跳到正文

#论文/研究

今日 1 条

一手 · 工具·提示词·论文 三栏速览

每栏 6 / 6 · 直达分类页

工具

6 条
查看全部

提示词

6 条
查看全部

论文

6 条
查看全部
今天10月8日周四
10月6日周二
  2. Google Research37

    Google 发布《智能体隐私与安全的开放与新兴问题》研讨会报告，主张以"情境完整性"框架约束 AI 智能体行为

    Google 发布一份由 50 多位学界与业界专家共同撰写的研讨会报告，系统梳理 AI 智能体在隐私与安全上区别于传统软件的三大挑战：非结构化接口带来的提示词注入、概率性控制流难以用传统测试保障，以及任务委派后用户监督失效的"确认疲劳"。报告主张以"情境完整性"理论为基础，构建包含系统级沙箱、模型级推理与用户级控制的分层防御架构，并提出由实时动态策略引擎监督智能体行为是否合乎所在情境的社会规范。

10月2日周五
  1. Hugging Face Blog62

    Allen AI 开源 AstaBrief 8B 科学报告生成模型

    Allen AI 发布并开源了 AstaBrief 8B 模型，该模型可将研究问题和检索到的文献片段转化为带引用的科学报告。作为 Asta 平台 Generate a report 功能的 Fast 模式，平均生成时间为 51.1 秒，相比 Claude 驱动的 Thinking 模式（178.5 秒）提速约 3.5 倍。

    推荐理由：提供了完整的训练数据构建、偏好数据过滤、评估指标设计过程，可供研究科学报告生成模型的开发者参考。

  2. Google Research65

    Google 发布基于 TEE 的新一代联邦学习系统实现可验证隐私保护

    Google 推出基于可信执行环境（TEE）的新一代联邦学习系统，可提供完全可验证和可审计的数据匿名化保证。该系统实现了端到端可验证的联邦学习流程，仅向工作负载运营商展示指标和差分隐私模型权重，训练数据只能在 TEE 中解密处理。Gboard 已部署该系统，英语和日语下一个词预测模型获得了更强的隐私保证和更高的准确率，训练时间从 1-2 个月大幅缩短。

    推荐理由：Google 公开了基于 TEE 的联邦学习新系统设计，实现了可验证的数据匿名化并已部署到 Gboard 带来训练提速，对关注隐私计算和联邦学习工程实践的读者有直接参考价值。

10月1日周四
  1. Microsoft Research33

    微软研究院如何用机器学习预测美国电网的空间天气风险

    微软研究院开发了一个端到端机器学习管道，预测美国本土66,935个变电站的空间天气风险。该系统结合太阳风观测、AE和Dst指数预报及当地地质数据，可在潜在影响前30-60分钟发出警告，在评估期间检测到近80%的主要空间天气事件。GIC风险检测对主要事件(≥10 nT/min)达76.5%，严重事件(≥20 nT/min)达81.2%。

9月30日周三
  1. Hugging Face Blog70

    Hugging Face 发布 Open TTS Leaderboard：开源多语言 TTS 与语音克隆的可扩展评估

    Hugging Face 发布 Open TTS Leaderboard，使用客观指标（WER/CER 可理解性、RTFx 推理速度、TTFA 首音频延迟、SIM 说话人相似度）评估开源 TTS 模型，解决 arena 方式无法跟上模型发布速度的问题。

    推荐理由：给出了具体的评估指标和部分模型排名，读者可以直接查看 leaderboard 了解各开源 TTS 模型的可理解性和速度表现。

  2. Google DeepMind61

    Google DeepMind 发布 SynthID Bio：为 AI 生成蛋白质嵌入水印技术

    Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，在保留生物功能的前提下向 AI 生成的蛋白质序列和预测的 3D 结构中嵌入不可察觉的签名。该技术可通过湿实验验证，已在水印蛋白质binder上成功测试，与未水印版本具有相同的命中率和结合亲和力。

