全部动态
天津大学团队把碳捕集膜里的 COF 填充量做到了 75.5%，渗透率 74,800 Barrer，比商用聚合物膜高出两个数量级，成本压到 38 美元一吨，发了《自然·能源》。
Efros、Damen、Manling Li 三个人在 CVPR 2026 聊机器还能从人类学什么，从数据增广聊到空间推理缺口，观点挺尖锐。
NVIDIA 出了个 PivotOPD，专门解决智能体一开始走错就错到底的问题，让老师模型示范怎么纠偏，做 agent 的可以看看论文。
经济学家 David Autor 做了个三个月的随机对照试验，看专利律师用 AI 会不会偷懒不学东西，结论对关心职业发展的人很有参考价值。
这篇研究把多模态 AI 直接放进医学生的 OSCE 临床考试里做评分，不是事后回溯验证，而是前瞻性真实部署，做医学教育的人可以看看他们怎么落地的。
同一模型跑 Claude Code、mini-SWE-agent、OpenCode 对比，结论很实用：精简提示词和工具能省最多 3 倍成本，写 Agent 的都该看看。
三条推文都叫 looped transformer 但完全是三种方案，选错能烧掉一周训练，这篇用 Nanbeige 4.2 实测数据帮你分清。
Epoch AI 做了个叫 InnovationEval 的基准，专门测 AI 智能体能不能自己搞出像样的后训练创新，目前结果挺拉胯的，想追自动化研究进展的可以看看。
Perplexity 实测 GPT-OSS-120B 做搜索代理，BrowseComp+ 拿了 64.0%，比 ColBERT 高 4.9 分还搜得更少，搞 RAG 的可以看看。
一篇用 SCI 层级理论拆解自动形式化局限的论文，直接指向 OpenAI 的 Navier-Stokes 证明——Lean 验证过了，原文可能还是错的。
DeepMind 出的新检测器，不看文字看大纲，专治那些人手写但点子是 AI 想的文章，传统检测器会看漏。
一篇教代码智能体"怎么从自己的纠错里学到更多"的论文，在 DeepSeek/CodeARC 上把 Pass@1 从 15.0% 拉到 20.4%，做法挺有意思。
针对智能合约代码生成难保语义一致的问题，这篇论文用 RAFT 加 SAP 扰动构造的 DPO，在 SolidityBench 上让三个 7B 级模型都拿到了最好成绩，做合约生成的人可以看看方法细节。
一篇降本干货：ECO 在 Qwen、DeepSeek 的分离式部署上实测省 40.5% 能耗，做 GPU 推理优化的可以看看方法细节。
一个 135M 的小模型在 Lean 证明上干翻了 7B 的 DeepSeek-Prover，靠的是让符号引擎算数、模型只做规划，思路挺反直觉的。
Apple 的论文，讲怎么在多个交互环境里同时训练一个 LLM 智能体，用 rubric 评分挑数据，全对全错的样本也能靠自蒸馏利用起来。
用 conformal prediction 做不确定性估计的朋友看看，这篇论文证明了预测集变小就等于获得了信息，还给了 11 个实验验证。
化学+AI方向的朋友可以看看，NPF把Petri网直接做成网络结构，零样本原子映射就超过了RXNMapper，反应产物预测还保证分子合法。
推荐给做在线决策或推荐排序的读者：这篇论文处理了“连续动作组合必须合规”这种常见但少有人形式化的问题，给出了可用的 OFUL 算法和遗憾界证明。
npj Digital Medicine 发的随机对照试验，看 AI 远程康复对早期帕金森病人到底有没有用，做数字医疗的可以看看设计。
搞 bandit 或理论机器学习的可以看看：这论文给 robust bandits 找到了第一个多项式时间算法，遗憾 Õ(√T)，还划清了 NP-hard 边界。
arXiv 上这篇论文教扩散语言模型同时建模 token 和粗粒度聚类表示，H-CoBit 在 LM1B 上 GenPPL 比基线低 24.2 分，代码也放出来了。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档