跳到正文

全部动态

今日 2 条
9月4日周五
  1. Google Research36

    Google Research 跨人群基因组预测的迁移学习研究

    Google Research 用 UK Biobank 欧洲人群数据向 Biobank Japan 近 20 万日本人样本做多基因风险评分迁移学习，覆盖 BMI、血压、血脂、血糖等 8 项临床性状。结果显示目标人群样本达 15k 以上时，本地训练模型反超混合欧洲数据训练；HDL、LDL 和血糖等人群特异性强的性状从欧洲数据获益更少。

  2. Google Research66

    Google Research 与 HHMI Janelia 发布雄性果蝇完整脑图谱

    Google Research 与 HHMI Janelia 等机构在 Cell 发表雄性果蝇完整中枢神经系统连接组，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今神经元数量最多的脑图谱。

    推荐理由：读者可了解AI驱动的连接组学如何完成迄今神经元数量最多的脑图谱，以及它向脊椎动物扩展的路径。

9月3日周四
9月2日周三
8月28日周五
  2. Hugging Face Blog36

    Hugging Face Open ASR Leaderboard 新增首个全球南方语言：印地语与印度英语评测集 Monsoon

    Hugging Face 与 Voice Arena 合作，在 Open ASR Leaderboard 上新增 Monsoon en-IN 和 Monsoon hi-IN 两个评测集，印地语成为该多语言榜单上首个 Indic 语言。四个公开/私有 split 共覆盖 4,888 名说话人，每人记录 12 项属性，且说话人不重叠；印地语集采用 lattice 标注以容纳多种可接受的拼写变体。

  3. Google Research62

    Google Earth AI 推出行星预测引擎 PPE，自动完成地理空间建模全流程

    Google Earth AI 推出实验性研究能力行星预测引擎（PPE），可依据自然语言查询自主完成地理空间数据发现、特征工程、模型训练与评估，把原本需要数周人工数据工程的建模流程缩短到几分钟。

    推荐理由：原文给出PPE在公共卫生、粮食安全与疫情预测上的基准对比，可了解地理空间建模自动化的能力边界。

8月27日周四
  2. Google Research34

    Google Research 推出 GlucoFM：面向连续血糖监测的双流基础模型

    Google Research 发布 GlucoFM，一个自监督双流基础模型，将血糖的慢变基线趋势与短期波动分离，并保留时间与缺失信息。模型在 109,066 小时无标注 CGM 数据上预训练，覆盖 4 个队列、7 项临床任务共 14 组评估，平均 PR-AUC 比同语料预训练的最佳 GluFormer 变体高 5.8 个百分点。

8月26日周三
  1. Google Research28

    Google AgentHands：为 XR 空间智能体对话生成同步手势

    Google 在 CHI 2026 发布研究原型 AgentHands，让 XR 中的 AI 智能体在说话时同步做出与语音对齐的手势，把抽象指令变成空间中的实体演示。系统通过眼动与场景重建注册物体 3D 包围盒，由后端 LLM 在回复中内嵌 GestureEvent，再在头显端用词级时间戳让手势与 TTS 精确同步。12 人被试内研究对比纯语音基线，结果显示空间指代效果显著提升。

8月25日周二
  1. Hugging Face Blog62

    Multiverse Computing 提出 Quantization-Aware Healing，4-bit 压缩模型在 7/9 基准上超过其 bfloat16 版本

    Multiverse Computing 发布论文《Quantization-Aware Healing: A Practical Recipe for Recovering Compressed, 4-Bit LLMs》，提出 QAH 方法：在结构压缩并量化后，直接从压缩前的原始模型蒸馏，而非从恢复出的 bfloat16 检查点蒸馏。

    推荐理由：论文给出压缩加量化后从原始模型蒸馏的恢复配方，并附9项基准对比与QAT稳定性差异。

8月24日周一
  1. Import AI22

    Import AI 470：机器不应享有权利；SPADE 自动生成训练环境；Hawkeye 优化 GPU kernel

    METR 分析发现 AI 对科研的加速并不均衡：2026 年网络安全漏洞报告速度较 2025 年大幅加快，数学领域贡献有限，AI 研究本身的算法进展则未见可测加速。多校团队提出 SPADE 框架，让 LLM 交替生成可执行训练环境并求解，在 Qwen3-30B-A3B 上使游戏环境套件均分达 58.3，较基线提升 8.1。