    推荐理由：这是首个将数字水印嵌入生物代码并能在合成蛋白质上验证的技术，读者可据此理解 AI 生物设计的安全防护新路径。

  3. Google Research59

    Google发布Diffusion Controller：统一并简化AI图像生成控制

    Google Research提出Diffusion Controller框架，将图像生成的去噪过程重新定义为连续控制问题。该框架通过轻量级的“转向阻尼器”网络实现对生成轨迹的动态调整，可在不修改基础模型的情况下控制生成结果。在Stable Diffusion v1.4上的实验显示，灰盒版本在HPS-v2胜率上优于LoRA，白盒版本相较基线模型达到90%胜率。

9月29日周二
9月25日周五
  1. Google Research64

    Google Research 提出多智能体框架实现连贯长视频生成

    Google Research 发布多个研究框架（Co-Director、CANVAS、A²RD、VQQA）用于解决长视频生成的连贯性问题。AI video co-director 将视频叙事建模为全局优化问题，通过多智能体分层架构协调创意策略；CANVAS 维护视觉记忆确保角色和场景一致性；A²RD 支持分钟级视频的自主生成；VQQA 通过视觉问答实现闭环优化。

    推荐理由：原文提出了多个解决长视频一致性问题的框架，读者可以了解如何通过多智能体协作和世界状态跟踪来改善视频生成的连贯性。

9月23日周三
9月21日周一
9月18日周五
9月16日周三
9月15日周二
  1. NVIDIA Blog31

    费城儿童医院如何用开源NVIDIA AI为先天性心脏病儿童建模心脏

    费城儿童医院（CHOP）基于NVIDIA开源医学影像框架MONAI，将过去需要4小时的心脏建模工作缩短至几秒。美国20多家儿童医院已开展心脏建模项目，波士顿儿童医院约50%的心脏手术（约每年500例）获建模支持。CHOP正结合NVIDIA Warp和Newton物理引擎，目标将模拟仿真引入临床工作流程，实现同日决策。

9月11日周五
  1. Google Research62

    ToolGrad：基于文本“梯度”的高效工具使用数据集生成

    ToolGrad 采用"答案优先"策略，先生成真实工具调用链，再标注对应用户提示，利用文本梯度迭代构建 API 工作流。实验表明该方法可生成更复杂的长程工具使用数据，pass rate 接近 100%，成本更低。

    推荐理由：提出一种新的数据生成范式，可生成更复杂的工具使用数据并降低成本，学生模型甚至超越教师模型。

9月8日周二
9月6日周日
9月4日周五
  1. Google Research71

    Google Research 联合发布完整雄性果蝇大脑连接组图谱

    Google Research 与 HHMI Janelia、MRC 分子生物学实验室等机构合作，在 Cell 期刊发表了完整的雄性果蝇大脑和中央神经系统连接图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今为止最大的大脑图谱。该图谱可帮助科学家研究果蝇的神经机制，并为理解更复杂的大脑（包括人类大脑）奠定基础。

    推荐理由：这是目前最大的大脑图谱，为研究大脑工作原理提供了基础资源，读者可了解连接组学的前沿进展及其对神经科学的意义。

9月2日周三
  1. Hugging Face Blog51

    BenchMIRT：LLM benchmark 实际在测量什么

    Allen AI 发布 BenchMIRT 方法，通过多维项目反应理论分析 benchmark 内部每个问题的真实测量维度。在 100 个开源模型和 16 个 benchmark（含 MMLU-Pro、GPQA、HarmBench 等）上的训练表明，模型能独立发现安全性和推理两个主导维度。

  2. Google Research62

    Google 与 NASA 合作利用深度学习从太空绘制全球甲烷排放图

    Google 与 NASA JPL 合作发布了 MAPL-EMIT 深度学习框架，可从 EMIT 卫星高光谱图像中自动检测、量化并定位甲烷排放源。该模型在专家标注的 plumes 上达到 84% 召回率，比现有方法多检测约 50% 的可信 plumes，并在全球 25 个最大排放填埋场中的 24 个成功绘制了羽流。

    推荐理由：原文给出了具体性能指标（84%召回率、比现有方法多检测50% plumes）和数据集规模（3.6万个合成 plumes），提供了可迁移的环境监测方法论。

