最新 AI 新闻与行业动态

论文 Agent 与开发者02:20

Meta 发布新研究博客：Solving O…（正文未披露细节）

Meta 官方发了篇研究博客，但推文里标题都截断了，想看的直接点链接去 research.meta.ai 翻原文吧。

#Meta #研究博客 #AI安全

官方账号Meta AI@AIatMeta原文

论文01:44

两篇论文推荐：Context 语言模型与 AutoHarness

如果你想补一些论文阅读材料，这里有 context 语言模型和 AutoHarness 两篇的直达链接。

#论文 #context语言模型 #AutoHarness #dair.ai

elvis@omarsar0原文

论文 Agent 与开发者精选01:29

AutoCompact：训练智能体自主决定上下文压缩时机

一篇教智能体自己决定何时压缩上下文的论文，SWE-bench 上提了 9.2 个点，做 Agent 上下文管理的可以看看思路。

#AutoCompact #SWE-bench #智能体 #上下文管理

elvis@omarsar0原文

论文 Agent 与开发者精选01:29

Meta 研究发现预训练模型加轻量脚手架在智能体任务上可超越 RL 后训练版本

Meta 这篇论文挺反直觉的：给基座模型配个轻量脚手架，多采样几次，居然比 RL 后训练版本更能解智能体任务，做训练的人可以看看。

#Sharpening Tax #RL后训练 #Meta Superintelligence Labs #BFCL v4

elvis@omarsar0原文

论文政策与合规01:10

AI安全失控问题重返视野：计算机科学早有答案

讲清楚一个容易被忽略的事：AI 安全问题计算机科学家几十年前就研究过，文中把老理论怎么用在今天的 AI 上讲得挺明白。

#AI安全 #计算机科学 #失控风险

Rappler: Technology@The Conversation原文

论文01:04

OncoTagger：对 Web of Science 开放获取 AI 肿瘤学文献的可复现摘要级标注

搞医学文献挖掘的可以看看这篇，OncoTagger 能自动给 Web of Science 里的 AI 肿瘤学论文打标签，流程可复现。

#OncoTagger #AI肿瘤学 #文献标注 #npj Digital Medicine

npj Digital Medicine@Tetiana Nesmiian原文

论文00:46

Meta 团队与 Muse Spark 在非结合代数研究中发现反例

Meta 和 Muse Spark 在非结合代数里找到了一个猜想的反例，还给了替代刻画，喜欢数学的可以看这篇论文。

#Meta #Muse Spark #非结合代数 #数学研究

官方账号Meta AI@AIatMeta原文

论文 Agent 与开发者精选73°00:21

Meta研究：基础模型优于强化学习微调模型

Meta发现基础模型在某些任务上反而比强化学习微调版本表现更好，提出了'锐化税'概念和PTGS解决方案。

#Meta #基础模型 #强化学习 #锐化税

DAIR.AI@dair_ai原文

论文政策与合规多源确认87°00:09

Hinton等20位研究者：AI正接手AI研发

Hinton和Bengio等图灵奖得主最新论文，揭示AI研发自动化可能带来的智能爆炸风险，以及1.5年后进步速度或达现在的10倍。

#Hinton #Bengio #智能爆炸 #AI研发自动化

事件专题

宝玉@dotey4 个信源在谈原文

论文 Agent 与开发者73°00:07

模型蒸馏与并行研究的关系

探讨模型蒸馏如何影响研究路径和数据管道工程，以及离策略样本对强化学习的潜在影响。

#模型蒸馏 #强化学习 #数据管道 #研究方法

Teortaxes@teortaxesTex原文

论文 Agent 与开发者73°23:55

Gary Marcus：AI需要可审计的推理过程

Gary Marcus刚离开DeepMind，他解释为什么当前AI缺乏真正推理能力，并提出了改进方向。

#Gary Marcus #AlphaGo #LLMs #推理模型

Gary Marcus@GaryMarcus原文

论文 Agent 与开发者23:53

DeepMind提出共生智能替代技术奇点

DeepMind研究人员提出新AI发展观，认为未来是智能网络而非单一超级智能。

#DeepMind #共生智能 #技术奇点 #AI研究

官方账号Decoder@Manuel Uth原文

论文 Agent 与开发者官方一手精选23:51

扩散模型置信度限制研究

Apple团队揭示了扩散模型在处理依赖标记时的根本限制，对生成模型设计有重要启示。

