OpenAI 发布 ChatGPT 工作使用信号数据，覆盖 165 项工作活动和近 100 个国家
OpenAI 发布 Signals 数据，展示人们如何将 ChatGPT 用于工作以及使用方式随时间的变化。数据覆盖 165 项工作活动、涉及近 100 个国家。
#论文/研究
OpenAI NewsAI 评分5252
Hugging Face BlogAI 评分4343 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，帮助研究者在早期构思中结合文献调整研究方向。系统通过 Asta Paper Finder 检索论文，将研究想法拆分为问题、贡献与评估三个 facet，围绕正在编辑的部分组织文献并给出带引文支撑的修改建议。在 17 名研究者的实验中，领域专家认为用 LitPivot 产生的想法比基线工具更扎根文献，系统将亮相 UIST 2026。
Hugging Face Blog精选AI 评分6161 微软与 Hugging Face 详解 ThinkingBox 如何将数据库判分转化为 RL 奖励并开源训练栈
微软与 Hugging Face 发布 ThinkingBox-Training 博客并开源代码，把对数据库终态的可执行检查用作 RL 奖励，在 ThinkingBox-Bench 之外的任务上训练 Qwen3.8-27B。
推荐理由：微软与 Hugging Face 联合复盘如何把数据库终态检查变成 RL 奖励，并公开完整训练栈，适合做有状态 Agent 后训练的参考。
Google DeepMindAI 评分5252 Google DeepMind 与 WRI、IIASA 发布 10 米分辨率全球森林类型图 ForTy 2020
Google DeepMind 和 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020 全球地图，将地球每块 10×10 米土地按 FAO 定义分为原始森林、自然再生森林、人工林、种植园、经济作物与其他土地六类，并开放 2017 至 2025 年逐年时间序列。
Google ResearchAI 评分5757 Google Research 发表 JAMA Network Open 研究：AI 辅助盲扫超声估测孕周不劣于专家标准
Google Research 团队在 JAMA Network Open 发表前瞻性多中心研究，评估 AI 模型通过盲扫超声进行孕周估测的跨环境泛化能力，作者为论文当事方。
Microsoft Research精选AI 评分8585 Microsoft Research 证明 31 年前提出的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，表明对数凸分布的最佳平切与任意形状切口的差距以一个通用常数为界，与维度无关。
推荐理由：官方一手介绍证明思路与人类引导 AI 的搜索过程，读者可以了解这项工作如何结合数学判断与多智能体探索。
Google Research精选AI 评分7171 Google Research 发布 VERID 框架与闭环湿实验室研究，让 AI 智能体驱动生物实验
Google Research 发布 VERID 框架及三项研究，构建 AI 智能体自主运行湿实验室的基础。VERID 基于开源 PyLabRobot，提供实验室工作单元的语义数字孪生、实时 3D 状态追踪、虚拟试运行和硬件安全检查，所有协议先经模拟验证再交给液体处理机器人。
推荐理由：原文给出 VERID 数字孪生框架与两条闭环实验的量化结果，读者可以了解 AI 智能体接入真实湿实验室的具体路径与安全设计。
Google ResearchAI 评分5555 Google 地理空间推理 Agent 发布技术报告并扩大 Earth AI 早期访问
Google 介绍其 Geospatial Reasoning Agent 的三项更新：发布地理空间推理技术报告，公开 WHO AFRO、GiveDirectly 等合作伙伴的真实测试结果，并扩大 Ask Google Earth 和 Agent API 的早期访问。
Google ResearchAI 评分3838 Google Research 展示放大人类创造力的 10 项研究成果
Google Research 在 Research@ 活动上演示 10 项研究亮点，展示 AI 如何放大人类创造力。
Microsoft ResearchAI 评分4646 Microsoft Research 推出 StudentSim：用个性化学生模拟器评估与改进 AI 辅导系统
Microsoft Research 的 StudentSim 从公开脱敏的学习记录中为每位学生训练个性化模拟器，用于在真实学习者测试前评估和改进 AI 辅导系统。该工作同时提出 StudentSimEval 基准，以行为保真度和对辅导指导的响应性两个维度评估，覆盖国际象棋、二语英语写作和数学三个领域。研究设置中 StudentSim 超越领先基线，可为 AI 辅导系统训练提供有效反馈信号。
Google Research精选AI 评分7070 Google 三个月现场实验：AI 辅助提升专利起草表现，但初级律师的独立能力未同步成长
