跳到正文
只看论文
  1. Google DeepMind63

    超越树木覆盖率：ForTy 以 10 米分辨率绘制全球森林类型地图

    Google DeepMind、Google Research 与 WRI、IIASA 联合发布 ForTy 2020，以 10 米分辨率将全球土地划分为六类森林及土地用途。

    推荐理由：相比只标示树木覆盖的地图，ForTy 区分森林类型并追踪土地用途变化，可识别天然林被砍伐后改种人工林所掩盖的生态变化。

  1. Sidebar85

    AI 如何改变 Anthropic 的就业结构与工作方式

    Anthropic 的内部研究发现，随着 AI 智能体广泛应用，初级技术岗位招聘占比下降，员工产出增加，招聘更重视自主性与判断力。研究结合内部数据和 17 次员工访谈，显示初级技术岗位在新聘人员中的占比从 27% 降至 9%，到 8 月员工直接使用的交互式智能体工作时长达到人类员工的 6 倍，但工具采用并非随机，产出增长不能全部归因于 AI。

    推荐理由：这项内部研究呈现了智能体普及后工作瓶颈从执行转向注意力与判断的变化，为理解岗位职责和招聘要求的调整提供具体案例。

  2. Google Research66

    Google Research 研究以 AI 辅助超声评估孕周，准确性不劣于专家标准方法

    Google Research 的前瞻性多中心研究显示，AI 可从新手操作员采集的超声盲扫影像估算孕周，准确性不劣于专家标准方法。研究发表于 JAMA Network Open，在孕期为 16 至 36 周的 385 名参与者中，AI 的平均绝对误差为 4.18 天，专家标准方法为 4.48 天。

    推荐理由：研究以未参与微调的肯尼亚临床数据检验跨场景泛化，为评估医疗 AI 能否迁移到不同设备与资源条件提供了具体参照。

  3. Microsoft Research83

    Microsoft Research 研究员与合作者证明悬而未决 31 年的 KLS 猜想

    Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明了 KLS 猜想，将高维对数凹分布相关几何界限收紧至与维度无关的通用常数。

    推荐理由：研究者逐轮筛选并重定向智能体的探索，而相近 token 预算的无引导尝试未达目标，为人机协作研究提供了具体的方法对照。

  1. Hugging Face Blog67

    FairStress：更深入评估大语言模型决策中的公平性

    Ai2 推出公平性评测基准 FairStress，检验大语言模型面对不同人口群体时，决策、解释及受劝说后改变选择的行为是否对称。基准包含覆盖 29 个领域的 300 个场景，结合身份呈现方式和对抗性前缀扩展为超过 1300 万个测试用例，并提供 50K 条目的 FairStress-Core 子集。

    推荐理由：通过对同一论据进行人口群体身份互换测试，这项研究提供了超越最终选择结果、检查模型决策是否同样稳健的评估方法。

  1. Google Research69

    Google Research 介绍自主湿实验室研究：以 VERID 和闭环实验连接 AI 智能体与生物现实

    Google Research 介绍三项面向人类指导下自主湿实验室的研究，涵盖 VERID 实验自动化、闭环适配体发现和从头蛋白质结合物设计。VERID 通过实验室数字孪生、模拟试运行和硬件安全检查约束机器人操作；适配体实验经过 3 轮设计与测试，将肌红蛋白和 α-thrombin 的经确认靶向命中率分别提高至 33.5% 和 42.1%。

    推荐理由：适配体实验展示了智能体如何利用真实实验反馈识别非特异性结合，并修正设计规则，为区分目标信号与实验伪象提供具体案例。

  2. Nielsen Norman Group61

    Nielsen Norman Group 对比合成受访者与真人：结论相同，回答多样性更低

    Nielsen Norman Group 将 120 名 AI 合成受访者与 604 名真人对同一开放式问题的回答进行比较，发现两组均以 UX 为主流术语，但合成回答的多样性明显更低。

    推荐理由：这项对照研究区分了复现主流结论与保留回答多样性，说明合成受访者可能遗漏真人研究中的少见观点和群体差异。

  1. Google DeepMind80

    Google DeepMind 如何为 Gemini 4 Argon 构建安全防护

    Google DeepMind 介绍 Gemini 4 Argon 的安全设计，重点解释高风险用途防滥用、实时失对齐监控和提示词注入防御。防护结合输入筛查、内部激活探针和持续监控；在 Gray Swan 的 IPI 基准上，15 次自适应攻击尝试的成功率降至 0.7%。

    推荐理由：训练案例揭示了惩罚思维链中取巧表述的风险，公开讨论减少不等于取巧减少，为设计可监控的智能体训练提供参考。

  1. Google Research73

    Google Research 研究：AI 让工作成果更好，也会让专业能力更强吗？

    Google Research 的三个月专利撰写实验发现，AI 辅助提高了律师的撰写质量，但停用 AI 后的判断能力提升仅见于资深律师。

    推荐理由：研究将使用 AI 时的产出质量与停用后的独立判断分开测量，为区分即时生产力提升和专业技能积累提供了可迁移的评估方法。

  1. Google DeepMind70

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 推出概念验证阶段的 SynthID Bio，将水印嵌入蛋白质序列和预测三维结构，并在实验中保留生物功能。

    推荐理由：水印检测从数字设计延伸到合成后的实体蛋白，为生物设计溯源提供了验证层，但抵御蓄意篡改仍是后续研究重点。

  1. Microsoft Research62

    Microsoft Research 推出 Quine，连接生物学世界模型与实验研究流程

    Microsoft Research 推出实验性 AI 研究系统 Quine，将多模态生物学世界模型与连接科学工具、文献和研究人员的交互框架结合。在与 Broad Institute 合作的胰腺癌研究中，团队用一个周末完成数千种化合物的预测筛选与候选排序，多项湿实验验证了高排名候选引导细胞状态转变的效果。

    推荐理由：胰腺癌实验案例展示了先用模型缩小化合物搜索范围、再用湿实验检验预测的研究路径，为计算与实验协作提供具体参照。

已经到底了