Hugging Face 发布 ScarfBench：评测 AI 智能体的企业级 Java 框架迁移能力
Hugging Face 推出开源基准 ScarfBench（Self-Contained Application Refactoring Benchmark），用于评测 AI 智能体在企业级 Java 跨框架迁移任务上的表现，覆盖 Spring、Jakarta EE 和 Quarkus 三个生态。
#论文/研究
#论文/研究
今日 2 条Hugging Face BlogAI 评分4545
Hugging Face BlogAI 评分4646 Dharma AI 解读 LeCun 等人论文：为什么 AI 的专业化是必然的
Dharma AI 撰文解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》。
Google ResearchAI 评分5252 Google Research 用冻结 Multi-Token Prediction 加速 Pixel 上的 Gemini Nano
Google Research 宣布将 Multi-Token Prediction（MTP）改造方案应用于已部署的 Gemini Nano v3 模型，已推送到 Pixel 9 和 10 系列。
Google ResearchAI 评分4747 Google 提出线性弹性缓存：用 ski rental 问题优化云缓存成本
Google Research 在 CIDR 发表的线性弹性缓存（linear elastic caching）方法，把页面逐出建模为 ski rental 问题，用轻量级决策树模型为缓存页预测 TTL，动态调整缓存大小。在 Spanner 生产环境中，相比固定大小缓存，内存占用降低 15.5%，cache miss 仅增加 5.5%，TCO 降低约 5%，对实际 I/O 成本影响仅 0.5%。
Google ResearchAI 评分5757 Google Research 解析推理如何解锁 LLM 参数化知识
Google Research 在 COLM 2026 发表的论文发现，开启链式推理能让 Gemini-2.5（Flash 和 Pro）与 Qwen3-32B 召回关闭推理时几乎无法答对的简单单跳事实。
Google ResearchAI 评分5151 Google 研究显示 AI 工具可提升用户对皮肤状况的认知
Google 发布两项皮肤 AI 研究，其中发表于 JAMA Dermatology 的 2345 人调查显示，AI 辅助组识别病症的准确率达 23%，约为对照搜索组（8%）的近三倍，但判断就医等下一步行动的能力未显著提升。
Google ResearchAI 评分3838 Google Research 提出机器遗忘审计新框架 Regularized f-Divergence Kernel Tests
Google Research 在 AISTATS 2026 上提出 Regularized f-Divergence Kernel Tests，用于更敏感、灵活地审计机器遗忘（machine unlearning）。
Google DeepMind精选AI 评分6464 Google DeepMind 塞拉利昂试验显示 Gemini Guided Learning 助学生数学进步相当于 1.2 到 1.7 年
Google DeepMind 公布在塞拉利昂开展的一项预注册试验结果，学生使用 Guided Learning 八周后数学成绩较对照组提升 +0.258 个标准差，约相当于 1.2 到 1.7 年的典型学习进度；教师把 Gemini 融入约一半课程达到 12 小时目标的班级进步更高，约 1.8 到 2.5 年。
推荐理由：Google DeepMind 公布塞拉利昂预注册试验的教学细节与量化结果，并开放教师培训指南与 RCT playbook，读者可了解可复制的研究做法。
Google Research精选AI 评分6464 Google 发布 PHRM 系统：用手机前置摄像头在日常生活中被动监测心率与静息心率
Google 在 Nature 发表 PHRM 研究系统，利用人脸解锁后前置摄像头拍摄的面部视频，通过深度学习在后台估计心率与每日静息心率（RHR）。
推荐理由：研究覆盖近700名不同肤色参与者并在真实生活场景验证，读者可以了解手机摄像头被动测心率的准确度数据与开放数据入口。
Google DeepMindAI 评分4040 Co-Scientist 携手 MIT 与 Boston Children's Hospital，为 ALS 研究整合生物工具
Google DeepMind 的 Co-Scientist 正在连接 MIT 机械工程师 Ritu Raman 与 Boston Children's Hospital 化学生物学家 Ryan Flynn 的实验室，共同研究 ALS。
