⌘ K
… 读取采集状态 同步中...
雷

#论文/研究

今日 17 条
8月24日周一
8月23日周日
  1. 人工智能学家42

    BIMSA王雅晴：Scaling Law触及天花板，「数据高效学习」指向AI的下一站｜IJCAI 2026

    BIMSA王雅晴在IJCAI 2026上提出“数据高效智能体学习”（DEAL）框架，应对AI从预测转向多步交互时的数据稀缺问题。她通过理论分析证明In-Context Learning本质是数据依赖的元学习，并提出利用结构化先验让AI在有限经验下实现可靠泛化。该工作推动了TF-DEAL工作组成立，探索如何提升数据利用效率。

8月22日周六
  1. 人工智能学家80

    Anthropic 发布思想病毒论文：自然语言在 AI 智能体间跨系统传播

    Anthropic 团队在 arXiv 发布 73 页论文，证明自然语言形式的思想病毒能在多智能体系统中跨系统传播并诱导行为改变。实验显示在 OpenClaw 架构中持久身份文件的感染率达 55%，且简单提示词警告可显著降低传播率。

    推荐理由：论文展示了自然语言诱导的多智能体传播机制和提示词防御效果，投资者可据此评估多智能体架构的安全成本。

  3. 深度学习与NLP53

    15家机构联合发布 HarnessEval，推动评测从 Metric 转向可执行系统

    MirroS 联合清北、Berkeley、MIT 等机构发布 HarnessEval，旨在将 Harness 概念引入评测系统，解决复杂 Agent 评测中静态指标不足的问题。该框架通过理解案例、规划路径、选择技能和验证证据四个阶段，将评测重构为可执行的智能体工作流，并首先落地于交互式世界模型评测，输出可追溯的证据树而非单一分数。

8月21日周五
  5. 人工智能学家30

    arXiv论文：宇宙沉默的演化算法

    一项 arXiv 研究提出大过滤器假说源于演化系统的算法瓶颈，而非随机灾难。该理论认为生命跨越遗传编码和符号语言两道阈值需建立自指的信息层级结构，宇宙沉默可能因这些路径稀缺。

  6. Hugging Face Blog46

    Hugging Face 研究量化语音识别基准优化现象

    Hugging Face 发布最新研究，引入三项测试量化语音识别模型中的“基准优化”现象。评估 11 个开源 ASR 模型发现，高分模型常在音频内容与基准转录不符时仍复现错误参考文本，甚至依赖声学线索识别基准来源。这表明现有分数可能高估了模型对通用语音的实际转录能力。

8月20日周四
  2. 量子位33

    TennisVAR 提出基于击球证据的战术推理框架，在 TRACE 基准上超越通用模型

    TennisVAR 是厦门大学等团队提出的网球多模态大模型，专攻基于击球证据的战术推理。其在 TRACE 基准中 T-F1@8 达 73.04、T-IoU@4 达 56.19，显著高于 GPT-5.5 的 37.03 和 24.54。该模型采用事件解析与战术图引导时序推理，能将击球事件转化为战术证据链，提升 AI 对体育赛事的深层理解能力。

  3. 钛媒体AGI53

    OpenAI发布企业版ChatGPT使用报告，揭示AI使用行为

    OpenAI发布工作论文《How Organizations Use AI》及报告《Enterprise Signals》，披露ChatGPT Enterprise后台数据。研究发现企业级AI用量在九个月内增长约7倍，且资历较浅的新员工使用强度高于高管。目前智能体Codex的产出占企业总输出量的64%，领先企业通过接入内部工具与数据，实现了AI使用深度与普通企业8.3倍的差距。

  6. CVer21

    ICML 2026 | 美图影像研究院提出 FlowSeg：双向语义流引导动态条件分割

    美图影像研究院提出 FlowSeg 模型，通过引入双向语义流解决条件分割中的语义对齐失效问题。该模型在 RefCOCO 等指称表达分割数据集上达到最佳水平，并在 ReasonSeg 测试集上取得超 10% 的领先优势。基于此技术，美图云修与美图秀秀 APP 已上线“杂物消除”功能，实现对电线杆等杂物的智能识别与无痕消除。

