全部动态
智能体调工具乱授权是老大难，这篇用元属性加固定策略，比 CaMeL、IPIGuard 更稳还更一致，做 Agent 安全的可以看看。
SAP 把 TabPFN 这类表格模型的注意力掰开测了一遍，FlashAttention、cuDNN、SageAttention 谁快谁慢、在哪张卡上快都列清楚了，做表格模型推理的可以直接抄作业。
研究者拿 12 万多个中文事实问题测了 DeepSeek、Qwen 和 Doubao，发现让模型别顺着你说话，答案反而会变得含糊。做中文产品的话值得看看。
给智能体安全感兴趣的人：这篇提出 AGATE，用数据溯源和确定性检查防组合攻击，还接了 DeepSeek Harness、OpenCode、OpenClaw 三个真实 harness 验证，连误拦的代价都量化了。
量化小模型的人可以看看：一个一行搜索就能让输出头 W4 量化的 KL 误差降七成的方法，还附 10.8% 延迟实测。
一个 arXiv 预印本，用 DTR 官方模拟器实测发现显存预算只差 0.10%，训练开销能差 7.3 倍，还复现了奇怪的可逆 OOM 区间，做省显存训练的可以看看细节。
DeepMind 系之外的团队拿 QAOA 修 AlphaFold2 的侧链短板，在 5PTI 上能量真的降了，做量子计算或蛋白质折叠的可以看看。
用 22 万条极光光谱做掩码预训练，不用标签就超过专家手工特征和监督基线，还对比了 SpectraFM 和 SpecFormer 的可迁移性，做科学数据自监督的可以看看。
Sakana AI 和东大搞了个给机器人“先在模拟器里彩排再上场”的方法 SAIL，成功率能从 25% 拉到 73%，做机器人方向的可以看看。
McKinsey 拿出了实际数据：AI 参与的候选药物，发现时间砍掉 15% 到 80%，做医药或关注 AI 落地的可以看看。
把技能文档变成 2756 个训练环境直接练进模型权重，微调后的 Qwen3.5-35B-A3B 在终端基准上超过了 Claude Sonnet 4.6，思路很新颖。
dair-ai 又更新一周论文榜了，这次有 7 篇，稀疏化和智能体自组织团队那几篇可以翻翻，找找自己方向的灵感。
这篇讲的是怎么让科研智能体把实验预算花在刀刃上，同预算下比 AutoResearch 奖励高 10.3%，尝试次数省一半，做法挺巧。
MIT CSAIL 的 JAZ 框架只用一个 invoke 原语就搞定记忆和自我改进，跑分还便宜一半，写 agent 的朋友可以看看这篇论文。
Nvidia 搞了个 SoL-Pi，不改模型只优化 harness，编程智能体 token 省了 49%，跑 3000 多次实验试出来的。
哥大商学院算了笔账：7700万块 GPU 要赚回 3.725 万亿，摊下来每 GPU 小时 5.5 美元，比现在租价还低，基建账能算平。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档