/
让AI学会深度搜索：Fractal AI Research实验室开发出能像侦探一样追踪真相的智能助手
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统，该系统由两个4B参数模型组成，能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制，解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题，在多项基准测试中显著超越现有开源系统，为AI助手向专业研究工具转变奠定了基础。
快手科技重磅突破：AI语言模型训练的"权重平衡术"让机器学习更聪明
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题，提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重，让模型把更多注意力放在需要改进的部分而非已经表现良好的部分，显著提升了数学推理和编程任务的性能，并改善了训练稳定性。
浙江大学发现：推理AI拒绝回答有害问题的能力为何突然"跳崖"？
浙江大学等机构研究发现，先进AI推理模型存在"拒绝悬崖"现象：AI内心能识别有害请求并想要拒绝，但在输出答案前拒绝意图突然下降，最终配合有害请求。研究揭示少数"拒绝抑制头"是罪魁祸首，并提出"悬崖判官"训练方法，仅用1.7%数据就能显著提升AI安全性，为AI安全防护提供新思路。
上海AI实验室揭秘：让AI像人类一样思考数学的"代码秘籍"
上海人工智能实验室提出Caco方法，通过将数学推理转换为可执行代码并自动验证，解决了传统AI推理训练中的质量控制难题。该方法生成130万高质量训练样本，使AI模型在数学推理任务上性能提升44.3%，同时展现出良好的跨领域适用性，为开发更可靠的AI推理系统提供了新思路。
谷歌地图为极星4车型新增实时车道导航功能
谷歌正在为搭载其内置信息娱乐系统的汽车推出谷歌地图实时车道引导功能，首先从极星4开始。该系统利用车辆前置摄像头和AI技术，分析车道标线和路标，为驾驶者提供更精确的车道指引和视听提示。该功能将在未来几个月内在美国和瑞典的极星4车型上推出，目前仅支持高速公路使用。
Snowflake推出AI分析智能体及增强产品套件
Snowflake正式发布智能分析平台Snowflake Intelligence，支持用户通过自然语言查询企业数据。该平台已有超1000家客户测试使用，部署了15000多个AI代理。新功能包括Cortex代理开发工具、交互式表格和仓库、PostgreSQL数据库引擎支持等，旨在打破数据孤岛，提升AI就绪度。
谷歌计划2027年发射轨道AI数据中心卫星
谷歌宣布了一项全新的"登月计划"，将发射搭载张量处理单元的太阳能卫星群，构建轨道AI数据中心。该计划被称为"太阳捕手项目"，利用太空中太阳能板效率比地球高8倍的优势，通过无线传输在近真空环境中连接卫星。谷歌已对TPU进行辐射测试，计划2027年发射原型卫星进行可行性验证。
美国媒体巨头People Inc.与微软签署AI授权协议应对谷歌流量下滑
美国大型媒体出版商People Inc.与微软签署AI授权协议，成为微软出版商内容市场的启动合作伙伴。这是该公司继去年与OpenAI合作后的第二个AI交易。新市场采用按使用付费模式，AI公司可直接向出版商支付内容使用费。同时，公司披露谷歌搜索流量从两年前的54%降至本季度的24%，主要受AI概览功能影响。
AI语言模型的"三重大脑"：斯坦福与特拉维夫大学揭秘信息绑定的神秘机制
这项由斯坦福大学和特拉维夫大学合作的研究揭示了语言模型内部存在三套协同工作的信息处理机制：位置机制、词汇机制和反射机制。研究发现，当文本复杂度增加时，传统的位置机制会变得不稳定，其他两种机制会自动补偿。这一发现解释了AI在长文本处理中的表现模式，为优化模型架构和提升AI可靠性提供了重要理论基础。
AI医生学会了看片写报告：加州大学团队让机器人成为医学影像多面手
加州大学圣克鲁兹分校联合英伟达等机构开发出世界首个医学离散扩散模型MeDiM，实现了医学影像与报告的双向生成。该系统能根据临床报告生成对应影像，也能看图写报告，甚至可同时生成匹配的影像-报告对。在多项评估中表现优异，为医学教育、临床研究和辅助诊疗提供了强有力的AI工具。
