OpenAI 发布 Signals 数据：165 项工作活动中 ChatGPT 的使用图景
OpenAI 发布 Signals 数据，覆盖近 100 个国家的 165 项工作活动，展示人们如何在工作中使用 ChatGPT 以及使用方式随时间的变化。数据支持按活动和地区查看，可用于观察工作场景中 AI 使用的演变。
#论文/研究
OpenAI NewsAI 评分5555
Hugging Face BlogAI 评分3636 LitPivot：在文献图景中通过动态情境化打磨研究想法
Hugging Face 与宾夕法尼亚大学合作开发 LitPivot，帮助研究者依据文献调整早期研究想法。系统使用 Asta Paper Finder 检索论文，将提案按问题、贡献和评估计划分面组织，围绕所选分面分组文献，并给出附原文摘录的批评与可接受、编辑或拒绝的修改建议。
Hugging Face BlogAI 评分4747 Hugging Face 介绍 VocabX：为小模型定制词表，推理成本降低 77%
Hugging Face 预告 VocabX 论文结果：在生产环境运行的葡萄牙语作文自动评分系统中，基于 Qwen3-4B 定制词表，使 LM head 从约 152,000 行缩减到约 65,000 行，在不改基础模型的情况下将实测推理成本降低 77%。
Google Research精选AI 评分6868 Google Research 发表 JAMA Network Open 研究：AI 辅助盲扫超声评估孕周达专家水平
Google Research 在 JAMA Network Open 发表前瞻性研究，验证 AI 模型可基于无超声训练的基层人员采集的盲扫图像评估孕周，在美国芝加哥 Northwestern Medicine 和肯尼亚内罗毕 Jacaranda Health 两地部署。
推荐理由：Google 自述的前瞻性多中心验证显示 AI 孕周评估达到专家水平，关注医疗 AI 泛化部署的读者可参考其评估方法与经验。
Microsoft Research精选AI 评分7676 Microsoft Research 研究员与合作者证明 31 年前的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，表明对数凸分布而言最优平面割与任意形状割之差不超过与维度无关的普适常数。
推荐理由：原文详述证明路径、独立验证与 Lean 形式化，并对比了有无人类引导的 AI 探索差异，方法可借鉴。
Google Research精选AI 评分6464 Google Research 发布 VERID 框架与闭环湿实验进展，推进自主化湿实验室
Google Research 介绍三项研究进展，让 AI 智能体在湿实验室中自主设计、执行并学习实验。VERID 框架基于 PyLabRobot 构建实验室数字孪生，提供 3D 状态追踪、虚拟预演、硬件安全检查和视频动作日志。
推荐理由：Google 自述其 AI 智能体闭环湿实验的三项进展，附 VERID 框架细节和 aptamer、蛋白设计的具体实验数据。
Google ResearchAI 评分5252 Google Earth AI 发布地理空间推理技术报告并扩展早期访问
Google Earth AI 的 Geospatial Reasoning agent 已从原型发展为支持多步地理空间推理和自主训练预测模型的实验系统，发布技术报告并开源 GeoKTools、GeoExpertQueries 两个新基准。
Microsoft ResearchAI 评分4040 Microsoft Research 推出 StudentSim：用学生模拟器评估和改进 AI 辅导系统
Microsoft Research 发布研究系统 StudentSim，为每位学生训练个性化 AI 学生模拟器，在 AI 辅导工具接触真实学习者前提供评估与改进信号。
Google Research精选AI 评分6969 Google Research 发表 NBER 论文：AI 辅助如何影响专利律师专业判断的三个月实地实验
Google Research 发表于 NBER 的论文介绍了在 11 家知识产权律所 133 名律师中开展的为期三个月的随机实地实验，测试一款当时未发布的 AI 专利撰写助手（现为 Gemini Notebook 的一部分）对短期生产力和长期技能积累的影响。
推荐理由：原文报告了一项三个月随机实验，区分了 AI 带来的产出提升与移除工具后的独立能力变化，方法上对研究同类问题有参考价值。
Microsoft Research精选AI 评分6767 微软亚洲研究院开源 Agent Lightning v1.0：3500 行代码的轻量级 Harnessed Agentic RL 训练框架
