从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
工具 4
AI热点 164
XYBench发布：8115题测模型识别用户误解AI热点AllenAI等团队推出XYBench基准，收录8115个真实问题，评测模型能否发现用户提问中的隐含误解并转向真实目标，获EMNLP 2026最佳资源论文奖。
GPT-6 Astra改65行词嵌入修复机器人指令失灵AI热点斯坦福研究显示，GPT-6 Astra通过修改65行词嵌入，使机器人对改写指令的成功率从74.3%提升至87.5%，论文与代码已开源。
港大提出RaPO破解MLLM灾难性遗忘AI热点港大俞益洲团队提出强化微调算法RaPO，揭示GRPO轨迹级漂移缺陷，在多项视觉持续学习基准上显著降低遗忘率，论文被NeurIPS 2026录用并开源代码。
AutoAssumption搜索算法假设发现ML系统新算法AI热点AutoAssumption通过搜索算法假设自动发现ML系统新算法，在KV-cache驱逐与权重量化上取得SOTA结果。
Visual Cipher Bench评测8个模型视觉推理AI热点新基准Visual Cipher Bench用40个视觉谜题评测8个前沿模型，最强的GPT-6 Astra准确率仅26.7%，提供机制提示后可大幅提升。
SoScale提出二阶尺度搜索降低FP4量化损失AI热点SoScale提出面向FP4量化的二阶尺度搜索方法，在Qwen3上降低多种格式的量化损失。
MICRO发布视网膜图像配准基准与OFS2RegAI热点提出MICRO数据集及一步频域-结构相似配准方法，解决多模态视网膜图像刚性配准基准缺失问题
GSTAR框架实现64倍压缩自回归生图AI热点GSTAR通过空间-组协同缩放实现32至64倍压缩，1024分辨率下较此前离散自回归模型提速20倍，单张H200每图2.5秒。
GTAGym发布GTA V任务评测与RL基准AI热点GTAGym提出基于GTA V任务的评测与强化学习环境，含103个在线任务基准，最佳配置达70.9%准确率。
SocialGym用22款游戏评测LLM社交智能AI热点SocialGym提供22个多智能体社交游戏，以可验证规则评测十个LLM的社交能力。
REAL框架提升语音奖励模型偏好准确率AI热点REAL框架通过证据关联分析建模生成语音逼真度，基于MiMo-Audio的REAL-Judge在两层评测上将成对偏好准确率提升16.01和11.41个百分点，并优于SpeechJudge与UniSRM。
La-JEPA提出紧凑机器人世界动作模型AI热点La-JEPA在V-JEPA 2.1特征空间从零训练策略Transformer，多项基准达到SOTA且参数更少，真机表现与pi0.5相当。
SpecCompact加速智能体上下文压缩提速5.63倍AI热点SpecCompact通过槽并行语义推测验证加速LLM智能体上下文压缩，最高提速5.63倍。
SecureGARD实现智能体0%注入攻击成功率AI热点SecureGARD提出动态本体引导治理框架，在三个基准上实现0%间接提示注入攻击成功率并提升任务效用。
vLLM Hook v1开源：编程模型内部状态AI热点vLLM Hook v1开源插件发布，可编程vLLM模型内部状态，支持探测与干预且开销小。
MEMENTO长上下文智能体准确率升至67.8%AI热点MEMENTO基于Qwen3-8B训练上下文压缩管理，在书籍问答基准上将准确率从36.9%提升至67.8%，成本远低于GPT-5.5与GLM-5.3方案。
SAFE框架入选EMNLP 2026主会AI热点证据锚定多跳推理验证框架SAFE被EMNLP 2026主会接收，平均提升8.8个百分点
SEE基准评测28个多模态模型科学推理AI热点SEE基准评测28个多模态大模型在化学、生物、材料科学实验问题上的表现，最佳模型准确率仅54.9%，工具使用后提升至56.1%。
DictLLM字典核压缩LLaMA-7B达5.1倍AI热点DictLLM提出字典核后训练压缩方案，将LLaMA-7B压缩5.1倍且困惑度仅升2.9点，压缩率较SOTA低秩方法高3.6倍，入选NeurIPS 2026。
