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》。
#数据/训练
今日 1 条
Hugging Face BlogAI 评分4646
Google ResearchAI 评分4141 Google Earth AI：从像素到规划，用深度学习绘制英国乡村精细生态地图
Google 发布基于 Farmscapes 2020 的矢量化数据集，将英格兰超过 130,000 km² 高分辨率栅格地图转化为可操作的树篱、石墙与树丛清单，帮助土地所有者在不妨碍粮食安全的情况下扩展森林栖息地。
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 ResearchAI 评分5858 Google 开源驱动 Flood Hub 的水文模型框架
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象水文机构能把 AI 洪水预报整合进自己的工作流。
Import AIAI 评分4646 Import AI 457：AI 版 Stuxnet、Muon 优化器的缺陷与积极对齐
SentinelOne 研究员拆解了约 20 多年前的病毒 fast16.sys，它通过篡改高精度计算软件（如 LS-DYNA 970、PKPM、MOHID）在内存中的计算结果，可能被用于武器研发相关的破坏，类似《三体》中的智子干扰。
Google DeepMindAI 评分3737 Google DeepMind Co-Scientist 为衰老研究开辟新路径
Calico Life Sciences 的 AI/ML 负责人 Matt Onsum 和首席科学家 Katherine Labbé 用 Google DeepMind 的 Co-Scientist 连接衰老生物学领域分散的研究发现，生成值得验证的假设。
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。
Mistral AIAI 评分4343 Mistral AI 推出 Forge：帮企业用专有数据训练前沿级模型
Mistral AI 发布 Forge，供企业基于内部文档、代码库和业务数据训练前沿级模型，使模型理解内部术语、工作流程与合规要求。Forge 支持预训练、后训练和强化学习，兼容 dense 与 MoE 架构及多模态输入，并内置数据管道与 Mistral AI 训练方法，支持持续评估与迭代。ASML、Ericsson、欧洲航天局等机构已与 Mistral AI 合作训练专有模型。
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。
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。