SentinelBench：专为长时间运行监控代理设计的评估基准

Google 发布 Gemma 4 E4B-IT 移动端 8-bit 量化模型

LeanMarathon：以进化蓝图实现长程数学自动形式化

AdaMEM：面向语言智能体的测试时自适应记忆方法

PerceptUI：用对齐人类的LLM合成用户替代真人评估UI/UX

Google DeepMind发布Gemma 4-31B多模态助手模型

OpenAI Codex驱动智能体优先工程新范式

OpenAI推出Lockdown Mode防范提示注入，但数据泄露风险仍在

特朗普政府拟入股OpenAI以让美民众共享AI收益

RedKnot以头部感知KV复用突破长上下文服务瓶颈

批评引导的异构多智能体推理增强大模型数学可靠性

QRC框架：零样本获取开放知识理解迷因演变

个人AI助手实现相机胶卷视觉问答研究

DiG-Plan 以扩散引导缓解工具图规划早期承诺问题

行动-状态通信：优化多智能体系统通信效率的论文方案

AI评估地理偏见凸显多样性挑战

SlotGCG：利用位置脆弱性对大语言模型实施越狱攻击

UNIVID统一视觉语言模型实现视频审核多模态推理与可解释输出

LLMCodec 适配视频编解码器实现大模型权重高效压缩

AI编程助手隐藏成本：人类持续监督与认知过载

ALMANAC发布人类协作动作级心理模型标注数据集

因果定位揭示Qwen3-4B模型时间偏好内部子图

MRAgent 用图记忆主动重建，让 LLM 代理推理摆脱静态检索

Trace2Skill：从执行轨迹归纳可迁移智能体技能

大语言模型微调产生新兴错位，训练中防御方法被提出

Transformer拓扑困境：前馈架构限制动态状态跟踪

RAG系统需超越事实锚定，转向表征多元观点

深圳科学家领衔发布亚洲首个合成细胞十年技术路线图

WPS笔记发布：AI贯穿记录、整理与复用全过程

CLASH 数据集：评估大模型在多视角高风险困境中的判断能力

生物医学世界模型：从静态识别转向动态机制预测

AI行业令牌账单到期，厂商紧急转向成本控制

PC-Talk实现音频驱动人脸动画的唇音对齐与情绪控制

大语言模型表达感受实验挑战传统对齐策略

Meta为Facebook创作者推出AI助手，助其分析发布时机与评论

系统性分析四大主流大语言模型的政治与意识形态偏见

PC层多项式权重预条件助力LLM预训练

Google 推出 Gemma 4 12B QAT 量化模型 支持任意模态转换

搜索时间污染致AI深度研究代理公开基准评测性能虚高

Airbnb CEO Brian Chesky 计划成立新AI实验室

Open-H-Embodiment 数据集发布，推动医疗机器人基础模型发展

BenchAgent协议评估：多智能体对LLM工作流增益几何

苹果批准Poke成为Messages for Business首个AI代理

SUPERNOVA用自然指令强化学习扩展LLM通用推理

国家队领投，百曜科技完成数千万元融资打造AI虚拟细胞

华为云Token大战中另辟蹊径：重健康度轻总量

视觉Hopfield记忆网络挑战Transformer与Mamba范式

OpenAI发布六款Codex职业插件，覆盖数据分析到投资银行

AWS发布前沿代理：安全测试与云运维自主化

橡木果“本能驱动”路线，开辟自下而上具身智能新范式