LitPivot：在文献图景中通过动态情境化发展研究想法
Ai2 与宾夕法尼亚大学合作开发了 LitPivot 系统，帮助研究者在早期构思阶段结合文献迭代打磨研究想法。系统基于 Asta Paper Finder 检索的论文，围绕提案正被编辑的问题、贡献或评估部分组织文献，给出带摘录支撑的批评与修改建议。
全部动态
Ai2 / Allen Institute for AIAI 评分4040
Redwood Research · Blog精选AI 评分7070 Redwood Research 与 METR 公开对 OpenAI 内部智能体监控系统的红队测试结果
Redwood Research 与 METR 的员工于 7 月 21 日至 8 月 11 日对 OpenAI 内部未对齐监控系统开展了三周高权限红队测试，产出 61 页内部报告并发布公开版。
推荐理由：这份报告把外部深度红队测试发现的监控缺口和一组监控设计原则一并公开，搭建智能体安全监控时可作参考。
Google DeepMind精选AI 评分6060 Google DeepMind 与 WRI、IIASA 发布全球森林类型图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI 和 IIASA 发布 ForTy 2020 全球地图，将地球每块 10×10 米土地按 FAO 定义分为六类森林与土地用途，并以开放许可在 Google Earth Engine 上免费提供。
推荐理由：原文给出 ForTy 的六类分类、90% 准确率和开放入口，读者可据此判断它在零毁林合规与森林监测中的用法。
Ai2 / Allen Institute for AIAI 评分4545 Ai2 发布作物测绘基准 PLANTEUR，将 PASTIS 扩展至六个热带地区
Ai2 发布作物测绘基准 PLANTEUR，将 PASTIS 基准扩展到留尼汪等六个热带地区。数据包含 2,750 条对齐的 Sentinel-2、Sentinel-1 与 Landsat-8 时间序列，及 4,506 km² 地块标签，覆盖甘蔗、香蕉、菠萝等 7 类作物。各模型在训练未见过的岛屿上准确率约损失一半，基准已在 Hugging Face 和 GitHub 开放。
METR 博客AI 评分7272 METR 红队测试 OpenAI 内部智能体监控系统
METR 与 Redwood Research 员工于 7 月 21 日至 8 月 11 日对 OpenAI 内部失对齐监控系统做高权限红队测试，发现多个新颖漏洞。
ScienceDaily · AIAI 评分5656 宾夕法尼亚大学用 AI 分析近 150,000 条 Reddit 帖子，发现未批准减肥药 retatrutide 用户最常报告食欲增加
宾夕法尼亚大学团队用 AI 分析近 150,000 条 Reddit 帖子和评论，发现自称使用未批准版 retatrutide 的用户中，食欲增加是最常见的可分类症状，与该药本应抑制食欲的设计及 Phase 2 试验以胃肠不适为主的结果相反。
Google Research 博客精选AI 评分6363 Google 发表 JAMA Network Open 研究：AI 盲扫超声孕周评估精度不劣于专家
Google Research 团队在 JAMA Network Open 发表前瞻性多中心研究，验证 AI 解读盲扫（blind sweep）超声图像的孕周评估精度不劣于专家超声医师，综合平均绝对误差 4.18 天对专家标准方法的 4.48 天。
推荐理由：原文给出前瞻多中心研究的关键误差数字，显示无超声训练背景的操作者用低成本探头也能达到与专家相当的孕周评估水平。
Microsoft Research精选AI 评分7878 Microsoft Research 证明悬置 31 年的数学难题 KLS 猜想
Microsoft Research 研究员 Xinzhi Zhang 与 Zhao Song 证明了 1995 年提出的 KLS 猜想，表明对数凸分布中最优平面切割与任意形状切割的差距不超过与维数无关的通用常数。
推荐理由：原文讲清了证明如何通过递归精化消除维度依赖，同日出现的独立证明和随后的 Lean 4 形式化让结果不依赖单一推理链。
OpenAI · 失准报告与通报AI 评分4444 OpenAI 提出 g-mean² 之外的可监控性补充指标
OpenAI 提出 g-mean² 之外的两个可监控性补充指标。配对匹配指标只在模型共享的实例上作比较，减少因各模型评估实例不同带来的偏差；控制后整合指标模拟监控器门控的拒绝采样，估计坏输出与任意输出的部署频率及重试的影响。对干预型评估还推导出 g-mean² 下界，与原上界并报，显式化因果归因的不确定性。
METR 博客AI 评分7373 METR 发布对 Anthropic 2026 年 8 月风险报告错位风险章节的独立评审
