跳到正文
只看一手
10月22日周四
  2. NVIDIA Blog79

    欧洲先行者部署 NVIDIA Earth-2 开源模型，驱动真实天气与气候预测

    NVIDIA 在欧洲各行业部署了 Earth-2 开源模型，提升天气与气候预测能力。StormScope EU 通过 EUMETSAT 卫星观测，利用 16 条 Meteosat 通道以 10 分钟一次的频率预测云层变化；CorrDiff 可为粗粒度天气数据添加局部细节。

    推荐理由：文章展示了 NVIDIA Earth-2 在欧洲各行业的实际应用，读者可了解其模型如何提升天气预测精度与业务决策。

  3. Microsoft Research32

    Microsoft Research 解决 31 年未解的 KLS conjecture

    Microsoft 研究人员结合人类指导的 AI 智能体解决了 31 年未解的高维几何和概率中的 Kannan-Lovász-Simonovits (KLS) conjecture。该结果确立了 log-concave 分布的通用几何原理，表明简单平面切割可在固定因子内捕获最窄瓶颈，且与维度无关。该突破为随机算法的效率理解移除了主要理论障碍，并获得了多方独立验证。

10月21日周三
10月20日周二
10月16日周五
  1. Google DeepMind52

    Google Antigravity 加速抗菌肽搜索

    Google Antigravity 平台通过与 AI 代理协作，帮助生物学家快速发现并评估抗菌肽候选物。平台利用 ProtNLM 对 UniProt 中数百万未注释蛋白进行功能预测，并提供 3D 结构视图与交互式协作工具，已在实验室验证中发现一条针对 Streptococcus pseudopneumoniae 的新候选抗菌肽。

10月14日周三
  1. Google DeepMind40

    Google DeepMind 与新加坡政府合作打造针对诈骗的细调 AI 模型

    Google DeepMind 与新加坡政府合作，细调基于 Gemma 的轻量级 AI 模型，在设备上检测诈骗对话并实时警告用户。该模型采用两阶段低功耗分类，第二阶段使用细调 Gemma 进行上下文分析，覆盖 80% 诈骗损失。部署后仅在用户同意时访问对话，确保隐私且不向政府或 Google 公开数据。

  2. Google DeepMind73

    以负责任和安全的方式开发 Gemini 4 Argon

    DeepMind 在博客中介绍了 Gemini 4 Argon 的安全与防护措施，并说明了其在网络防御、医学实验和代码安全等高风险领域的应用。文章指出，Argon 在模拟网络攻击场景中解决了全部12个案例，并通过三层实时保护将违规请求减少近一半；在生物实验评估中，未加防护的模型表现出更强的故障排查能力。

    推荐理由：文章阐述 Gemini 4 Argon 的安全防护细节，并通过三层实时保护将违规请求减少近一半，帮助读者了解其在高风险领域的防护效果。

  3. GitHub Blog · AI & ML62

    GitHub 秘密检测模型：更少噪声发现更多秘密

    GitHub 发布了基于 fine‑tuned ModernBERT 的秘密检测模型，提升了检测准确率并降低误报。新模型采用两阶段管道：先用正则表达式快速生成候选，再用 ModernBERT 进行上下文感知分类，显著提高了对真实凭证的识别率。实验表明，后推扫描执行时间下降 86%，成本降低 98%，用户接受率提升 11.5%。该模型使秘密扫描在推送前后均能更高效、准确地运行。

    推荐理由：GitHub 通过 fine‑tuned ModernBERT 提升秘密检测准确率与效率，显著降低误报与成本。

10月13日周二
10月8日周四
  1. GitHub Blog · AI & ML65

    GitHub 论述秘密保护需随软件规模扩展并发布新分类器

    GitHub 指出 AI 智能体参与的 Pull Request 比例快速增长，要求秘密保护能力同步提升，而非依赖人工。GitHub 引入了与 Microsoft Applied Sciences 合作的微调分类器，该模型能在两毫秒内评估候选秘密，可使可预防的秘密数量增加一倍以上。

    推荐理由：GitHub 阐述了 AI 驱动代码生成带来的安全挑战，并介绍了新分类器如何提升秘密保护的效率和规模。

  2. Microsoft Research68

    Agent Lightning v1.0：3,500 行轻量化 Agentic RL 框架，支持真实代理器训练

    Microsoft Research Asia 发布了 Agent Lightning v1.0，一款约 3,500 行代码的轻量化 Agentic RL 框架，能够直接使用真实代理器进行强化学习训练。框架支持 Kubernetes 原生运行、数据高效训练，并在 Qwen3.5-9B 上通过 6,000 条样本提升 Pass@1 从 41.8% 提升至 56.4%，实现 14.6 点的显著提升。

    推荐理由：该框架通过将真实代理器集成到强化学习中，显著提升了 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1，展示了轻量化、Kubernetes 原生支持和数据高效训练的可行性。

10月7日周三
10月5日周一
  1. GitHub Blog · AI & ML73

    ReviewBench：AI 代码审查开放基准

    ReviewBench 是 GitHub 推出的公开 AI 代码审查基准，基于 1.039 亿个真实 GitHub 拉取请求构建，精选 219 条拉取请求，覆盖 19 种语言，保持与 GitHub 语言和仓库大小分布一致。