VAR-Q免调优KV缓存量化：内存降78.5%AI热点VAR-Q提出面向视觉自回归图像与视频生成的免调优KV缓存量化框架，在九个模型上将KV内存最多降低78.5%，并支持6倍更大推理批次。
开源项目 23
AutoResearchClaw：自主研究与论文生成流水线开源项目输入一个研究想法，通过23阶段多智能体流水线产出带真实文献、实验与LaTeX论文的学术稿件，支持全自动与人工协同模式。查看
paper-ai：结合真实文献检索的 AI 论文写作应用开源项目基于 Next.js 的论文写作应用，提供 AI 写作对话，并可从 Semantic Scholar、arXiv、PubMed 检索文献整合进论文，支持编辑器内直接修改。查看
papers-we-love：计算机科学论文目录开源项目社区维护的学术计算机科学论文索引，汇集分散在网络上的优质论文链接。查看
VAREdit：指令引导图像编辑模型开源项目ICLR 2026 论文的官方仓库，基于 Infinity 模型构建的自回归指令图像编辑模型。查看
OpenScholar：面向科学文献的检索增强问答模型开源项目检索增强语言模型，先检索相关论文再生成有出处依据的回答，包含推理、训练与检索代码。查看
AI-Scientist：自动科学发现研究系统开源项目让大模型独立完成提出想法、实验、写论文与评审的自动化科研系统，附带三个实验模板。查看
DeepSeek-OCR：视觉-文本压缩OCR模型开源项目从LLM视角研究视觉编码器的OCR模型，支持多种原生分辨率与动态分辨率模式，可用vLLM推理。查看
FlashAttention：高效精确注意力官方实现开源项目FlashAttention 与 FlashAttention-2 的官方实现，提供 IO 感知的快速显存高效注意力。查看
ARTist：Android 运行时指令级插桩框架开源项目基于 Android Runtime 编译器的插桩框架，在设备编译时修改代码，保留应用原签名并工作于指令级。查看
mutable：面向研究的模块化内存数据库系统开源项目萨尔大学开发的关系型内存数据库系统，组件可替换组合，用于研究想法的快速原型验证。查看
SGLang-FluentLLM：LongCat模型的推理引擎与内核开源项目基于SGLang改造的LLM推理引擎，面向LongCat系列模型，开源了投机解码优化、KVCache传输优化及若干CUDA内核。查看
TimesFM：时间序列预测基础模型开源项目Google Research 开发的预训练时间序列基础模型，支持单变量/多变量预测与协变量，提供 PyTorch、Flax 与 Apple MLX 后端及微调示例。查看
openai/math：模型产出的数学手稿与 Lean 形式化开源项目OpenAI 内部模型在开放研究问题上产出的数学手稿、证明材料与部分 Lean 形式化库。查看
PPTAgent：可编辑PPT生成与修订的Agent技能开源项目面向Claude Code、Codex与OpenCode的技能，创建、修订并以视觉方式审阅可编辑的PowerPoint演示文稿。查看
VibeThinker：小参数量推理模型系列开源项目开源的 1.5B 与 3B 稠密推理模型仓库，基于 Qwen2.5-Coder，面向数学、竞赛编程等可验证推理任务，附技术报告与评测入口。查看
Creusot：Rust 代码的演绎验证器开源项目将 Rust 代码翻译为 Why3 平台的 Coma 中间语言，验证无 panic、溢出与断言失败，可加注解验证功能正确性。查看
LingBot-Depth：掩码深度建模的空间感知模型开源项目通过掩码深度建模将不完整、含噪的深度传感器数据补全为高质量、米制精确的3D测量，面向机器人学习与3D视觉。查看
ChemDFM：化学领域对话基础模型开源项目基于LLaMA的化学与分子科学对话基础模型，提供v1.0-13B与v1.5-8B版本及本地推理示例。查看
KADTK：Kernel Audio Distance 音频评测工具包开源项目实现 Kernel Audio Distance 指标的 Python 工具包与 CLI，用参考集与生成集的嵌入计算生成音频质量分数。查看
Agent0：零数据自进化智能体研究代码库开源项目包含 Agent0 与 Agent0-VL 两项研究的代码，通过工具集成推理让智能体在无人工标注数据下自我进化。查看