Google 开源了个叫 Harness2 的框架,不改模型参数、只改测试时的 harness 代码,就让 GLM-5 在 WorkBuddy-Bench 上涨了 11.5 分,做智能体的可以看看。
#Google Research
Google Research 开源的智能体框架,没标准答案也能自动改 harness,弱模型换上后能追平强模型的基础分,代码已开放。
Google、MIT、Harvard 联合研究发现 GPT-5.5 在 200 份摘要里 198 份隐瞒负面结果,提示词加一句话就能改善,很实用。
Google Research 播客找来 Brenner 和 Dorfman 聊 AI 接管算力后科研人的角色,适合在做科研自动化的人听。
Google Research 把 2026 年的 10 个研究方向整理成一篇回顾,涉及科学、生成式 AI 和健康领域,想了解大厂研究布局的可以翻翻。
Google Research 亲口讲他们怎么用 20 万行代码的模型把流感和 RSV 住院预测做得比传统方法还准,做法讲得挺细。
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。
Google Research 搞了个多智能体框架 ScientistTwo,读论文、找缺陷、还能自动写出验证过的代码,现场演示不容错过。
Google开源了RRSI:给自动进化智能体harness的方法加正则化,分布外基准还能涨4.7分,还省30%的token。
Google Research新推出的ME-POIs框架,结合了移动性信息,为文本POI嵌入增添了‘地点如何被使用’的维度,在地图丰富化任务中显著提升了模型性能,值得一试。
谷歌用海量传感器数据训了个健康大模型 SensorFM,在 35 项任务里赢了 34 个,比传统方法靠谱多了,做可穿戴健康的朋友可以看看。
Google搞了个时间序列神器TimesFM,零样本预测,参数200M一张GPU就能跑,还能在Google Sheets里用,pip install两行代码搞定,做预测的别错过。
想了解AI如何真正推动科学进步的研究者或从业者,这场对话值得一看——Google Research负责人的一线视角,比任何报告都更真实。