Google Research 发布 NBER 论文，报告对 11 家知识产权律所 133 名律师的三个月随机实验，将未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）分给三分之二的律师。
推荐理由：三项条件的长期实验设计区分了AI辅助表现与无辅助能力，结果对理解初级专业人士如何积累专业判断有参考价值。
Google ResearchAI 评分5252 Google Earth AI 发布 PDFM 地理空间基础模型助力全球公共卫生研究
Google Research 介绍 Earth AI 的 Population Dynamics Foundation Model（PDFM），将搜索趋势、人口流动、建成环境密度和环境指标压缩为逐月更新的位置嵌入，作为即插即用输入接入流行病学工作流。
GitHub Blog · AI & MLAI 评分5454 GitHub 发布开源基准 ReviewBench 用于评测 AI 代码审查
GitHub 发布开源离线基准 ReviewBench，用于评测 AI 代码审查 Agent，现已开放使用。基准基于 1.039 亿 GitHub 真实 pull request 构建分布，语料包含 19 种语言的 219 个公开 PR，采用多来源 golden set、Claude Sonnet 5 作为 LLM 评分器，资深工程师独立复核与基准一致率达 96.6%。
Microsoft ResearchAI 评分4242 Microsoft Research 用机器学习预测电网的空间天气风险
Microsoft Research 实习生开发了一套机器学习系统，为美国本土 66,935 座变电站提供针对地点的空间天气风险预测。该管线结合 L1 点太阳风观测、AE 与 Dst 指数预测及地质电导率数据，可提前 30-60 分钟预警。评估期内系统对重大事件（≥10 nT/min）检出率达 76.5%，严重事件（≥20 nT/min）达 81.2%。
Berkeley AI Research精选AI 评分6161 K-Search 通过 CUDA 到 MLX 翻译层将内核优化经验迁移到 Apple Silicon
研究者基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架，新增 MLX 后端和结构化 CUDA 到 MLX 翻译层，让现有 CUDA 内核知识自动适配 Apple Silicon。
推荐理由：原文给出结构化 CUDA 到 MLX 翻译层的做法和可复现步骤，读者能了解跨硬件迁移内核优化经验的可行路径。
Berkeley AI ResearchAI 评分4343 Berkeley AI Research 提出 ABBEL 框架：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代完整交互历史，并通过信念评分（belief grading）监督摘要内容，解决长程任务中递归摘要的性能损失。
Berkeley AI ResearchAI 评分4242 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布对并行推理领域的综述与分析，重点探讨自适应并行推理，即让模型自行决定何时分解并并行化独立子任务、生成多少并发线程及如何协调。
Berkeley AI ResearchAI 评分4646 GRASP：面向世界模型长时程规划的梯度方法
Berkeley AI Research 研究人员（与 Mike Rabbat、Yann LeCun 等）提出 GRASP，一种基于梯度的世界模型长时程规划器。它通过将轨迹提升到虚拟状态使优化可跨时间并行、在状态迭代中直接注入随机性做探索、并重塑梯度以避开经高维视觉模型的不稳定状态-输入梯度。该方法旨在解决长时程 rollout 中梯度爆炸/消失和局部极小值等问题。
Berkeley AI ResearchAI 评分4646 SPEX 与 ProxySPEX：面向 LLM 的大规模交互识别方法解析
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，用于在特征归因、数据归因和机制可解释性中大规模识别对模型输出有影响的关键交互。方法基于消融思想，利用稀疏性和低阶性把交互搜索转化为稀疏恢复问题；ProxySPEX 进一步利用层级性，以约 10 倍更少的消融达到与 SPEX 相当的性能，并支持扩展到数千个特征的上下文。
Berkeley AI ResearchAI 评分4242 Berkeley AI Research 提出基于信息量的成像系统设计框架
Berkeley AI Research 在 NeurIPS 2025 论文中提出直接以信息量评估和优化成像系统的框架，仅需噪声测量数据与噪声模型即可估计互信息。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，据此优化出的设计可媲美 SOTA 端到端方法，且内存、算力开销更低，无需任务特定的解码器设计。