8月22日周六
8月21日周五
  2. Hugging Face Blog62

    Hugging Face 研究：语音识别模型存在基准优化问题

    Hugging Face 发布研究，用共识分歧、掩蔽实体检索和拼写切换三项探针量化语音识别中的基准优化现象，评测 11 个开源 ASR 模型。结果显示，部分高分模型会在音频与参考文本矛盾时复现基准的错误转写，VoxPopuli 分析样本中约 40% 的片段被标记出参考错误，涉及约 3% 的参考词，这类模型复现错误参考的比例为 18–30%。

    推荐理由：通过三项探针量化语音模型对基准的过拟合，并给出可复用的检测脚本与榜单入口。

  3. Microsoft Research34

    微软 Skala 1.1 发布：训练数据增 2.5 倍，已接入 CP2K 并推进 Psi4、FHI-aims、ORCA、VASP 集成

    微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前首个公开版本的 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正被集成进 Psi4、FHI-aims、ORCA 和 VASP，同时微软研究院推出持续追踪各版本计算性能的 living benchmark。

8月19日周三
  1. Hugging Face Blog62

    ALTK-Evolve 研究：智能体到底需要多少记忆

    IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究，用 AppWorld 的 585 个多步任务评测八款模型，发现智能体记忆不是开关而是需要按模型校准的剂量。

    推荐理由：八模型对比给出了智能体记忆的三种剂量模式与 token 开销数据，可据此判断自家模型该用全量还是检索式注入。

8月17日周一
8月13日周四
  1. Hugging Face Blog68

    Hugging Face 用智能体复现 2226 篇 ICML 论文

    Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战，1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条复现论文，共发布 6816 份 Trackio logbook，覆盖 2226 篇论文，占全部录用论文的 34%。

    推荐理由：Hugging Face 公开了 2200 余篇 ICML 论文的复现结果与判定数据，可据此了解智能体参与科研复现的可行边界。

  3. Microsoft Research41

    MindTopo 揭示多模态大模型的空间推理能力短板

    微软研究院推出 MindTopo 基准，用于评测多模态大模型在连通性、封闭、顺序、分离与打结五类拓扑关系上的推理与规划能力。测试显示，模型在静态图像识别上表现明显优于交互式规划任务，且两者均远低于人类水平；失败多发生在规划阶段而非感知阶段，模型在场景变化中会丢失结构关系或提出违反物理约束的动作。图像与视频生成仅在单帧关系可见时偶有帮助，序列任务中仍不可靠。

8月12日周三
  2. Google Research67

    Google Research 发布 AMIE（Video）：基于 Gemini 与 Project Astra 的实时视频问诊系统

    Google Research 发布 AMIE（Video），一个基于 Gemini 和 Project Astra 的实时视频问诊配置，可感知非语言临床线索、引导患者演员完成虚拟体格检查并实时进行诊断推理。

    推荐理由：原文给出AMIE（Video）的三智能体异步架构与随机对照评测结果，可了解实时视频问诊中视听感知与推理的分工方式。

8月11日周二
8月10日周一
8月3日周一
  1. Import AI66

    多伦多大学等机构构建可自我复制的AI蠕虫原型

    多伦多大学、Vector Institute、剑桥大学与ServiceNow的研究者构建了一个AI蠕虫原型，利用被攻陷机器的GPU运行开源权重LLM进行推理，自主发现漏洞并发起攻击。该原型在漏洞检测上成功率约80%，利用漏洞约53%，自我复制约88%，完整攻击链整体成功率约37%。研究者称这证明自我维持的AI驱动网络威胁已不再是理论，并指出该蠕虫以去中心化群体方式运行，没有单点可被切断。

8月1日周六
7月31日周五
7月29日周三
7月27日周一
7月26日周日
  1. Berkeley AI Research35

    Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互

    Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要隔离为自然语言"信念状态"并加以监督评分，替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将自摘要模型与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也低于全上下文设置。

7月23日周四
7月16日周四
  1. Hugging Face Blog22

    新模型来了，优势依旧：DharmaOCR 在巴西葡萄牙语 OCR 上仍领先 Mistral OCR4 与 Unlimited-OCR

    DharmaOCR 在葡萄牙语专项基准上以 0.925 分领先 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587，后两者分别落后约 13 分和 16 分以上。该模型经葡萄牙语监督微调加 DPO 两阶段训练，把全部参数集中于巴西葡萄牙语，在复杂文档提取质量和生成稳定性上形成结构性优势。文章认为，新架构并未改变这一领域专精带来的差距。