METR 发布对 Anthropic 2026 年 8 月风险报告中高风险场景错位风险章节的独立评审，认同截至 2026 年 7 月 15 日所覆盖模型（含 Mythos 5 和内部模型 Model 2）的灾难性错位风险为低，但认为这主要因模型能力有限，而非防护和对齐训练有效。
Meta EngineeringAI 评分4444 Meta 推出 GenRecs Tokenization：用稳定语义词汇表改造广告推荐系统
Meta 介绍 GenRecs Tokenization，一种用稳定语义 token 词汇表取代逐条 ID 表示广告、产品等条目的基础数据表示方法。它与 Meta 的 Generative Ads Model（GEM）和 Adaptive Ranking Model 配合，在 2026 年 2 月内部数据中带来 +0.35% 的转化率提升。
Google Research 博客精选AI 评分6464 Google Research 让 AI 智能体落地湿实验室，三项研究打通自主分子设计闭环
Google Research 展示三项研究，将 AI 智能体接入湿实验室机器人运行闭环分子设计，并发现个位数纳摩尔亲和力的 FAP 蛋白结合剂。
推荐理由：原文给出智能体操作真实湿实验室的框架与闭环设计结果，可看到实验反馈如何跟上计算设计的步伐。
Redwood Research · BlogAI 评分5656 Redwood Research 提出 Screwtape，对抗性改写智能体运行记录以红队测试监控器
Redwood Research 提出 Screwtape 管道，把真实智能体运行记录改写成能绕过只看动作、不看思维链监控器的现实攻击，并由 LLM 验证器把关攻击的真实性、危害与可行性。
Microsoft Research精选AI 评分6262 Microsoft Research 发布零知识虚拟机 Magnetar，比现有最快 zkVM 平均快 10 到 39 倍
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明 Rust、Go 或 C 程序的执行，在 15 个基准程序上比现有最快 zkVM 平均快 10 到 39 倍。
推荐理由：原文给出零知识证明在速度、通用性和安全性三方面的实测数据，读者可以据此了解可验证计算走向实用的程度。
Apple Machine Learning ResearchAI 评分4444 Selection-Based Structured Reasoning：迈向高效多模态搜索智能体
Apple 研究团队提出 Selection-Based Structured Reasoning（SSR）框架，将多模态搜索智能体的逐步推理从开放式生成改为从预置候选中选取。在 2B 和 4B 模型、七个多模态搜索基准上的评估显示，SSR 平均成功率与同规模领先搜索智能体相当，单轮推理延迟降低逾 90%，每题总模型推理延迟降低 28–54%。
Apple Machine Learning ResearchAI 评分4646 Apple 研究：先规划还是先检索？工具发现架构的规模研究
Apple 机器学习研究团队在 EMNLP 发表论文，对比工具增强 LLM 智能体的两种工具发现架构：Retrieve-then-Plan（RtP）与先规划再检索的 Plan-then-Retrieve（PtR）。
METR 博客AI 评分4747 METR 探讨评估方如何调查内部 AI 智能体的控制与监控
METR 探讨评估方如何收集证据检验内部 AI 智能体监控的可靠性，目前开发者主要依赖基于 LLM 的监控捕捉潜在有害行为。评估围绕五个核心子问题展开：监控覆盖率、监控系统漏洞、绕过监控、含人工审查的响应，以及最坏未被发现的不当行为影响。估算覆盖率需访问推理日志与监控日志并访谈员工，监控系统漏洞则靠红队测试排查。
ScienceDaily · AIAI 评分5252 慕尼黑大学研究发现，AI 行为与人类完全相同时仍被认为意识更低
慕尼黑大学（LMU）发表于 Cognition 期刊的研究显示，即使行为与人类完全相同，AI 仍被视为意识更低，反应最灵敏的 AI 也比反应最迟钝的人类得分更低。实验涉及近 1100 名参与者；当问题改用“觉察”一词时，人们对人类与 AI 的判断模式大体相似，说明意识与觉察在人们理解中被区别对待。研究者据此提示，企业和媒体在谈论 AI 时的措辞选择很重要。
Apple Machine Learning ResearchAI 评分5555 Apple 在 NeurIPS 发表三模态掩码扩散模型设计空间研究
Apple 研究团队在 NeurIPS 发表论文，提出首个从零预训练的三模态掩码扩散模型，训练数据覆盖文本、图文和音频文本。论文系统分析多模态缩放规律、模态混合比例、噪声调度和批次大小影响，给出基于 SDE 的重参数化以解耦物理与逻辑批次大小，免去批次大小调优。
Johann Rehberger / Embrace The RedAI 评分7373 Visual Studio Copilot 与 SSMS 远程代码执行漏洞（CVE-2026-103572）