Google DeepMindAI 评分5757 Stanford 团队用 Google DeepMind Co-Scientist 发现治疗肝纤维化的重定位药物
Stanford 医学院遗传学家 Gary Peltz 团队在 Advanced Science 发表研究，用 Google DeepMind 的 Co-Scientist 从现有药物文献中筛选可重定位治疗肝纤维化的候选药。
Google ResearchAI 评分5656 Google Research 发布 ERA 四大应用进展，覆盖流感预测、宇宙弦、CO2监测与斑马鱼神经回路
Google Research 介绍其 2025 年 9 月发布的 Empirical Research Assistance（ERA）在四个科研领域的实际应用进展。
Google DeepMindAI 评分5858 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将大模型训练拆分为异步通信的计算“孤岛”，隔离硬件故障并大幅降低带宽需求。
Google ResearchAI 评分5252 Google 发布 ReasoningBank 论文：让智能体从成功与失败经验中学习自我进化
Google Research 发布 ICLR 论文 ReasoningBank，提出从智能体的成功与失败经验中蒸馏高层推理记忆的框架，区别于只记录轨迹或仅总结成功流程的 Synapse 和 AWM。
Berkeley AI ResearchAI 评分4444 GRASP：面向更长时序世界模型的梯度规划方法
Berkeley AI Research 提出 GRASP，一种基于梯度的世界模型规划器，让长时序规划更实用。其核心改进包括三点：把轨迹提升到虚拟状态使优化在时间上并行、在状态迭代中直接加入随机性以支持探索、重塑梯度避免穿过高维视觉模型的脆弱"状态-输入"梯度。
Google ResearchAI 评分4444 Google Research 提出 Simula：从第一性原理出发的推理优先合成数据生成框架
Google Research 在 TMLR 发表论文，推出推理优先的合成数据生成框架 Simula，以机制设计思路将数据生成拆解为全局多样性、局部多样性、复杂化和双评论员质量检查四个可控轴，无需种子数据。
Google ResearchAI 评分4141 Google Research 用 AI 合成神经元加速大脑连接组绘制
Google Research 提出 MoGen 神经元形态生成模型，基于 PointInfinity 点云 flow matching，用 1,795 条经人工验证的小鼠轴突训练生成合成神经形状，扩充 PATHFINDER 重建模型训练数据。
Google ResearchAI 评分3636 Google Research 推出 ConvApparel：量化并弥合用户模拟器的真实感差距
Google Research 发布 ConvApparel 数据集，包含超过 4,000 段、近 15,000 轮的人类-AI 多轮对话，用于量化 LLM 用户模拟器的“真实感差距”。
Google ResearchAI 评分4545 Google Research 提出评估 LLM 行为倾向对齐的新框架
Google Research 提出一个评估 25 个 LLM 行为倾向与人类对齐程度的框架，将标准化心理问卷改编为情境判断测试（SJT），并由 550 名参与者提供人类偏好分布。
Google ResearchAI 评分3636 Google Research 研究：构建更好的 AI benchmark 需要多少标注者？
Google Research 在论文《Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation》中研究 AI 评测中每条数据标注数与标注条目数的权衡，并开源了基于真实数据集的模拟器。
Google Research精选AI 评分6363 Google 白皮书：未来量子计算机破解加密货币所需的资源比此前估计的更低
Google Quantum AI 发布白皮书，更新了破解 256 位椭圆曲线离散对数问题（ECDLP-256）的量子资源估算，两条电路分别使用不到 1,200 个逻辑量子比特加 9,000 万个 Toffoli 门和不到 1,450 个逻辑量子比特加 7,000 万个 Toffoli 门，物理量子比特需求较此前降低约 20 倍。
推荐理由：Google 白皮书给出破解 ECDLP-256 更低的量子资源估算和零知识证明披露方式，加密社区可据此评估向 PQC 迁移的紧迫性。
Google ResearchAI 评分4444 Google Research 推出 TurboQuant：以极致压缩重新定义 AI 效率
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过结合 Quantized Johnson-Lindenstrauss（QJL）和 PolarQuant（将发表于 AISTATS 2026）实现零内存开销的向量压缩，可在不损失精度的情况下压缩模型和 KV cache。
