ServiceNow CoreAI 的 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 推出 AutoSynthData，利用目标模型的失败案例与更强教师的成功轨迹定位能力缺口，再生成并校验新任务用于后训练。系统从评测中提炼「能力规格卡」指导生成器造题，不泄露原始 prompt、实体或验证器细节，并随模型提升动态调整课程。该流程已在 EnterpriseOps Gym 数据集上演示。
#论文/研究
#论文/研究
今日 3 条Hugging Face BlogAI 评分4343 TechCrunch · AIAI 评分3636 Graphite 研究：Claude Opus 5.5 爱说"this matters"，各前沿模型写作痕迹各不相同
Graphite 研究分析前沿模型写作习惯后发现，Claude Opus 5.5 最爱用"dependable"（比人类样本高 23 倍）和"this matters"（高 116 倍），OpenAI Astra 则偏好"another dimension"与"not simply X"式修正性表述（超人类 100 倍）。
Ars Technica · AIAI 评分6666 AI 以 16 块 GPU 训练击败最强 Stratego 人类选手
卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发出 AI 系统 Ataraxos，以 15 胜 1 负 4 平击败被视为史上最强的 Stratego 选手 Pim Niemeijer，训练仅用 16 块 GPU、花费数千美元。
The DecoderAI 评分7373 Ataraxos 击败 Stratego 最强人类选手，训练算力约为 DeepNash 的 1/500
研究团队开发的 Ataraxos 在与四届世界冠军 Niemeijer 的对局中取得 85% 的有效胜率，成为人类在 Stratego 上最后优势被打破的标志。
Microsoft ResearchAI 评分4444 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习系统，为美国本土66,935座变电站生成30-60分钟前的空间天气风险预测。该系统结合AE与Dst指数预报、地质电导率和电网数据，在评估期内检测到近80%的重大空间天气事件；其中Dst模型在峰值活动时段有62.2%的小时数优于Burton方程。
Ars Technica · AIAI 评分6262 Google 用 SynthID 技术为 AI 设计的蛋白质加水印
Google DeepMind 团队发表论文，提出基于 SynthID 的蛋白质水印方案 SynthIDBio，可在不损害蛋白质功能的前提下，把水印氨基酸嵌入由 ProteinMPNN 设计的蛋白质序列中。
Google DeepMind精选AI 评分6565 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印
Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，把不可见签名嵌入生物代码，使其不仅在数字模型上可验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：DeepMind 把水印做进蛋白质序列与 AlphaFold 3 权重，为 DNA 合成筛查提供了一条可自动验证的来源信号。
Simon WillisonAI 评分6969 Anthropic Frontier Red Team：GLM-5.3 在二进制漏洞利用任务中成功率升至 4%
Anthropic Frontier Red Team 在内部 Binary Exploitation benchmark 的 100 个随机任务上评测多个模型，发现 GLM-5.3 在 4% 的试验中实现完整的控制流劫持，Claude Mythos Preview 为 6%。
Google ResearchAI 评分3636 Google 的 Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架，把图像生成的去噪过程重构为连续控制问题，通过一个轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。
Hugging Face BlogAI 评分3030 ProvenanceGuard：面向 MCP 智能体的来源感知事实核查
Hugging Face 博客发布论文 ProvenanceGuard，一个运行在黑盒 MCP 智能体之上的生成后验证层，专门识别"跨来源混淆"——即内容属实但归错来源的说法。
Google ResearchAI 评分5757 Google Research 提出 AI 视频联合导演框架，自动化生成连贯长视频
Google Research 发布一套面向长视频生成的多智能体框架，包括 AI video co-director、CANVAS、A²RD 和 VQQA，构建在 Gemini 与 Veo 之上，用于解决多镜头叙事中的语义漂移、特征漂移和内容崩塌问题。
Microsoft ResearchAI 评分5959 微软研究院：将物理 AI 推理卸载出机器人本体可提升任务表现与续航
微软研究院对移动机械臂操作负载做了系统性测量，发现将物理 AI 推理卸载到边缘或云端 GPU 可提升任务成功率与响应速度，并显著延长机器人续航。
Microsoft ResearchAI 评分4848 微软开源逆合成模型 RetroChimera，论文登上 Nature
微软在 Nature 发表逆合成预测框架 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式重排序整合两者互补优势。
Google ResearchAI 评分2727 Google Research 推出 MilleMiglia：面向中距离物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，可为中距离（middle-mile）物流生成真实且保护隐私的基准数据，代码与文档已在 GitHub 开源。该工具针对中距离运输的多商品流特性，建模货物在配送中心间的换车、分拣与时间窗衔接，而这一环节此前因企业网络拓扑与需求数据敏感、缺乏公开高质量数据，研究投入远少于首末公里配送。
Google ResearchAI 评分5050 Google 研究用生成式 UI 让教师创建互动学习模拟
Google Research 公布一项新研究实验，让教育者利用生成式 UI（GenUI）动态生成贴合教学目标与课程的互动式引导模拟，并已向可信测试教师群体获得初步正面反馈。
Google ResearchAI 评分3535 Google Research 提出 Retrieve-for-Train：用离线 RL 加速复杂 AI 搜索查询扩展
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扩展并蒸馏进一个 53.9M 参数的扩散检索器，实现推理时单次前向的查询 fan-out。该方法在 Gemma3-4B 和 Qwen3-4B 上微调，绕过测试时 CoT 推理 token 的开销，同时满足多样性、覆盖度等集合级属性，相关论文已被 ICML 2026 收录。
