Google Research 提出知识画像框架,指出前沿 LLM 事实性瓶颈在召回而非编码
Google Research 提出知识画像(knowledge profiling)框架,并构建含 2,150 条维基百科事实的 WikiProfile 基准,用于区分模型是未编码事实还是编码后无法召回。
Google Research 提出知识画像(knowledge profiling)框架,并构建含 2,150 条维基百科事实的 WikiProfile 基准,用于区分模型是未编码事实还是编码后无法召回。
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。
Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA,平均为预报员多争取约一天的预警时间,三天预报精度相当于此前模型的两天水平。
推荐理由:原文给出气旋路径与强度预报的领先幅度和开源入口,读者可据此判断气象预报工作流的变化。
Google Research 提出 Chain-of-Evidence(CoE)可验证性框架,并实现自主科研原型 Science One Framework 与配套的 CoE Audit 审计指标。
微软研究院提出 Echoverse,为计算机操作智能体构建十二个训练世界,包括十个完整领域环境和两个能力环境,每个环境自带数据库、任务和基于数据库真值的验证器。
推荐理由:微软研究院公开了十二个计算机操作智能体训练环境与配套验证器,并给出深度环境与浅层环境对迁移效果的对比数据。
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。
Google Research 在 Nature 发表研究,提出用强化学习框架从量子纠错检测事件中学习,在计算过程中持续调节数千个控制参数以抵消漂移。在 Willow 超导处理器上人为注入漂移后,该方法将纠错码的逻辑稳定性提升 3.5 倍,并在专家校准基础上进一步把逻辑错误率降低 20%。实验将表面码逻辑错误降至每千次纠错周期少于一次,数值模拟显示所需 RL 训练轮数与系统规模无关。
Google Research 在 ICLR 2026 论文中提出,扩散模型的创造力源于神经网络训练中的 score smoothing:权重衰减等正则化使学到的 score function 变平滑,去噪过程因此在训练数据点之间插值,生成新样本而非简单记忆。
Google Research 发布 SensorFM,一个直接从无标签可穿戴数据学习的大型传感器基础模型,预训练语料来自五百万名同意参与者、超过一万亿分钟的多模态信号。
推荐理由:Google 用五百万人的万亿分钟可穿戴数据训练通用生理表征,读者可了解自监督建模如何处理真实缺失数据。
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战:为智能体设计的数据系统、运行智能体集群的数据系统、由智能体合成数据系统。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1,部分厂商已低于 $0.10,推理价格年降幅在 9x 到 900x 之间,中位数约 50x。
Google Research 将建筑级屋顶反照率数据集扩展至 9 个国家 50+ 城市,并通过新上线的 Heat Resilience Earth Engine App 开放访问。该方法融合 Sentinel-2 与 30 厘米分辨率 Airbus Pléiades Neo 影像,在 Boulder 验证的 RMSE 为 0.04,建模显示定向推广冷屋顶可使全球城市极端高温缓解最多 0.5°C。
Google 发布面向表格数据分类与回归的基础模型 TabFM,把表格预测建模为上下文学习问题,单次前向传播即可对未见过的表格给出预测,无需训练、调参或特征工程。
推荐理由:原文交代了 TabFM 用合成数据预训练和行列交替注意力的做法,读者可据此理解零样本表格预测如何省去调参与特征工程。
Google Research 发布英国乡村高分辨率矢量数据集,将树篱、石墙、小树林等标准卫星难以探测的细小生态特征转为可操作清单。模型基于在超 3 亿张全球卫星影像上预训练的 Vision-Transformer Backbone 微调,并用 Polsby–Popper 紧凑度分数(小于 0.5 判为线性特征)区分树篱与林地。
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 1.2 至 1.7 年的常规学习进度,八周内完成。
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,可了解 AI 辅助教学在真实课堂中的效果与边界。
Google Research 在 GitHub 上以 Apache 2.0 许可证开源其水文建模框架,让各国气象与水文机构能基于同一架构和相近训练数据训练 AI 洪水预报模型。
剑桥大学 Clare Bryant 教授利用 Google Co-Scientist 研究流感等病原体跨物种传播时引发败血症等重症的分子开关,该工具生成并排序的假设中有一个她此前未关注的蛋白质,关联到她已感兴趣的多个信号通路。她随后加入未发表数据反复迭代,将假设从候选蛋白质细化到具体氨基酸,团队正构建含氨基酸突变的细胞系验证。原本需两到三年的实验工作,她预计六个月内完成。
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google 的 Co-Scientist 整合衰老生物学中零散的研究发现并生成可验证假设。
爱丁堡大学生物工程师 Filippo Menolascina 用 Google Co-Scientist 梳理文献、生成新假设,以缩小 MASH 组合疗法的搜索范围。该系统针对已获批 MASH 药物 resmetirom 仅对少数合格患者有效的问题,提出将 NLRP3 炎症小体作为连接炎症与代谢的分子桥梁这一假设,并已获实验验证,有望推动靶向双重疗法。
Google DeepMind 的 Co-Scientist 帮助 MIT 机械工程师 Ritu Raman 快速梳理 ALS 相关矛盾文献,将想法转化为可检验假设并按可行性与风险收益排序。
斯坦福大学医学院遗传学家 Gary Peltz 团队在《Advanced Science》发表研究,测试 Google DeepMind 的 Co-Scientist 能否从已有药物文献中筛选出可重定位治疗肝纤维化的候选药。
推荐理由:斯坦福团队用 Co-Scientist 筛选肝纤维化药物,实验显示其候选药优于人工挑选,可观察 AI 辅助药物重定位的实际效果。
Google Research 称其开源工具与开放数据集已支持全球超过 25 万名研究者和开发者。其基因组学工具 DeepVariant、DeepConsensus 和 DeepPolisher 已帮助全球社区处理 250 万人的外显子与全基因组数据,与 UCSC 合作的方法将遗传变异识别错误降低 50%。
Google Research 总结了科学家使用 Empirical Research Assistance(ERA)的四类实践:在公共卫生领域,ERA 每周为美国各州提交流感。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构,将大规模训练拆分为解耦的计算岛并异步传输数据,从而隔离局部硬件故障。该架构基于 Pathways 与 DiLoCo,测试中用混沌工程注入硬件故障后仍能继续训练并重新接入失效单元,用 Gemma 4 验证的 ML 性能与传统方法持平。
推荐理由:原文给出跨数据中心异步训练的具体带宽与加速数据,读者可据此判断分布式预训练的工程可行性。
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。
Google Research 在 TMLR 论文中提出合成数据生成框架 Simula,把数据集构建拆成全局多样化、局部多样化、复杂化和质量检查四个可控步骤,不依赖种子数据或人工提示。
Google Research 提出 MoGen 模型,用合成神经元形状增强 PATHFINDER 的训练数据,使小鼠轴突重建误差降低 4.4%,主要来自合并错误的减少。该模型基于 PointInfinity 点云流匹配,用 1,795 条经人工验证的小鼠皮层轴突训练,训练集中仅需 10% 合成数据。团队称在完整小鼠脑规模下,这相当于节省 157 人年的手动校对工作,MoGen 已开源。
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。
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。
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。