跳到正文

#论文/研究

今日 0 条
8月1日周六
7月31日周五
7月29日周三
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。

7月9日周四
7月8日周三
7月1日周三
6月30日周二
6月27日周六
6月25日周四
  1. Google Research27

    Google 用线性弹性缓存优化云成本，Spanner 内存用量降 15.5%

    Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存用量降低 15.5%、缓存未命中仅增加 5.5%、TCO 降低约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时仍由 LRU 兜底，并在多个公开缓存 trace 上与 GDSF 基线对比验证。

6月19日周五
  1. Hugging Face Blog41

    MosaicLeaks：你的研究智能体能守住秘密吗？

    Hugging Face 博客提出 MosaicLeaks，用 1,001 条多跳研究链测试深度研究智能体的隐私泄漏，这些链交替穿插本地企业文档与公开网页信息。测试中智能体频繁泄漏隐私，仅针对任务表现训练会加剧泄漏；其提出的 PA-DR 强化学习方法将严格链成功率从 48.7% 提升至 58.7%，同时把答案/全信息泄漏率从 34.0% 降至 9.9%。

6月18日周四
6月17日周三
6月16日周二
6月11日周四
6月8日周一
  1. Google DeepMind62

    Google DeepMind 在塞拉利昂开展 AI 学习试验，数学成绩提升 0.258 个标准差

    Google DeepMind 公布在塞拉利昂开展的预注册试验结果，使用 Guided Learning 的学生数学成绩比对照组提升 0.258 个标准差，约相当于八周内取得 1.2 至 1.7 年的常规学习进度。

    推荐理由：原文给出塞拉利昂预注册试验的量化结果与交互数据，读者可据此了解AI辅助教学的实际效果与局限。

6月5日周五
  1. Google Research67

    Google 研究用手机前置摄像头实现被动心率监测

    Google Research 在 Nature 发表 PHRM 研究系统，利用手机前置摄像头在面部解锁后拍摄 8 秒面部视频，通过深度学习估算心率，与心电图相比 MAPE 低于 10%，覆盖所有肤色。

    推荐理由：Google 用 35 万段手机视频训练 rPPG 模型，并公开迄今最大规模数据集，读者可了解被动心率监测的可行边界。

5月28日周四
  1. Google Research31

    Google 如何用零信任聚合实现隐私分析

    Google 提出一种零信任隐私分析方案，将一次性提交的新型密码学聚合协议与 TEE 结合，使设备无需多轮在线即可安全上报数据。该设计保证 Google 只能获得群体匿名聚合结果，原始数据即使在硬件保护范围内也不会被解密或重建，TEE 证明则向参与者验证协议按公开代码正确执行。

5月20日周三
  1. OpenAI News76

    OpenAI 模型推翻离散几何核心猜想

    OpenAI 表示其模型解决了有 80 年历史的单位距离问题，推翻离散几何中的一个重要猜想，被视为 AI 驱动数学的一个里程碑。

    推荐理由：OpenAI 模型推翻离散几何中一个长期猜想，读者可了解 AI 在数学证明上的进展。

  2. Google Research71

    Google 在 Nature 发表 ERA：用 Gemini 编写科学代码并开放 Computational Discovery

    Google 在 Nature 发表论文介绍 Empirical Research Assistance（ERA），这是一个用 Gemini 编写和优化科学代码的研究工具，通过树搜索在数千种方案中迭代优化代码。

    推荐理由：Google 用 Gemini 驱动的 ERA 在 Nature 发表，并给出流行病、径流、CO2 等八篇应用结果，可看科研编码自动化的边界。

5月19日周二
5月16日周六
  3. Google DeepMind40

    Google Co-Scientist 助力发现抗肝纤维化老药新用

    Stanford 遗传学家 Gary Peltz 用 Google Co-Scientist 筛选可重定位治疗肝纤维化的现有药物，其提出的 3 个候选中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生，而 Peltz 自己挑选的 2 个药物均无效。表现最突出的是抗癌药 vorinostat，阻断了 91% 可驱动肝瘢痕形成的损伤反应。相关研究已发表于 Advanced Science。

5月12日周二
5月8日周五
  1. Berkeley AI Research31

    自适应并行推理：高效推理扩展的新范式

    伯克利 AI 研究团队梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。

4月30日周四
4月29日周三
  1. Hugging Face Blog60

    Granite 4.1 LLM 是如何训练的：IBM 公开数据工程、预训练与强化学习全流程

    IBM Granite 团队发布技术文章，详解 Granite 4.1 系列稠密 LLM（3B、8B、30B）的训练流程：约 15T tokens 五阶段预训练，上下文窗口经长上下文扩展至 512K tokens，随后用约 4.1M 条高质量样本做 SFT，并采用 on-policy GRPO 配合 DAPO loss 的多阶段强化学习。

    推荐理由：Granite 4.1 团队公开了从数据配比到多阶段 RL 的完整训练细节，可对照其 8B 稠密模型追平 32B MoE 的结论。

4月22日周三
4月20日周一
  1. Berkeley AI Research33

    GRASP：面向世界模型长时程规划的梯度规划器

    伯克利 AI 研究提出 GRASP，一种面向学习动力学（世界模型）的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度，使长时程规划更实用、更鲁棒。该工作由 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 与 Amir Bar 合作完成。