Atria 团队研究：AI 智能体承担更多模型研发工作，但决策仍由人类做出
Atria 团队在开发 744B 参数的 MoE 智能体语言模型 Atria Dawn Preview 过程中记录人机协作数据，发现 AI 参与了 96.5% 的任务，四周内智能体动作与人类输入的比值中位数从 11 升至 28.5。
#论文/研究
#论文/研究
今日 2 条The DecoderAI 评分6262 The DecoderAI 评分6262 20 多位顶尖 AI 研究者警告自动化 AI 研究存在极端风险
包括 Geoffrey Hinton、Yoshua Bengio 和 OpenAI 研究负责人 Jakub Pachocki 在内的 20 多位 AI 研究者在一篇新论文中警告，自我改进的 AI 可能引发“智能爆炸”。
Ars Technica · AIAI 评分6262 CESifo 工作论文：暂无证据显示 AI 显著冲击应届生就业
慕尼黑 CESifo 的经济学研究者发布工作论文《The Early Impacts of AI on Employment Among Recent College Graduates》，认为没有证据显示应届大学毕业生在绝对或相对层面出现显著、广泛的岗位替代或招聘减少。
Microsoft Research精选AI 评分6262 微软研究院：将物理 AI 推理卸载出机器人可提升任务成功率与续航
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 能提升任务表现。
推荐理由：微软研究院系统测量了机器人端侧推理与卸载到边缘或云端 GPU 的差异，并给出可复用的 Kubernetes 卸载工具链。
Microsoft ResearchAI 评分4242 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型用学习式集成策略融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 的排序预测，在盲测中化学家更偏好其单步反应预测。
OpenAI NewsAI 评分2222 OpenAI 分享 AI 生成的 Navier–Stokes 千禧年大奖难题解答
OpenAI 分享了一份由 AI 生成的 Navier–Stokes 千禧年大奖难题解答，包含一份文字说明和一份 Lean 形式化证明。
Microsoft ResearchAI 评分4040 微软 Skala 1.1 发布：训练数据增 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量较首版增加 2.5 倍，在 GMTKN55 基准 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，并正集成进 Psi4、FHI-aims、ORCA 和 VASP。微软同时推出持续追踪各版本计算性能的 living benchmark。
Microsoft ResearchAI 评分3838 MindTopo：微软推出评估多模态模型拓扑空间推理能力的新基准
微软研究院发布 MindTopo 基准，用于评估多模态大语言模型在连通性、封闭性、顺序、分离和绳结五类拓扑关系上的推理与规划能力。测试显示，当前专有与开源模型在静态识别上明显强于交互式规划，且均远低于人类水平，失败多出现在规划阶段而非感知阶段。图像与视频生成仅在单帧内保留拓扑关系时有用，跨序列仍不可靠。
Microsoft ResearchAI 评分4040 Microsoft Research 推出 CARE-X：面向临床可用的放射学 VLM
Microsoft Research 发布研究模型 CARE-X，一个统一胸部 X 光视觉语言模型，同时支持报告生成与结构化预测，并用强化学习 DAPO 在多任务设定下奖励临床正确性。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以缓解递归摘要带来的性能损失。在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也低于全上下文设置。
Berkeley AI ResearchAI 评分4040 GRASP：面向世界模型的基于梯度的长时程规划器
Berkeley AI Research 提出 GRASP，一种面向学习动力学（世界模型）的基于梯度的规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接加入随机性以探索、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，使长时程规划变得可行。
Berkeley AI ResearchAI 评分3434 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10x 更少的消融达到 SPEX 的性能。
Berkeley AI ResearchAI 评分3232 伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
伯克利 AI 研究团队提出基于互信息的成像系统评估与优化框架，可直接从含噪测量中估计信息量，并在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证其能预测解码器性能。该方法优化出的设计达到端到端 SOTA 水平，同时占用更少内存和算力，且无需任务专用解码器设计。
Berkeley AI ResearchAI 评分3434 无需 TD 学习的强化学习：用分治法扩展 off-policy RL
一篇新文章提出用"分治"范式替代时序差分（TD）学习来做 off-policy 强化学习，通过将轨迹一分为二并组合子段价值来更新，理论上把 Bellman 递归次数从线性降到对数级。作者与 Aditya 合作的工作首次将分治价值学习扩展到目标条件 RL 这类高复杂度任务，且无需像 n-step TD 那样调节 n 超参数。目前该方法仍面临如何选取最优子目标 w 的难题。
Berkeley AI ResearchAI 评分3232 word2vec 究竟学到了什么？伯克利 AI 研究给出定量理论
伯克利 AI 研究提出首个关于 word2vec 学习过程的定量预测理论，证明在实际训练条件下该问题可化简为无权重最小二乘矩阵分解，梯度流动态有闭式解，最终学到的表示等价于对目标矩阵 M* 做 PCA。