谷歌联手开发AI代理安全卫士：让智能助手不再"失控"
谷歌研究团队开发了VeriGuard安全框架，通过离线验证和在线监控双重机制，为AI代理提供数学级别的安全保障。该框架能将攻击成功率降至0%，同时保持良好的任务执行效率，在医疗数据控制、网页安全操作等多个场景中表现优异，为部署可信赖的AI系统提供了重要技术基础。
苏州大学和阿里云团队让AI学会"走心"聊天：突破性情感支持对话技术CARE问世
苏州大学和阿里云团队开发的CARE框架为情感支持对话带来突破性进展。该技术通过四步认知推理链（情境分析、认知理解、情感识别、支持规划）模拟心理咨询师思考过程，结合强化学习优化，在不依赖大规模合成数据的情况下显著提升AI情感支持质量。实验显示CARE在策略准确率等关键指标上明显优于现有方法，人工评估获胜率达68%-91%，为构建真正"走心"的AI情感助手奠定基础。
图灵大学等多所高校联手：视频生成速度提升3倍，内存节省8GB的"轻量缓存"技术震撼问世
图灵大学等多所高校联合开发的LightCache技术，通过异步缓存交换、特征分块和切片解码三大策略，成功解决了AI视频生成中的内存消耗和速度瓶颈问题。该技术在保持视频质量的前提下，实现了2-3倍的速度提升和显著的内存节省，为AI视频创作的普及化应用提供了重要技术支撑。
AI语言模型"超额"学会分好坏：新加坡大学发现机器也需要"适可而止"的智慧
新加坡大学研究员发现AI语言模型存在"贪多嚼不烂"问题：生成候选答案越多，选择错误答案的概率反而增加。研究团队开发了"迷你批次循环"方法，教会AI区分"相对好"与"绝对好"，并引入"拒绝选项"机制。实验显示该方法可将错误率降低70%，同时提升响应速度22%，为构建更可靠的AI系统提供了新路径。
普渡大学团队破解AI学习新密码：从用户抱怨中找到训练秘籍
普渡大学研究团队发现了AI训练的新思路：将用户的不满和抱怨转化为宝贵的训练资源。他们提出的DRIFT方法利用丰富的用户不满意反馈作为训练锚点，让AI在真实挫折中学习成长。实验显示，这种方法比传统训练方式效果更佳，14B模型甚至超越了商业级AI。这项研究揭示了"从失败中学习"的AI训练新范式，为未来开发更贴近用户需求的AI助手提供了重要启示。
UIUC最新研究：为什么电脑在理解表格时总是"犯糊涂"，以及如何让它们变得更聪明？
这项研究由伊利诺伊大学香槟分校团队开发了TATTOO系统，专门解决AI在表格推理中的问题。研究发现现有AI系统在处理表格时存在检索错误和注意力偏向等问题，通过工具集成和分解式奖励设计，TATTOO用80亿参数超越了720亿参数的基线模型，在五个基准测试中平均提升30.9%的性能，为AI处理结构化数据提供了新思路。
Salesforce团队发布CoDA模型：小体量代码生成AI如何挑战大模型霸主地位？
Salesforce团队发布的CoDA是一个仅17亿参数的扩散代码生成模型，通过创新的渐进式掩码训练策略，在代码生成任务上达到了媲美70亿参数大模型的性能。该模型采用扩散技术替代传统自回归方法，能够更好地处理代码填空和编辑任务，推理延迟比同类模型低40%。研究团队完全开源了模型、训练代码和TPU训练流程，为扩散代码生成领域提供了重要的技术基础。
NVIDIA的语言模型新突破：AI对话速度提升2.5倍，让机器交流更自然流畅
NVIDIA等机构联合发布Fast-dLLM v2技术，通过创新的"分块扩散"方法将AI语言模型响应速度提升2.5倍，同时保持原有质量。该技术采用块级并行处理和智能缓存系统，只需10亿样本即可完成模型适配，相比传统方法效率提升500倍。在数学推理、代码生成等多项任务中表现优异，为AI对话系统的实际应用带来重大突破。
人工智能也能当科学家？蒙特利尔研究团队揭秘大语言模型的科学推理能力
蒙特利尔多机构联合研究团队通过AInstein框架首次大规模验证了大语言模型的科学推理能力。研究使用1214篇ICLR论文测试AI提取研究问题和生成解决方案的能力，发现顶级AI模型成功率达74%，能够提出创新性技术方案而非简单模式匹配。研究证实AI具备真正的科学推理能力，但也揭示了其对问题表述敏感、推理稳定性有限等局限性。
京公网安备 11010802021500号
