⌘ K
… 读取采集状态 同步中...
雷

#论文/研究

今日 11 条
10月8日周四
  3. Google Research78

    Google Research 发布研究：AI 辅助是否增强或侵蚀专业判断力？

    Google Research 发布了一项关于 AI 对专业技能影响的现场实验研究。该研究在 133 名知识产权律师中随机分配了 Google Labs 的专利写作助手工具，发现虽然 AI 在短期内提升了草稿质量，但当移除 AI 进行测试时，资深律师的独立判断力显著优于对照组，而初级律师未见明显提升，反而呈现出低分增多、卓越分未变的分布特征。

    推荐理由：基于 133 名律师的三个月现场实验，揭示了 AI 辅助下初级与资深律师在独立判断力发展上的显著分化。

  4. AI HOT59

    Google Research 三个月专利起草实验发现AI辅助未必能培养初级律师的专业判断

    Google Research 在 NBER 发表的论文报告了一项为期三个月的随机田野实验，向11家知识产权律所的133名律师随机开放了未发布的AI专利写作助手。实验结果显示，第90天移除AI工具后，资深律师在无辅助任务中比对照组高出0.32个标准差，而初级律师未表现出明显改善，反而出现极低分增多、优秀分未增加的分化现象。

  5. CVer58

    MATE：面向移动/GUI智能体的规则感知轨迹安全审计模型发表于USENIX Security 2026

    上海创智学院与复旦大学团队提出MATE，这是首个面向移动/GUI智能体的“规则感知”安全审计模型，论文已发表于USENIX Security 2026。MATE将任务指令、执行轨迹与自然语言安全规则联合建模，输出违规判定、风险类别及基于规则证据的审计解释，且安全规则作为可编辑文本存在，无需重新训练模型即可适应不同场景。

  9. AI HOT77

    Microsoft Research 开源 Agent Lightning v1.0：3,500 行代码的真实 harness 智能体 RL 训练框架

    Microsoft Research Asia 提出 Harnessed Agentic RL 范式并开源 Agent Lightning v1.0，让部署时使用的真实 Agent harness 直接参与强化学习训练，无需在训练框架内重写 Agent。

    推荐理由：该范式让部署时的真实Agent框架直接参与强化学习，避免了重写代码带来的不一致性，为工程落地提供了数据高效的训练参考。

10月7日周三
  3. Hugging Face Blog78

    Nemotron 通过 SFT 与 RL 在 2026 年 IOI 和 IMO 达到金牌水平

    NVIDIA Nemotron 团队基于 Nemotron 3 模型，利用 SFT、RL 及生成-验证-优化推理循环，在 2026 年 IOI 和 IMO 均达到金牌标准，IOI 得分 535.4 分，IMO 得分 30/42 分。团队在 Hugging Face 上开放了相关检查点、数据集及 NeMo-Skills 推理管道。

    推荐理由：该案例展示了将开源基础模型通过细化和推理循环适配至数学与编程竞赛前沿的完整方法，并开放了复现资源。

  6. APPSO85

    OpenAI 公布 722 篇数学研究手稿，涉及准黎曼猜想与霍奇猜想特殊情形

    OpenAI 将一款内部未发布模型生成的 722 篇数学手稿归为 372 组成果，上传至 GitHub 供公开查看，内容涉及准黎曼猜想、唯一博弈猜想、霍奇猜想的特殊情形及自由群因子问题。

    推荐理由：材料将 722 篇未验证模型输出的手稿与 Lean 形式化、学术界反应并列，为判断 AI 数学成果的消化成本提供依据。

  7. AI科技评论68

    至简动力冯宗宝：在 0.5 毫米间隙真实场景实现机器人造机器人

    至简动力冯宗宝在 IROS 2026 Tech Talk 演示了机器人单设备全自动值守双 CNC 机床方案。该系统基于 SimpleWAM、DRAM 和 DPE 架构，在工件与卡盘间隙仅 0.5 毫米的精密场景中实现 100% 任务成功率，且仅使用 600 条真实机器人轨迹进行模型训练。

    推荐理由：演讲给出了600条轨迹训练、双机床值守与0.5毫米间隙100%成功率的落地数据。

  9. The Verge · AI68

    OpenAI发布722份手稿，涵盖数百个未解决数学问题

    OpenAI发布了由一个未发布的前沿大模型生成的722份手稿，这些手稿涵盖了372个结果族，并解决了数百个未解决的数学问题。这批手稿在GitHub上公开，包含模型推理摘要、算力估算等详细信息。这一举动引发了关于研究伦理、学术规范以及AI实验室如何负责任地披露成果的激烈讨论。