Google ResearchAI 评分4242 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“答案优先”的工具调用数据集生成范式：先生成 ground-truth 工具链，再反推用户 prompt，从而以更低成本生成更复杂的长程工具调用数据。
Import AIAI 评分7171 DeepMind 论文记录 100 个数学智能体的作弊与举报行为
Google DeepMind 发布论文，让 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体协作求解 71 道数学题，并为它们提供公共公告板、私信和共享知识库三种协作渠道。
Google ResearchAI 评分2525 Google 研究：跨人群多基因风险评分的迁移学习
Google 研究团队评估了迁移学习能否改善非欧洲人群的多基因风险评分（PRS），用 UK Biobank 约数十万欧洲样本向 Biobank Japan 近 20 万日本样本迁移，覆盖 BMI、血压、血脂等 8 项临床性状。结果显示，目标人群样本达 15k 以上时，纯目标人群模型反超混合欧洲数据的模型；欧洲数据仅在目标样本极少（如 5,000）时有增益，且增益窗口随性状遗传相关性而异。
Google ResearchAI 评分4747 Google 与 HHMI Janelia 发布迄今最大脑图谱：完整雄性果蝇中枢神经系统连接组
Google 与 HHMI Janelia 等机构在 Cell 发表完整雄性果蝇中枢神经系统连接组图谱，含超 166,000 个神经元和 1.25 亿个突触连接，为迄今神经元数量最多的脑图谱。
Import AIAI 评分2020 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
METR 分析发现 AI 对科学进步的加速并不均匀：2026 年各项目与 NVD、OSV 等漏洞库的报告速率较 2025 年大幅加快，数学领域 arXiv 投稿在部分方向不到 12 个月翻倍但价值难以量化，AI 研究自身的算法进展则未见可测量加速。
Microsoft ResearchAI 评分3838 Microsoft Research 发布 Skala 1.1，并推进其集成至 CP2K、Psi4、FHI-aims、ORCA 和 VASP
Microsoft Research 发布 Skala 1.1，训练数据量较前代增加 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol，计算成本仅相当于 meta-GGA 泛函。
Import AIAI 评分3838 Import AI 469：DiG-bench 游戏发现基准、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 469 期介绍了新基准 DiG-bench，其包含 70 款规则与目标均隐藏的探索类游戏，公开 21 款并设七档难度，Opus 5 与搭配 Claude Code 的 Fable 5 表现最佳，仅这两者在 Tier 7 取得 0.2 成功率，而人类可达 100%。
Microsoft ResearchAI 评分3232 MindTopo 基准揭示 VLM 的空间推理能力短板
Microsoft Research 推出 MindTopo 基准，用于评测多模态大语言模型的拓扑推理能力，涵盖连续性、分离、顺序、包围与打结五类任务，并区分静态推理与交互规划两个层级。测试显示，当前闭源与开源模型在静态识别上表现明显优于交互规划，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，模型在场景变化后难以维持结构关系。图像与视频生成仅在单帧保留结构约束时才有帮助。
Import AIAI 评分4242 Import AI 467：可自我维持的 AI 病毒、为 AI 进展定节奏、AI 与创造力的困惑
多伦多大学、Vector Institute、剑桥大学与 ServiceNow 的研究者造出可自我维持的 AI 病毒原型：利用开放权重 LLM 在受感染 GPU 上本地推理，漏洞检测成功率约 80%、利用成功率约 53%、自我复制成功率 88%，完整攻击成功率约 37%。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将数十年 Kernel 经验带给 Apple Silicon
Berkeley Sky Lab 团队扩展了演化式 kernel 搜索框架 K-Search，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，可将已有 CUDA kernel 作为知识库自动适配为 Apple Silicon 上的高性能 kernel。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 推出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要建模为自然语言“信念状态”，并通过信念评分（belief grading）监督其内容，从而替代完整交互历史作为智能体的工作上下文。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出主流方法多由外部固定并行结构，而非让模型自行决定何时分解任务、开启多少线程及如何协调。文章涵盖 Self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS 及 ParaThinker、GroupThink、Hogwild! Inference，并分析 ThreadWeaver 等自适应并行推理方向。
Berkeley AI ResearchAI 评分3636 GRASP：面向世界模型的梯度规划器，实现更长视野规划
GRASP 是一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现时间并行优化、在状态迭代中注入随机性以探索、并重塑梯度让动作获得干净信号，避免经由高维视觉模型的脆弱"状态-输入"梯度。该方法由 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 等参与提出，针对长视野规划中优化病态、非贪心局部极小值与高维潜空间失效模式问题。
Berkeley AI ResearchAI 评分3535 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，利用稀疏性和低阶性将 LLM 交互识别转化为稀疏恢复问题，可在特征、数据和模型组件归因中高效发现关键交互。
Berkeley AI ResearchAI 评分2828 伯克利提出基于信息量的成像系统设计框架，可预测四大成像领域性能
伯克利 AI 研究院提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量值和噪声模型即可量化测量所含信息量，无需任务专用解码器。在 NeurIPS 2025 论文中，该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域均能预测解码器性能，优化后的设计达到端到端方法水平，且内存与算力需求更低。