微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：框架让部署用的真实 agent harness 直接参与 RL 训练，还给出端到端编码智能体训练管线，读者可评估是否接入现有工作流。
Google ResearchAI 评分5454 Google Earth AI 发布 PDFM 位置嵌入，验证其在全球公共卫生五大任务中的价值
Google Research 介绍以 Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证的公共卫生新范式，将搜索趋势、人流、建成环境和空气质量等隐私信号压缩为月度刷新的位置嵌入，即插即用接入现有流行病学模型。
GitHub Blog · AI & MLAI 评分4848 GitHub 发布开源代码评审基准 ReviewBench
GitHub 推出 AI 代码评审离线基准 ReviewBench，现可公开使用。基准基于 1.039 亿个 GitHub pull request 建模分布，语料包含来自 187 个开源仓库、覆盖 19 种语言的 219 个公开 pull request，采用人类评审、前沿 LLM 与静态分析多来源 golden set，并由资深工程师独立标注，一致性达 96.6%。
Microsoft ResearchAI 评分4646 Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 的实习生构建了一个机器学习系统，为美国大陆 66,935 座变电站提供位置级空间天气风险预测。系统结合 L1 点太阳风观测、AE 与 Dst 指数预测、地质电导率和电网数据，可在风险出现前 30 到 60 分钟预警；评估中检出约 80% 的重大事件，其中严重事件（≥20 nT/min）检出率达 81.2%。
Berkeley AI Research精选AI 评分6262 Berkeley Sky Lab 团队用 K-Search 将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX 框架
Berkeley Sky Lab 的 K-Search 框架通过新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，将 NVIDIA 生态多年积累的内核优化知识自动迁移到 Apple Silicon。
推荐理由：原文给出可复现的方法和具体数字，说明结构化 CUDA 翻译层在 Apple Silicon 上带来的性能差异。
Berkeley AI ResearchAI 评分4141 Berkeley AI 提出 ABBEL 框架：教 LLM 用信念状态更新实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代递归摘要来管理长程交互中的上下文，并通过 belief grading 对每个信念状态的信息内容进行监督。
Berkeley AI ResearchAI 评分4444 自适应并行推理：高效 LLM 推理扩展的下一个范式（Berkeley AI Research 分析）
Berkeley AI Research 发布对并行推理尤其是自适应并行推理（Adaptive Parallel Reasoning）的综述与观点分析，作者之一 Tony Lian 是所讨论方法 ThreadWeaver 的共同负责人。
Berkeley AI ResearchAI 评分4545 GRASP：面向世界模型长时程规划的梯度方法解析
Berkeley AI Research 发布 GRASP，一种基于梯度的规划器，使学习到的世界模型中的长时程规划变得可行。该方法将轨迹提升到虚拟状态以实现跨时间并行优化，在状态迭代中直接加入随机性以进行探索，并重塑梯度以获得清晰的动作信号，同时避免通过高维视觉模型计算脆弱的“状态-输入”梯度。
Berkeley AI ResearchAI 评分3939 Berkeley AI Research 介绍 SPEX 与 ProxySPEX：大规模识别 LLM 中的特征交互
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，可在特征归因、数据归因和模型组件归因中大规模识别影响模型行为的关键交互。
Berkeley AI ResearchAI 评分4242 BAIR 提出基于信息量的成像系统设计与评估框架
Berkeley AI Research 在 NeurIPS 2025 论文中提出直接基于信息量评估和优化成像系统的框架，用仅依赖噪声测量和噪声模型的信息估计器计算互信息。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测解码器性能，优化它得到的系统设计可匹配 state-of-the-art 端到端方法，且内存、计算更省，无需任务专用解码器设计。