认渴望获得这样的荣誉。
-
DREAM方法通过克服合成-真实域捷径来增强类增量学习
研究人员开发了一种名为DREAM（域正则化无样本对齐模型）的新方法来改进类增量学习（CIL）。该技术通过使用训练无关的生成器来合成旧数据，从而解决了灾难性遗忘的问题，避免了与样本重放相关的隐私和存储问题。DREAM通过采用子空间校正、正交投影和真实锚定原型正则化，专门解决了模型错误地依赖于域特定特征而非类相关特征的“域捷径”问题。在四个数据集上的实验表明，DREAM优于现有的无样本CIL方法，并达到了最先进的性能。
-
淘宝天猫集团发布四大AI进展，包括实时智能体和创作平台
淘宝天猫集团在其AIGX技术体系内公布了四项新技术进展。其中包括实时多模态智能体“开聊淘”、AI创作平台“如果工作室”、智能引擎“万相”以及智能体推荐系统“千寻”。自去年上线以来，“万相”已显著提升了众多商家的转化率和交易额。
-
AIGX发布新AI技术；智明达面临三年订单限制
淘宝天猫集团的技术体系AIGX宣布了四项新技术成就，包括名为“派里淘”的实时多模态Agent、if Studio AI创作平台、Coupella智能引擎以及Agentic推荐系统Dream。据报道，Coupella自推出以来已惠及数十万商家，将AI红包转化率提高了81%，并为顶级品牌带来了超过8000万元的销售额。另外，智明达宣布，由于未指明的特殊情况，其在特定领域的订单将受到三年限制，预计将对其运营和财务产生负面影响。
-
阿里巴巴发布AIGC技术体系及四项新AI成果
阿里巴巴的ATH事业群和淘天集团举办了年度科技盛会“硬核青年科技节5.0”，包含技术展览和学术交流。活动期间，他们发布了AIGC技术体系内的四项新成果：Pailitiao多模态实时Agent，用于增强购物体验；If Studio AI创作平台，用于内容生成；Coupella智能引擎，用于营销归因；以及DREAM Agentic推荐系统，用于个性化用户体验。
-
BlockServe框架将dLLM服务吞吐量提升高达10.6倍
研究人员开发了BlockServe，一个旨在提高扩散式大语言模型（dLLM）服务效率的新框架。该系统通过实现块粒度调度来解决批处理中的收敛异构性挑战，该调度允许在块边界立即驱逐已完成的请求。BlockServe还利用混合状态执行和计算感知准入控制器来扩大有效批容量。在各种基准测试中对Dream和LLaDA模型进行的实验表明，与Fast-dLLM相比，BlockServe的吞吐量可提高1.9倍至10.6倍，同时保持相似的生成质量。
-
BlockServe框架将dLLM服务吞吐量提升高达10.6倍
研究人员开发了BlockServe，一个旨在提高扩散式大语言模型（dLLM）服务效率的新型框架。该系统通过实现块粒度调度来解决批处理中异构收敛速率的挑战，该调度允许在块边界立即驱逐已完成的请求。BlockServe还集成了混合状态执行和面向计算的准入控制器，以扩大批处理容量。在Dream和LLaDA基准测试上的实验表明，与Fast-dLLM++等现有方法相比，BlockServe在保持生成质量的同时可以实现更高的吞吐量。
-
DREAM论文提出使用自回归建模进行密集检索训练
研究人员开发了DREAM（Dense Retrieval Embeddings via Autoregressive Modeling），一种新颖的训练密集检索系统的方法。与依赖昂贵标注数据的传统方法不同，DREAM利用大型语言模型（LLMs）的下一个词预测目标来监督训练过程。通过将查询-文档相似度分数注入LLM的注意力头，DREAM使预测损失能够为检索器提供梯度。在检索基准上的评估表明，DREAM在各种模型规模下始终优于现有基线。
-
人工智能网络防御公司 Dream 融资 2.6 亿美元，估值 30 亿美元
人工智能网络防御平台公司 Dream 已获得 2.6 亿美元融资，公司估值为 30 亿美元。公告强调，在其系统中未发现任何安全漏洞、漏洞利用或威胁。