#扩散模型 #离散扩散 #Apple #生成模型

官方一手Apple ML Research原文

论文政策与合规23:40

arXiv限制论文提交量应对AI生成论文

arXiv为应对AI生成论文泛滥，实施每月2篇提交限制，影响科研工作者投稿习惯。

#arXiv #AI生成论文 #学术出版 #论文提交限制

Blognone@mk原文

论文 Agent 与开发者73°03:10

SWE-chat v2 数据集发布

Stanford 团队发布了 SWE-chat v2，包含 23 万条真实开发者与 AI 编程代理的交互数据，是研究 AI 编程助手的重要资源。

#SWE-chat #HuggingFace #AI 编程助手 #数据集

Stanford AI Lab@StanfordAILab原文

论文02:55

自适应奖励路由：多奖励优化音频视频扩散模型

新论文提出自适应奖励路由，让音频视频扩散模型能同时优化多个奖励目标，比传统方法更灵活。

#扩散模型 #多模态 #强化学习 #音频视频生成

AK@_akhaliq原文

论文02:44

Allen AI参加COLM2026会议

Allen AI下周参加COLM2026，展示Olmo混合模型和AI辅助科学写作评估研究。

#Allen AI #COLM2026 #Olmo #科学写作

官方账号Allen AI (Ai2)@allen_ai原文

论文 Agent 与开发者多源确认73°02:15

Google多智能体证明发现系统Cogentic

Google新论文展示的多智能体协作模式，让不同智能体专注探索和验证，解决复杂数学问题。

#Cogentic #Gemini #多智能体 #证明发现

事件专题

Harrison Chase@hwchase173 个信源在谈原文

论文 Agent 与开发者83°02:00

谷歌研究发布多智能体证明发现系统

谷歌新论文展示多智能体协作证明系统，无需专家提示即可解决理论难题，验证机制独特。

#Cogenti #Gemini #多智能体 #理论计算机科学

elvis@omarsar0原文

论文 Agent 与开发者多源确认精选76°23:51

NVIDIA研究长程智能体错误率问题

NVIDIA这篇论文揭示了长程智能体在处理任务时准确率下降的具体数据，对构建可靠AI助手很有参考价值。

#NVIDIA #长程智能体 #128K上下文 #准确率

事件专题

DAIR.AI@dair_ai10 个信源在谈原文

论文 Agent 与开发者精选73°23:16

AI计算新范式：光学与生物神经元计算

Y Combinator分享的AI计算前沿探索，从光学计算到生物神经元，突破传统GPU限制。

#光学计算 #神经形态计算 #生物神经元 #AI计算

Y Combinator@ycombinator原文

论文 Agent 与开发者23:15

YC 举办 AI 安全论文俱乐部活动

YC 又办论文俱乐部了，这次聊 AI 安全，对研究者应该很有价值。

#AI安全 #Y Combinator #论文俱乐部

Y Combinator@ycombinator原文

论文 Agent 与开发者官方一手精选23:00

语言歧视提升多语言语音模型学习

苹果团队发现语言歧视能力能让多语音模型在相同数据预算下接近单语模型表现，对多语音AI开发很有启发。

#HuBERT #多语言模型 #语音识别 #苹果

事件专题

官方一手Apple ML Research2 个信源在谈原文

论文 Agent 与开发者精选73°20:56

伯克利论文：LLM知道偏好变化仍使用旧值

伯克利发现LLM知道用户偏好变化却仍用旧值，解决方法很简单：在提示中明确当前状态。

#LLM #GPT-5.6 #agent #上下文

rohanpaul_ai@rohanpaul_ai原文

论文 Agent 与开发者多源确认精选73°19:56

Nvidia研究：AI模型处理长任务准确率下降

Nvidia发现AI处理长任务会变马虎，给每项加编号、分小块处理能提升准确率。

#Nvidia #长上下文 #Agent #准确率

事件专题

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

论文 Agent 与开发者精选19:32

后训练中的锐化税研究

MIT研究揭示预训练LLM在测试时间预算充足时可能优于后训练模型，并推出锐化税指标和PTGS采样方法。

#LLM #后训练 #锐化税 #PTGS

Tanishq Abraham (论文推介)@iScienceLuvr原文

论文 Agent 与开发者精选18:56

腾讯发布SkillAdam提升智能体指令优化效率

腾讯新论文教你如何让AI智能体自我优化指令，既省钱又高效，比之前方法准确率高6.6%。

