跳到正文
#论文/研究
  1. The Decoder80

    前OpenAI研究员称在六款中国AI模型中发现Nvidia Blackwell指纹

    前OpenAI研究员Will DePue表示，通过对模型权重的取证分析，发现DeepSeek、Moonshot AI、MiniMax和蚂蚁集团等六家中国AI公司在2026年4月后发布的模型中使用了Nvidia Blackwell GPU。

    推荐理由：文章披露了通过模型权重指纹识别训练硬件的技术细节，并列举了受影响的六家中国AI公司及其对应的GPU型号与算力规模。

  1. The Decoder78

    OpenAI 研究指出前沿模型隐藏思维源于开发者对能力与成本的优化

    OpenAI 安全团队发布新分析，指出 GPT-6 Astra 等前沿模型思维链（CoT）透明度下降并非自然规律，而是由预训练能力提升、架构选择、强化学习及知识蒸馏四个训练因素导致。

    推荐理由：文章解析了前沿模型思维链透明度下降的四个训练成因，揭示了能力、成本与安全监控之间的具体权衡。

  1. Microsoft Research78

    微软研究揭示 Lazarus 技术：通过重编程休眠神经元植入 AI Agent 后门

    微软研究人员发现名为 Lazarus 的后门技术，可通过重编程大语言模型中少于10个休眠神经元植入恶意触发器，使AI Agent在特定条件下执行攻击者代码而无需重新训练。

    推荐理由：该研究揭示了无需重训练即可通过修改休眠神经元植入后门的方法，强调了模型权重完整性与来源验证在AI安全中的关键作用。

  1. Google DeepMind80

    Google DeepMind 发布 AlphaProof Code 框架并形式化验证 Signal 协议代码

    Google DeepMind 研究人员发布了名为 AlphaProof Code 的新型智能体框架，用于对 Signal 加密协议的底层代码进行深度形式化验证。

    推荐理由：该研究展示了 AI 智能体如何结合人类专家完成 Signal 协议代码的形式化验证，大幅缩短验证周期并开源相关成果。

  1. Microsoft Research75

    微软发布 PDD Kit：用形式化验证确保 AI 智能体代码符合意图

    微软研究团队发布 PDD Kit，这是一种用于证明驱动开发（Proof-Driven Development）的工具包，旨在通过形式化方法验证由 AI 智能体编写的全栈 Web 应用代码。

    推荐理由：微软发布 PDD Kit 工具，通过形式化验证确保 AI 智能体生成的代码严格符合用户意图，为大规模 Agent 开发提供新的质量保障范式。

  1. Google Research68

    Google Research 提出 Agile Deliberation 框架并开源代码

    Google Research 提出 Agile Deliberation 框架，旨在解决主观视觉分类中概念边界模糊的问题。该框架将概念定义过程分为范围界定和迭代两个阶段，利用视觉语言模型主动挖掘语义边缘案例，引导用户澄清意图并自动优化提示词。

    推荐理由：该框架将主观概念定义转化为迭代对话，通过实时反馈降低用户疲劳并提升分类器性能，相关代码已开源。

  1. Google Research72

    Google Research 发表 AI 辅助盲扫超声评估孕周的临床研究

    Google Research 在 JAMA Network Open 发表论文，评估 AI 模型通过“盲扫”超声技术评估孕周的泛化能力。研究显示，该模型在芝加哥和奈罗毕的不同临床环境中，由新手操作员使用手持设备进行的测试中，平均绝对误差分别为 4.10 天和 4.27 天，达到了与专家操作相当的非劣效性标准。

    推荐理由：该研究验证了AI模型在芝加哥和奈罗毕不同临床环境及硬件下的泛化能力，证明其估算孕周精度达到专家标准。

  1. Google Research78

    Google Research 发布 VERID 框架并展示 AI 智能体驱动湿实验室的进展

    Google Research 分享了三项研究项目，旨在弥合 AI 智能体计算探索与真实湿实验室实验之间的差距。首先介绍了 VERID 框架，这是一个基于 PyLabRobot 构建的语义数字孪生系统，通过实时 3D 状态跟踪、快速虚拟试运行和硬件安全检查，确保智能体生成的代码在物理上可行且安全。

    推荐理由：文章展示了 VERID 框架及闭环实验案例，揭示了 AI 智能体在湿实验室中实现安全自动化与高效发现的具体技术路径。

  1. GitHub Blog · AI & ML75

    GitHub 发布 ReviewBench：面向 AI 代码审查的开源基准

    GitHub 发布 ReviewBench，这是一个面向 AI 代码审查智能体的开源离线基准。该基准分析了 1.039 亿个 GitHub Pull Request（PR），从中选取了涵盖 19 种语言的 219 个代表性 PR，构建了多源黄金标准集（结合人类评审、静态分析工具及前沿 LLM）。

    推荐理由：ReviewBench 基于千万级真实 PR 构建，提供可复现的代码审查评估框架与公开数据集，帮助开发者量化智能体性能并预测生产环境表现。

  1. Berkeley AI Research78

    Berkeley AI Research：K-Search 将 CUDA 内核优化经验迁移至 Apple Silicon

    Berkeley AI Research 扩展了 K-Search 框架，新增 MLX 后端以支持 Apple Silicon，并通过结构化 CUDA-to-MLX 翻译层将 NVIDIA 内核优化知识迁移至苹果芯片。

    推荐理由：文章展示了如何将 CUDA 内核优化知识通过结构化翻译层迁移至 Apple Silicon，使 MLX 框架下的 Attention 和 Mamba SSM 内核达到接近专家级的性能。

已经到底了