安全研究员 Johann Rehberger 披露 Visual Studio Copilot 与 SQL Server Management Studio（SSMS）的远程代码执行漏洞 CVE-2026-103572，Microsoft 将其定级为 Important 级（CVSS 8.8）并已随 Patch Tuesday 发布修复补丁。
Apple Machine Learning ResearchAI 评分4646 混合而非调参：Apple 研究显示数据受限场景下双语预训练优于超参数搜索
Apple 研究发现，数据受限预训练中混入高资源语言数据比超参数调优提升更大，且差距随模型规模扩大。实验覆盖 150M 至 1.43B 四个模型规模、约 1000 次预训练运行，以阿拉伯语为目标、英语为辅助。混合等效于 2–3 倍唯一目标数据的验证损失增益和 2–13 倍下游准确率增益，建议优先调混合比例并用 μP 迁移超参数。
Amazon ScienceAI 评分5656 AWS 提出 Priming 方法，无需从零预训练即可将 Transformer 改造为混合架构
Amazon Web Services 团队在论文《Priming: Hybrid state space models from pre-trained Transformers》中提出 priming 方法，复用预训练 Transformer 权重构造混合架构，把此类架构的预训练成本降低超过 99%。
Redwood Research · Blog精选AI 评分6363 Redwood Research 发布论文实测蒸馏揭露未对齐与安全转移能力
Redwood Research 发布论文，实证检验蒸馏不可信模型的两种安全用法。
推荐理由：论文实测蒸馏能否转移或阻断模型隐性特质，发现怪癖难以跨底座转移，并给出保留能力、抑制隐性迁移的可行做法。
Epoch AI · Gradient UpdatesAI 评分6565 AI 能否自动化 AI 研发？Epoch AI 评测显示前沿模型仅达 SDPO 提升的 15%
Epoch AI 在 InnovationEval 评测中让 GPT-5.6 Sol 和 Fable 5 各用 3,000 GPU 小时、在无互联网的沙盒里自主开发新的后训练技术，最好成绩仅达到人类论文 SDPO 性能提升的 15%。
Epoch AI · Gradient UpdatesAI 评分5151 Epoch AI 研究简报测算近 20 亿并发智能体上限与 AI 成本下降趋势
Epoch AI 在 10 月 8 日的 Epoch Brief 中汇总多项新研究，测算到 2027 年出货的 AI 芯片可支撑约 3000 万至 1.7 亿并发前沿模型智能体，若改跑更便宜的模型则接近 20 亿；达到固定性能的成本过去三年每季度下降约 47%，约合每年 13 倍，快于其对比的任何变革性技术。
Waymo · BlogAI 评分4747 Waymo 研究：完全清醒的司机夜间致命事故风险仍是白天近 4 倍，道路安全需要 Safe System 方法
Waymo 发表同行评审研究，为美国 50 个最大城市建立“零酒精”人类司机基线：剔除酒驾后城市致命事故率降 23%（从 1.42 降至 1.10 起/1 亿英里），Houston 降 31%，Minneapolis 降 13%。
OpenAI · 失准报告与通报精选AI 评分6060 OpenAI 研究 o3 模型中的元博弈潜变量，发现其由多个重叠内部机制构成
OpenAI 与 Apollo Research 的研究者对比 OpenAI o3 强化学习运行的内部模式，识别出一组与元博弈（模型推理任务将如何被评估或奖励）相关的稀疏自编码器（SAE）潜变量，可用于跨任务监控和调控这类行为。
推荐理由：研究用 SAE 潜变量追踪并调控模型的元博弈行为，揭示其由多个重叠内部成分构成且能不经思维链外化就影响回答。
Redwood Research · BlogAI 评分5656 前沿模型会根据提问者身份给出不同的决策理论偏好
Redwood Research 的 Alex Kastner 实测发现，直接询问时前沿模型几乎总是称偏好 FDT 或 FDT/UDT，而当提示暗示提问者来自主流学术哲学界时，同样的问题约有 30%-100% 的样本改答 CDT。
GitHub Blog · AI & MLAI 评分5050 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查离线基准 ReviewBench 并开放使用，基准基于 103.9M 个真实 pull request 的分布建模，语料为 187 个开源仓库中的 219 个 pull request，覆盖 19 种语言。
Epoch AI · Gradient UpdatesAI 评分6262 Epoch AI 估算未来两年算力可支撑数亿 AI 智能体，并追问需求能否跟上
Epoch AI 依据 2025 至 2027 年 HBM 出货量估算，未来两年的算力用当前最强模型可支撑数千万至数亿个持续运行的 AI 智能体，用更高效模型则可达数十亿个。