9月1日周二
  1. Google Research78

    Google 发布 TimesFM-3 零样本多变量时间序列预测基础模型

    Google Research 发布 TimesFM-3，这是新一代零样本时间序列基础模型，专为多变量预测设计。模型拥有 3.3 亿参数，在超过 1 万亿时间点的真实和合成数据上预训练，支持多目标同时预测、过去协变量和过去-未来协变量。

    推荐理由：读者可通过本文了解时间序列预测的基础模型最新进展，以及多变量预测相比单变量预测的具体精度提升。

8月28日周五
8月26日周三
8月25日周二
  1. Hugging Face Blog66

    Quantization-Aware Healing：压缩到 4-bit 的模型如何超越其原始全精度版本

    提出 Quantization-Aware Healing（QAH）方法，针对经过结构压缩和量化后的 LLM 进行恢复训练。核心改变是直接从原始全精度模型蒸馏，而非从恢复后的 bf16 检查点蒸馏。

    推荐理由：原文给出具体实验数据：4-bit QAH 模型在 7/9 基准上超越 16-bit 源头模型，4 倍权重内存节省。这为压缩模型的恢复训练提供了可迁移的方法思路。

8月22日周六
8月21日周五
  2. Google Research48

    Google Research 如何用 ME-POIs 框架让语言模型更深入理解地点

    Google Research 推出 Mobility-Embedded POIs 框架，通过将聚合匿名移动模式（如到达时间、停留时长）融入地点的文本表征，解决传统语言模型仅依赖静态元数据的问题。该方法在意图预测、价格分类和繁忙度估计上分别实现 81.9%、75.1% 和 24.7% 的相对提升。框架采用访问对齐、空间多尺度传播和文本-移动协同三步流程，有效缓解了中小商户数据稀疏的"长尾"难题。

8月19日周三
8月17日周一
8月13日周四
  1. Hugging Face Blog63

    我们从复现 ICML 2200 篇论文中学到了什么

    Hugging Face 于 2026 年 7 月组织 hackathon，1200 多名社区成员用编码智能体在 19 天内复现了 ICML 2026 会议 2226 篇论文（约占会议 34%），产生 6816 份复现日志。

    推荐理由：原文给出了大规模论文复现的方法论、发现和人类在智能体时代的角色思考，读者可以据此了解 AI 辅助科研验证的实践路径和潜在影响。

  2. Microsoft Research69

    MindTopo 揭示多模态大语言模型的拓扑推理能力

    Microsoft Research 发布 MindTopo 基准测试，用于评估多模态大语言模型对拓扑属性的理解能力，包括连通性、包围、顺序、分离和打结。测试分为静态推理和交互式规划两类任务。

    推荐理由：该研究提出了一个评估拓扑推理的新基准，揭示了当前多模态模型在静态识别和交互规划任务上的显著差距，为机器人学和交互式 AI 系统的发展提供了诊断工具。

8月12日周三
  1. Google DeepMind66

    Google DeepMind 发布 SL2T 手语转文本模型

    Google DeepMind 推出突破性的多语言手语转文本模型 SL2T，训练数据涵盖 50 多种手语超过 10 万小时。该模型首次将手语 AI 带入消费产品，已在 Gboard 和 Live Transcribe 的 Pixel 11 上线，支持美式手语转英语。

    推荐理由：首个将手语 AI 实际带入消费产品的突破，在 FLEURS-ASL 基准上实现了 70 BLEURT 的零样本成绩，可供读者了解当前手语 AI 的实际可用性。

  2. Google Research70

    空架子还是丢失的钥匙？召回成为大语言模型参数化事实性的瓶颈

    Google Research 发布新研究，引入知识分析框架区分编码失败和召回失败，分析了 Gemini-3、GPT-5 等前沿模型发现：编码率已达95-98%饱和，但直接召回仍失败26-34%的事实，即使启用思考仍失败11-12%。研究表明事实性错误主要源于知识可访问性问题而非知识缺失，思考能力可恢复约40-65%已编码但无法直接回忆的知识。

    推荐理由：原文给出了编码vs召回的新分析框架和量化数据，读者可以据此理解前沿模型的事实性瓶颈已从知识获取转向知识利用。