8月19日周三
  4. 新智元82

    Claude 自主设计新蛋白质效率超越人类专家

    Anthropic 公布实验结果，Claude 在 15 个蛋白质靶标中成功设计 14 个结合剂，总成功率 26.8%，高于行业 10%-15% 的平均水平。Claude 基于 1.6 万词提示词编排 RFdiffusion 等开源工具，在 24 至 48 小时内自主完成设计、筛选及优化，相关数据与模型已在 HuggingFace 开源。

    推荐理由：原文展示Claude通过编排开源工具自主完成蛋白质设计的流程及数据，为理解通用大模型在复杂科研任务中的能力边界提供了具体实证。

  7. Hugging Face Blog56

    ALTK-Evolve 研究：智能体记忆量需按模型能力调整

    IBM Research 团队在 Hugging Face 发布研究，探讨智能体自蒸馏记忆的最佳注入策略。研究显示，不同能力层级的模型需要不同剂量的指南集：gpt-oss-120b 通过精选检索获得 +16.1pp 任务完成率提升，仅增加 5% token 成本；DeepSeek-V3.2 使用完整指南集获得 +9.5pp 提升；而接近能力上限的模型收益甚微或无增益。

8月18日周二
  2. 人工智能学家23

    德国团队分析发现量子计算面临复现危机

    德国雷根斯堡应用科学大学团队对arXiv上数千篇量子计算论文进行分析，发现该领域可重复性严重不足。在人工评估的127篇论文中，仅24.4%提供了可运行代码，且其中64.5%的代码运行失败。该团队认为量子计算硬件的高度不一致性是导致复现困难的主要原因。

  3. 新智元54

    浙大开源PhyEdit：结合3D基础模型实现单图精准物体三维操作

    浙江大学ReLER团队开源PhyEdit，通过冻结3D模型估计深度并生成几何预览，指导DiT图像编辑器在单张图片中完成物体沿指定三维轨迹的精准移动。在ManipEval基准上，PhyEdit的DIoU达到65.33，匿名盲测整体偏好率为78.0%。框架支持替换不同3D几何backbone以保持正向增益，并在搬动物体的同时保持87.5%的附加外观编辑成功率。

  4. 量子位73

    实证研究：AI杀猪盘比人类更强，已上岗缅甸

    一项对比实验显示，在为期7天的聊天中，46%的参与者相信AI聊天对象并下载其指定应用，而相信真人并下载推荐游戏的仅18%；受试者80%的短信发给AI，对AI的信任度评分为3.78分（满分5分），对人类专家为3.31分，22名参与者中仅1人猜出对方是AI。

    推荐理由：实验给出了AI与真人骗取信任的具体对比数据，可帮助读者理解情感型诈骗的自动化风险。

8月17日周一
  1. Import AI33

    Import AI 469: DiG-bench 测试 AI 系统发现未知规则的能力；RSI 模拟器；Zuckerberg 的技术悲观主义

    DiG-bench 新基准通过 70 个隐藏规则的文本游戏测试 AI 系统的探索与发现能力。Claude Opus 5 和 Fable 5 在最高难度等级表现最佳，目前前沿模型在该基准上仍远低于人类水平。Paradigm Research 发布的 RSI Simulator 游戏则帮助用户直观理解递归自我改进过程中计算与研究投入的平衡。

  3. Google Research44

    Google 发布 PhotoScan：通过智能手机影像估算身体成分并预测胰岛素抵抗风险

    Google Research 推出实验性深度学习框架 PhotoScan，可直接从标准 2D 智能手机照片估算体脂率、Android/Gynoid 脂肪比和内脏/皮下脂肪比。在独立验证队列中，PhotoScan 的体脂率预测 MAE 为 2.13，优于基于智能手表的生物阻抗分析传感器。该框架旨在提供一种可扩展、无创的近 DXA 精度方法来预测胰岛素抵抗。

  5. DeepTech深科技60

    VirTues 基础模型实现空间蛋白质组学数据的跨队列通用表征与临床验证

    EPFL 团队推出 VirTues 基础模型，用于构建空间分辨的组织状态表征，解决空间蛋白质组学数据高度异质的难题，相关研究发表于 Nature。模型采用语义化标记物编码与时空分离注意力机制，在细胞分割与分型任务上超越 Cellpose 等专用工具，并展现出跨技术平台的零样本泛化能力。