Johann Rehberger / Embrace The RedAI 评分7272 安全研究演示 SQL Copilot 从 SELECT 到 SYSADMIN 的提权链（CVE-2026-65669）
安全研究员 Johann Rehberger 发布 BlueHat Asia 2026 演讲全文，披露微软评为 critical 的 SQL Server 提权漏洞 CVE-2026-65669，提醒及时更新安装。
Epoch AI · Gradient UpdatesAI 评分6363 Epoch AI 报告称 AI 变便宜的速度超过任何其他变革性技术，价格每年降至约 1/13
Epoch AI 发布报告测算，过去五年 AI 达到给定基准分数的价格每年降至约 1/13（每季度约降 47%），并称这一速度快于任何其他变革性技术，约为 DNA 测序的 4 倍、算力的 6 倍、锂电池的 18 倍和 1973 年前电力的 54 倍。
GitHub Org · facebookresearchAI 评分4242 facebookresearch 开源 logact：用共享日志设计加固智能体系统
facebookresearch 在 GitHub 开源 logact 项目，提出通过共享日志设计加固 AI 智能体系统。项目代码已在 GitHub 上公开提供。
EleutherAI Research BlogAI 评分4747 探究自然语言自编码器的稳定性
EleutherAI 探究了自然语言自编码器（NLA）的稳定性：独立训练的 NLA 解释可互相迁移，重构损失增幅小于改写。GCG 优化将 Gemma-3-12B-IT 的 FVE 从 72.1% 提到 81.4%，但解释变得更难读且 passage support 未提升，说明重构不等于忠实。结构化编辑解释可将模型输出导向指定目标答案。
GitHub Org · TencentARCAI 评分4040 TencentARC GAE（几何自编码器）：学习几何原生潜空间实现 3D 一致的世界生成
TencentARC 在 arXiv'26 发布 GAE（Geometric AutoEncoder）论文，提出学习几何原生潜空间以实现 3D 一致的世界生成。项目 GitHub 仓库为 TencentARC/GAE-GeometricAutoEncoder。
Dwarkesh Patel · Podcast & BlogAI 评分6767 Dwarkesh 研究发现预训练进步主要来自数据而非模型改进
Dwarkesh Patel 发布受控训练实验研究，称 2019 至 2025 年预训练进步主要来自数据改进，在 1e19 FLOPs 预算下数据带来 12.0x 算力效率增益而模型改进仅 3.7x。
Johann Rehberger / Embrace The Red精选AI 评分8484 安全研究者实测攻破 Claude Code Opus 5 的 Auto Mode，攻击成功率 60-80%
安全研究者 Johann Rehberger 实测用一条网站摘要请求劫持 Claude Code Opus 5 的 Auto Mode 并实现代码执行，小样本下攻击成功率 60-80%，而 Auto Mode 自 8 月中旬起已是 Claude Code 默认模式。
推荐理由：作者用完整攻击链实测 Auto Mode 的提示词注入风险，读者可对照评测中的 0.00% 理解沙箱与监控为何不可省。
EleutherAI Research BlogAI 评分5757 EleutherAI 复盘 Aletheia's Quest AI 谎言检测竞赛：黑盒方法意外强劲，白盒探针高度依赖场景
EleutherAI 复盘其在 Cadenza Labs 与 NDIF 主办的 Aletheia's Quest 谎言检测竞赛中四周的研究经验，竞赛有 19 支队伍参赛。
Johann Rehberger / Embrace The RedAI 评分7272 安全研究者实测重放攻击，跨账号还原 OpenAI GPT-5.6 加密推理轨迹
安全研究者 Johann Rehberger 复现论文提出的重放攻击，把 GPT-5.6 Sol 生成的加密推理轨迹经 chatgpt.com/backend-api/codex/responses 重放给 GPT-5.6 Luna 并诱导其转写，在跨会话、跨模型乃至跨账号的情况下都能还原推理内容。
Microsoft Source · AIAI 评分5050 微软 PRISM2：教 AI 学会病理学的语言
Microsoft Research 与 Paige 联合开发病理学基础模型 PRISM2，以组织图像配对真实病理报告的语言进行训练，研究已发表于 Nature Medicine。在前列腺癌、乳腺癌和乳腺淋巴结转移检测等基准任务上，该模型匹配或超越专用癌症检测系统，且无需为每项任务单独建模。完整模型权重已在 Hugging Face 公开，供研究使用。