Google ResearchAI 评分3838 Google Research 推出 S2Vec：自监督学习城市建成环境的通用嵌入向量
Google Research 在 Earth AI 计划下推出自监督框架 S2Vec，为建成环境学习通用嵌入向量。该框架用 S2 Geometry 将地表划分为多分辨率单元，把建筑、道路等特征栅格化为多层图像，再用 masked autoencoding 无需人工标注地学习位置特征。
Google Research精选AI 评分7474 Google Research 发布 AIMS 研究：AI 作为乳腺筛查第二读片人与人工流程效果相当
Google Research 与英国 NHS 合作的 AIMS 研究在 Nature Cancer 发表两篇论文，评估 AI 乳腺癌检测系统。
推荐理由：原文给出两篇 Nature Cancer 研究的具体结果和数字，读者可以据此了解 AI 在乳腺筛查双读流程中的实际表现与局限。
Google ResearchAI 评分5050 Google Research 用高温超导问题测试六个 LLM 的专家级回答能力
Google Research 与 Cornell、Harvard 合作在 PNAS 发表论文，让 12 位高温超导领域专家出 67 道题、盲评 6 个 LLM 的回答。
Berkeley AI ResearchAI 评分4545 SPEX 与 ProxySPEX：如何大规模识别 LLM 中的交互作用
Berkeley AI Research 提出 SPEX 和 ProxySPEX 两种算法，利用稀疏性、低度性和层级性等结构假设，把消融归因中的交互发现问题转化为稀疏恢复问题，可识别驱动 LLM 输出的关键交互。
Google Research精选AI 评分6262 Google 发布 Groundsource：用 Gemini 将新闻报道转化为 260 万条洪水历史数据
Google Research 推出 Groundsource，利用 Gemini 从 80 种语言的新闻报道中提取结构化灾害记录，构建覆盖 150 多个国家、2000 年至今的 260 万条城市山洪事件开放数据集。
推荐理由：原文给出了用 Gemini 从新闻中提取灾害数据的完整方法和验证数字，读者可以据此评估其研究价值。
Google Research精选AI 评分7272 Google AMIE 完成真实门诊前瞻性可行性研究，与 BIDMC 合作验证对话式诊断 AI 安全性
Google Research 与 Beth Israel Deaconess Medical Center 合作开展前瞻性单中心可行性研究，让 AMIE 在 100 名成人患者的初级诊疗就诊前采集病史，由医生通过视频实时监督。
推荐理由：原文公布了 AMIE 在真实初级诊疗环境中的前瞻性可行性研究数据和安全性结果，读者可据此了解医疗对话 AI 走向临床的证据现状。
Berkeley AI ResearchAI 评分4545 以信息量驱动成像系统设计：Berkeley AI Research 提出基于互信息的评估与优化框架（NeurIPS 2025）
Berkeley AI Research 在 NeurIPS 2025 论文中提出直接基于信息内容评估和优化成像系统的框架，用互信息指标统一分辨率、噪声等因素。该方法仅需噪声测量数据和噪声模型即可估计信息量，并提供真实信息的上界。在彩色摄影、射电天文、无透镜成像和显微成像四个领域，该指标能预测解码器性能，优化结果匹配 SOTA 端到端方法，同时内存、计算量更低且无需任务专用解码器。
Berkeley AI ResearchAI 评分4646 分而治之：不依赖 TD 学习的强化学习算法
Berkeley AI Research 提出一种基于分而治之（divide and conquer）的 off-policy RL 价值学习算法，不再使用时间差分（TD）学习，后者因 Bellman 递归误差累积难以扩展到长时程任务。
Berkeley AI ResearchAI 评分4949 word2vec 到底学到了什么？Berkeley AI Research 给出定量理论
Berkeley AI Research 提出 word2vec 学习过程的定量理论：在若干温和近似下，其学习问题可归约为无加权最小二乘矩阵分解，梯度流动力学有闭式解，最终嵌入等价于对目标矩阵 M* 做 PCA。
Mistral AI精选AI 评分6060 Mistral AI 发布首个大模型全生命周期环境影响分析
Mistral AI 联合 Carbone 4 与法国 ADEME 完成其称业内首个 AI 模型全生命周期环境影响分析（LCA）。
推荐理由：原文给出 Mistral Large 2 训练与推理的环境足迹实测数据，为模型环境影响评估提供了具体参考方法。