跳到正文
只看论文#论文/研究
  1. OpenAI News62

    OpenAI 分享数学领域 AI 进展

    OpenAI 发布内部前沿模型在数学开放问题上的新结果，并在 GitHub 上公开 Lean 证明形式化和研究细节。

    推荐理由：原文给出了数学开放问题的新结果，并公开了 Lean 形式化证明，读者可据此了解前沿模型在数学推理上的进展。

  1. The Decoder76

    Quinnipiac民调显示多数美国人希望放缓或暂停AI开发

    Quinnipiac University民调显示，47%的美国成年人希望放慢AI开发，30%希望在安全性得到确认前完全暂停，仅5%支持加快开发。86%支持可能减缓进展的独立安全标准，73%担忧AI最终威胁人类生存，74%对AI公司领导者缺乏信任。调查于9月24日至27日访问1,202名美国成年人，误差范围为+/- 3.5个百分点。

    推荐理由：调查呈现了公众对发展速度、安全标准与企业领导者信任的并行态度，为理解美国AI治理诉求提供了量化背景。

  1. Hugging Face Blog82

    Microsoft ThinkingBox 用数据库终态检验 AI 智能体是否真正完成任务

    Microsoft ThinkingBox 根据智能体执行后留下的数据库终态和副作用评分，并让507个有状态业务工作流各重复运行20次，以衡量结果一致性。在覆盖12个LLM、121,680次有效试验的消融中，79,853次未通过可执行检查，其中67.24%仍正常结束、调用了状态变更工具且未报告最终工具错误。

    推荐理由：它把智能体评估从回答与工具调用转向数据库终态，并以连续20次运行揭示单次成功率难以代表工作流可靠性。

  1. Google Research62

    Google 探索基于 TEE 的可验证隐私联邦学习

    Google Research 公布新一代基于 TEE 的联邦学习系统，通过可远程证明的执行和公开透明日志提供可验证、可审计的数据匿名化保障。系统仅向操作方暴露指标和差分隐私模型权重，设备加密数据只能按预授权策略在 TEE 内限时解密处理。Gboard 已用其训练英文和日文下一词预测模型，获得更强隐私保障和更高准确率，并将此前每个模型 1-2 个月的训练瓶颈转移到服务器端并行计算。

    推荐理由：文章拆解了从访问策略、KMS 到透明日志的端到端设计，可用于理解联邦学习如何兼顾可审计隐私与训练效率。

  1. Google DeepMind75

    Google DeepMind 发布 SynthID Bio 蛋白质水印研究

    Google DeepMind 发布 SynthID Bio 概念验证研究，可在 AI 生成的蛋白质序列和预测 3D 结构中嵌入可检测水印，并在合成后的实体蛋白上验证。

    推荐理由：该研究把水印从数字设计延伸到合成后的实体蛋白，并用湿实验检验功能保持，为生物设计溯源提供了可复核路径。

  1. Microsoft Research61

    Microsoft Research 推出面向复杂生物学的 AI 研究系统 Quine

    Microsoft Research 推出 Quine，这套实验性 AI 研究系统由多模态生物世界模型和连接模型、科学工具、文献、湿实验及研究人员的交互框架组成。

    推荐理由：案例展示了如何用跨模态生物世界模型筛选实验候选，再以湿实验反馈迭代，提供了可迁移的计算与实验闭环思路。

  1. Google Research67

    Google 以多智能体框架自动生成连贯长视频

    Google 提出 AI video co-director、CANVAS、A²RD 和 VQQA，以多智能体编排提升长视频的叙事、角色与场景一致性。该体系构建于 Gemini 和 Veo 之上，通过全局创意优化、持久视觉记忆、自回归片段生成及 VLM 闭环提示词优化，支持生成数分钟视频。

    推荐理由：研究将长视频一致性拆解为全局编排、视觉记忆、时序生成和闭环优化，为多镜头生成系统提供了可迁移的工程框架。

  1. NVIDIA Blog67

    NVIDIA 等机构如何用开放病毒蛋白数据为下一次大流行病做准备

    NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，公开了超过 2,800 种病毒的蛋白复合物预测 3D 结构，帮助研究人员储备疫情应对所需的结构生物学知识。

    推荐理由：材料同时给出数据集规模、推理流程与置信度标注方式，为病毒结构研究提供可直接复用的开放资源。

  2. Microsoft Research62

    Microsoft Research 研究机器人物理 AI 推理卸载：提升成功率与续航

    Microsoft Research 发布机器人物理 AI 推理卸载研究，发现将推理从机载 GPU 卸载到边缘或云端可显著提升任务成功率、支持更大模型并延长电池寿命。研究还推出基于 Kubernetes 的工具集，支持自动容器化和分布式推理，并作为 Physical AI Toolchain 的新能力发布。

    推荐理由：研究量化了推理卸载对机器人任务成功率、延迟和续航的改善，并给出可复用的 Kubernetes 工具链。

  1. Hugging Face Blog65

    ALTK-Evolve 引入一致性指南，将智能体重复运行一致性差距减半

    IBM Research 在 ALTK-Evolve 中引入一致性指南，通过一致性分析器定位智能体易翻转的决策点，将 AppWorld 上 GPT-4.1 ReAct 智能体的 Pass^5 从 53.0% 提升至 69.0%，一致性差距从 24.4pp 降至 12.0pp，且平均准确率不降反升。

    推荐理由：原文提出用一致性分析器定位智能体易翻转的决策点，并给出可复用的诊断与修复方法。

  1. Google DeepMind75

    Google DeepMind 发布 AlphaGenome Atlas，绘制人类基因组90亿种单碱基变化预测图谱

    Google DeepMind 推出 AlphaGenome Atlas，预计算人类基因组约90亿种单核苷酸变异的分子影响。该平台包含1-petabyte数据，并以AVI评分整合AlphaGenome与AlphaMissense的预测，可通过免费网站、AlphaGenome API及Google Antigravity技能访问。

    推荐理由：它把90亿种单核苷酸变异的预计算结果与AVI评分集中到同一入口，便于研究者排序变异并追溯其分子影响。

  1. Google Research63

    Google Vantage 探索用生成式 AI 评估面向未来的技能

    Google 推出研究实验 Vantage，利用生成式 AI 在模拟多人对话中评估高中生和大学生的协作、批判性思维与创造性思维等能力。

    推荐理由：研究通过188名测试者和180名学生的作品对比AI与人工评分，为评估协作、创造力等能力提供了可迁移的验证框架。

已经到底了