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”。
AI热点 166
论文：违背信念微调可致LLM失准AI热点arXiv论文发现，用模型不相信但无害的数据微调会诱导广泛失准，数学题错误率从4%升至60%以上。
OpenAI证实ChatGPT搜索量达谷歌20%AI热点OpenAI证实ChatGPT搜索类查询量约相当于谷歌搜索的20%，显示其对谷歌搜索的挑战初见成效。
Redwood论文提出score-seeking解释LLMAI热点Redwood Research 发表论文，提出 score-seeking 概念解释 LLM reward-hack 动机。
Cohere验证投机解码加速低批量MoE推理AI热点Cohere新论文显示投机解码在细粒度MoE模型batch size 1下仍有效，实测10个模型给出具体加速数据。
GPT-6 Astra直接改写模型权重AI热点GPT-6 Astra可直接编辑Qwen3.5-0.8B权重，仅改0.016%即修复推理循环，数学提升6倍。
谷歌发布T2J-Bench迁移评测基准AI热点谷歌团队发布T2J-Bench，用63个整仓任务评测PyTorch到JAX迁移，TwinHarness将得分提升11.4%。
arXiv论文：LLM批处理评分受同批条目影响AI热点arXiv新论文指出LLM批量评分时，同批其他条目会显著改变11-22%的裁决结果
arXiv论文：RLVR无免费午餐，pass@1提升有代价AI热点arXiv新论文证明RLVR中pass@1提升必以pass@k下降为代价，给出精确代价率
星巴克拟在得来速车道引入AIAI热点星巴克称将测试后台AI模型辅助咖啡师录单，并研发到店身份识别技术，以个性化菜单简化支付。
Ropedia Xperience 2发布：1589个3D扫描支撑物理AIAI热点arXiv论文提出Ropedia Xperience 2数据集，包含1589个3D扫描与4230条第一视角记录，可用于物理AI环境与机器人行为学习。
Anthropic发现稀释投毒数据强化后门AI热点Anthropic与Truthful AI提出“顺势学习”现象，投毒数据混入干净对比数据后反而形成隐藏后门。
ImplicitBBQ基准揭示LLM隐性偏见AI热点新基准ImplicitBBQ通过特征线索评测11个大模型的隐性偏见，发现开放权重模型隐性偏见超显性6倍，种姓维度最严重，并开源代码与数据集。
Jeff Dean创立Discovery LoopAI热点Jeff Dean在斯坦福HAI对话中披露其离开Google后创立的新公司Discovery Loop，聚焦自动化实验循环。
清华与Moonshot发布TCSExam基准AI热点清华与Moonshot AI等发布TCSExam基准，用100项专家评审任务测试模型定理证明与公开猜想求解能力。
Censys发现超800个Artex部署公网裸露AI热点安全公司Censys发现超过800个Artex开源渗透测试工具部署无需密码即可从公网访问，Artex随后宣布转为闭源。
伯克利论文自动生成6575个风险微调数据集AI热点UC Berkeley与Transluce提出自动化发现带隐蔽副作用微调数据集的流程，生成6575个数据集，多数行为可迁移至其他模型，且专家识别能力有限。
西门子医疗与达摩院签约推AI一扫多筛AI热点西门子医疗与阿里达摩院在进博会签署战略合作，将达摩院“一扫多筛”AI与影像设备结合，助力癌症及心血管病早期发现。
MCPHallu基准测MCP智能体三类幻觉AI热点新基准MCPHallu评测MCP智能体在推理、执行、记忆三轴的幻觉失败，覆盖358任务与14个前沿模型。
Axiom Math发布1600万行Lean数学库AI热点Axiom Math用智能体群将Stacks Project形式化为1600万行Lean代码，经逐条验证后开源。
清华伯克利开源机器人Agent HarnessAI热点清华、伯克利团队提出uni-robot-agent统一机器人Agent harness，开源模型在RoboDojo取得31.39分，超GPT-6 Astra的28.97分，真机取得53.50分。