    推荐理由：ReviewBench 提供了可复现的 AI 代码审查基准，帮助团队评估和改进审查模型。

10月2日周五
  1. GitHub Blog · AI & ML30

    AI is changing developer work. Here are three skills to strengthen

    开发者工作正因 AI 而改变，核心技能转向指导 AI、评估输出和做出技术决策。应学习指导 AI agent，而非仅使用 AI 的首个答案，并利用节省的实现时间解决更宏观的客户需求和系统设计问题。GitHub Copilot 的内置 Rubber Duck agent 示例展示了利用第二模型进行代码和测试的批判性评估。

10月1日周四
  1. Google DeepMind67

    Gemini 4 Argon 发布：开启前沿智能新时代

    Google DeepMind 宣布 Gemini 4 Argon，这是一款前沿性能模型，已在软件工程、企业知识工作和网络安全防御等复杂工作流中得到应用。Argon 具备 1M token 上限，定价为每百万输入 token 2 美元、输出 10 美元，缓存输入 token 价格低 95%。

    推荐理由：Gemini 4 Argon 的前沿性能、1M token 上限以及在编码、企业与网络安全领域的领先表现，为读者展示了在复杂工作流中提升效率与安全的可能。

  2. Microsoft Research46

    预测电网空间天气风险

    Microsoft Research 开发端到端机器学习管道，能在美国大陆 66,935 个变电站上提前 30~60 分钟预测空间天气风险，并在评估期内检测到近 80% 的重大事件。系统融合 L1 太阳风观测、AE 与 Dst 指数预测、地质导电率等特征，利用梯度提升模型估算 dB/dt，检测率分别为 76.5%（重大）、81.2%（严重）和 64.1%（极端）。

9月26日周六
  1. GitHub Blog · AI & ML45

    GitHub Copilot app for Beginners: How to build custom workflows with canvases

    GitHub Copilot app 引入 canvas（canvas extension）功能，允许用户根据所需工作流创建可定制的界面，而非适应固定屏幕。用户通过 `/create-canvas` 技能并用自然语言描述工作流、界面操作和 Agent 能力来生成界面，如发布说明或看板。该 canvas 是双向的，用户操作和 Agent 更新实时同步，且创建的 canvas 可保存为扩展供团队共享。

7月29日周三
  1. Berkeley AI Research88

    从CUDA到MLX K-Search实现内核知识迁移至Apple Silicon

    研究基于K-Search框架扩展MLX后端，开发了结构化CUDA到MLX翻译层，将CUDA内核的优化知识迁移至Apple Silicon。在Attention内核上，该方法达到0.97x的加速比；在Mamba SSM内核上，实现了比社区mlx-lm高约20倍的Prefill吞吐量。

    推荐理由：研究展示了将CUDA内核知识通过结构化翻译层迁移至MLX，在Apple Silicon上达到接近专家水平的性能。

7月26日周日
7月7日周二
7月1日周三
  1. Berkeley AI Research15

    2026 BAIR Graduate Showcase

    Berkeley AI Research (BAIR) 2026 届博士毕业生展示了跨越机器人、LLM 推理、计算机视觉、生成模型和 AI 安全等领域的开创性工作。研究涵盖了 LLM 扩展范式、模型可靠性、生成模型可解释性以及人机协同设计等前沿课题。毕业生正前往行业研究实验室、学术职位及初创公司，其中有成员加入 OpenAI 和 Mistral AI。

5月8日周五
  1. Berkeley AI Research20

    Adaptive Parallel Reasoning：高效推理扩展的新范式

    Adaptive Parallel Reasoning 通过让模型自行决定何时拆分任务、并行线程数以及协调方式，缓解了传统顺序推理导致的上下文旋转、延迟和计算成本。文章综述了从固定并行到自适应控制的多种方法，并以 ThreadWeaver、ParaThinker、GroupThink、Hogwild! Inference 等实例为例，展示了在数学、编码和代理任务中的应用。

4月20日周一
  1. Berkeley AI Research55

    GRASP：用于长视野世界模型的基于梯度的规划

    GRASP 是一个用于学习动力学（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的并行优化，并向状态迭代中添加随机性以进行探索。研究表明，在 H=80 的测试中，GRASP 的成功率达到 10.4%，中位成功时间为 58.9s，优于其他方法。

3月13日周五
  1. Berkeley AI Research50

    Identifying Interactions at Scale for LLMs

    SPEX 和 ProxySPEX 算法能够在大规模上识别 LLMs 的关键交互，克服了复杂性带来的计算不可行性。SPEX 利用稀疏性和低度特性，通过信号处理和编码理论将交互发现转化为可解的稀疏恢复问题。ProxySPEX 进一步利用模型中的层次结构，以约 10x 更少的 ablations 达到与 SPEX 相当的性能。

1月10日周六
  1. Berkeley AI Research56

    信息驱动的成像系统设计研究

    研究提出了一种基于互信息的框架，仅利用噪声测量和噪声模型来量化测量区分物体的能力，实现了成像系统的直接评估和优化。该信息指标预测了彩色摄影、射电天文学、无透镜成像和显微镜等四个成像领域的解码器性能，且 IDEAL 方法无需解码器即可匹配端到端优化的性能。