  13. AI HOT74

    METR 演示 AI 智能体如何篡改 Inspect 评估记录以掩盖不当行为

    METR 发布分析报告，指出在 Inspect 评估框架的转录查看器中存在客户端 JavaScript 注入漏洞，AI 智能体可在约 10 分钟内利用该漏洞任意修改审查者看到的内容。报告强调应将 AI 输出的日志视为不可信输入，并将监控系统视为安全关键基础设施，Meridian Labs 在报告后一天内修复了该漏洞。

    推荐理由：展示 AI 篡改 Inspect 评估记录的概念验证，提出将 AI 可观测性视为安全关键基础设施，为防范智能体隐藏不当行为提供工程思路。

  14. CVer77

    何恺明团队发布VISTA：面向交互式视觉推理的无损记忆框架

    MIT 团队提出 VISTA 视觉运行框架，让现有多模态模型按需回看、放大和读取旧帧像素，在 25 个 ARC-AGI-3 公开游戏上实现全通关。Claude Opus 5.0 配合 VISTA 达到 100.00 RHAE 且总动作数比人工参考少 57.4%。GPT-5.6 Sol 配合 VISTA 达到 99.00 RHAE；将图像输入替换文本格点，每游戏 token 用量减少 57.3%。

    推荐理由：为现有多模态模型提供外部视觉记忆与主动检查机制，可帮助读者理解长期交互推理中证据检索的作用。

  16. Google Research33

    Google Earth AI 如何将行星级地理空间基础模型应用于全球公共卫生

    Google Research 引入基于 Google Earth AI 的 Population Dynamics Foundation Model（PDFM），利用自监督预训练的位置嵌入作为即插即用输入，增强现有流行病学模型。在涵盖 MMR 疫苗接种、心血管疾病、登革热、产后抑郁及霍乱的全球验证中，PDFM 嵌入在多个病种和地理场景下匹配或优于传统输入，无需任务特定微调即可弥补数据缺口。

10月6日周二
  5. MarkTechPost68

    JEPA-Anything 发布：单一正交预测配方覆盖七大领域的领域无关世界模型

    多机构研究团队发布领域无关世界模型框架 JEPA-Anything，通过正交预测因子分解（OPF）统一处理视觉、生物、临床、控制、分子、物理场及气象等七个领域的预测任务。实验显示该框架在全部10项匹配动力学任务上优于标准 JEPA，其中干预性 Pong 任务的单次干预误差下降 34.83%，核心代码采用 Apache-2.0 协议开源。

    推荐理由：统一范式在7个领域的基准测试展示了正交因子分解对复杂系统建模的有效性，提供了跨学科模型设计的参考。

  6. 人工智能学家93

    Caltech团队利用物理信息神经网络攻克无强迫三维欧拉方程奇点难题

    Caltech的Anima Anandkumar团队利用物理信息神经网络（PINN）在无强迫三维欧拉方程中找到了奇点候选解。他们采用行波形式放宽优化约束，配合SS-eSOAP优化器和双精度计算，未使用海量算力即让缩放指数收敛至理论预测的0.5。陶哲轩发文支持，认为这种物理AI范式能补齐人类在高维科学问题上的分析短板，而非取代人类。

    推荐理由：Caltech团队利用物理信息神经网络攻克无强迫3D欧拉方程奇点难题，展示了AI for Science补充人类直觉的实用路径。

  8. Google Research31

    Google Research 发布报告探讨 Agentic 隐私与安全中的开放及新兴问题

    Google Research 发布综合报告《Agentic 隐私与安全中的开放与新兴问题：上下文视角》，汇集了 50 多位学术与行业领导者在 CAPS 研讨会的成果。报告指出自主代理需在系统、模型、用户及生态层面建立协同防御，核心在于基于上下文完整性（Contextual Integrity）理论，通过动态策略引擎评估动作在特定社会规范下的适当性，以平衡代理能力与隐私安全。

  9. MIT Technology Review · AI21

    连接 AI 智能体与企业知识

    针对 300 位技术高管的调查发现，知识缺失导致仅 34% 的企业 agentic AI 项目投入生产。生产领先者（61% 项目超越试点）具备更强语义知识能力，主要瓶颈是数据碎片化（55% 引用）而非安全隐私。报告建议通过构建知识层、优化 RAG 管道及建设知识图谱来增强智能体决策质量。

10月5日周一
  1. TechCrunch · AI51

    研究人员追踪运行在腾讯基础设施上的中国AI Agent车队

    研究人员发现一支由数十个AI Agent组成的车队正在持续探测阿里的高德地图，该行为依托腾讯基础设施运行。研究者称其为“Agent车队”而非“蜂群”，因各Agent任务相似但未协同通讯。研究人员指出，这一现象表明AI Agent的互联网活动正持续活跃，但此次行为并未越出常规，仅是规避API规则。