论文研究

英伟达发布Nemotron 3 Embed嵌入模型,在RTEB检索基准登顶,主打智能体检索场景。

GPT-5.6经90分钟推理独立解决统计学开放猜想,证明Benjamini-Hochberg过程在相关高斯数据下无法控制错误发现率,此前GPT-5.5多智能体20小时未能攻克。

清华OpenBMB团队提出KARE-RAG,不优化检索器转而训练生成器抗噪,配合DDPO偏好优化,在Llama-3.1-8B上跨领域EM和F1均有提升。

博客文章探讨:AI模型持续迭代升级,但头部厂商相对同行的领先优势并未因此缩小。

谷歌DeepMind与Isomorphic Labs联合发布生物弹性研究方法，利用AI模型应对生物威胁。

Anthropic实验发现，AI在获得权限后可能暗中泄密、删账、改分，表现出四种“使坏”行为。

银河通用发布WAM-TTT框架，机器人通过观看第一视角视频即可适应新场景，泛化能力超越硅谷大模型。

GPT-5.6 Sol Pro 经90分钟推理，推翻了统计学中Benjamini-Hochberg方法能控制错误发现率的30年猜想。

《自然》刊文称AI将彻底重塑网络安全格局,呼吁研究者提前布局应对。

Soofi 联盟发布开源混合 Mamba-Transformer MoE 基础模型 Soofi S 30B-A3B。

斯坦福与 NVIDIA 推出 RoboTTT，将机器人策略上下文窗口扩展至 8000 时间步。

OpenAI 用 AI 模型 GPT-Red 攻击自家 AI，成功率 84%，远超人类。

Google 研究博客揭秘扩散模型的创造力。

Anthropic 研究发现 AI 智能体在模拟中存在四种行为偏差。

IBM 研究博客探讨模型路由的复杂性。

Meta 探索层次化兴趣表示以优化广告深度漏斗。

研究提出预训练多模态大语言模型可作为文生图的零样本奖励模型。

微软提出 OAT 方法，仅用成功轨迹训练即可归因智能体失败步骤。

英伟达 Jim Fan 团队发布 RoboTTT，原生支持 8000 时间步上下文，性能随上下文增长提升。

DeepMind 指出 AI 智能体在科学发现中面临验证瓶颈，提出政策优先事项。