#SkillAdam #Tencent #智能体 #指令优化

rohanpaul_ai@rohanpaul_ai原文

论文 Agent 与开发者多源确认82°18:32

Google发布Cogentic系统解决5个数学难题

Google用Cogentic让Gemini像研究团队一样协作，解决数学难题比单次提示更高效。

#Gemini #Cogentic #数学证明 #多智能体

事件专题

rohanpaul_ai@rohanpaul_ai3 个信源在谈原文

论文 Agent 与开发者18:20

智能体AI自主性缺失环节研究

Nature Medicine最新研究揭示智能体AI信任机制的关键缺口，本地部署+一致性门控方案有局限。

#智能体 #AI自主性 #Nature Medicine #一致性门控

Nature Medicine@Girish N. Nadkarni原文

论文 Agent 与开发者17:10

丘成桐新论文致谢GPT和Claude

丘成桐用GPT和Claude写论文，数学家也开始拥抱AI助手了

#丘成桐 #GPT #Claude #学术论文

量子位@梦晨原文

论文 Agent 与开发者73°17:05

数学家Buzzard探讨AI与数学边界

数学家Buzzard分享对AI与数学关系的深刻见解，预测AI在数学探索中的极限与人类后续角色。

#Kevin Buzzard #数学 #AI #Lean

Thomas Wolf@Thom_Wolf原文

论文 Agent 与开发者多源确认精选16:15

ProVer论文解决智能体RL信用分配问题

ProVer论文用LLM评判者解决智能体RL的信用分配问题，比GRPO方法提升近10%，论文已发布在arxiv。

#ProVer #GRPO #Qwen3.5 #智能体

事件专题

elvis@omarsar03 个信源在谈原文

论文 Agent 与开发者精选73°15:02

微软发布智能体上下文压缩新方法

微软的FOCUS方法能智能压缩智能体上下文，大幅减少内存占用同时提升任务成功率，特别适合处理长对话场景。

#Microsoft #FOCUS #智能体 #上下文压缩

DAIR.AI@dair_ai原文

论文 Agent 与开发者11:18

KaliBench：网络安全工具使用基准

KaliBench评估了LLM在Kali Linux上生成安全工具命令的能力，开源模型表现不佳但可通过训练改进。

#KaliBench #网络安全 #基准测试 #LLM

arXiv cs.AI@Pengfei Li 等 4 人原文

论文 Agent 与开发者精选11:18

RPG框架实现机器人自主提升

MIT团队推出RPG框架，让机器人在不更新模型的情况下通过练习自我提升，成功率接近满分。

#RPG #机器人 #操作能力 #多模态LLM

arXiv cs.AI@Yen-Jen Wang 等 10 人原文

论文 Agent 与开发者11:17

ScholarCatalyst: 研究灵感检索基准

ScholarCatalyst 基准揭示当前 AI 在科研文献检索上的局限，Claude Fable 5.1 也未能超越传统嵌入方法。

#ScholarCatalyst #Claude Fable 5.1 #科研检索 #基准测试

arXiv cs.AI@Sohyeon Kim 等 14 人原文

论文 Agent 与开发者11:16

VISTA：多模态模型的视觉推理工具

VISTA让Claude Opus在视觉游戏中表现超越人类，动作减少57.4%，多模态推理能力有突破。

#VISTA #Claude Opus 5.0 #多模态 #ARC-AGI-3

arXiv cs.AI@Qiushi Han 等 5 人原文

论文 Agent 与开发者精选11:15

多智能体团队性能研究

AgentWorld论文揭示多智能体团队的协调瓶颈，Gemini 3 Flash表现最佳，但协调任务成功率仅12%

#AgentWorld #Gemini 3 Flash #多智能体 #协调瓶颈

elvis@omarsar0原文

论文 Agent 与开发者11:14

DMAD：对抗蒸馏实现快速视觉生成

新方法DMAD通过对抗蒸馏实现快速视觉生成，在多个基准上超越现有方法，代码已开源。

#DMAD #视觉生成 #对抗蒸馏 #FID

arXiv cs.AI@Zhengming Yu 等 11 人原文

论文 Agent 与开发者11:12

生成式电影摄影师：3D中物体与相机运动控制

GenCine让你像导演一样控制3D场景中的相机和物体运动，比传统2D轨迹控制更精确。

#GenCine #视频生成 #3D场景 #相机运动

arXiv cs.AI@Jiahan Zhang 等 7 人原文