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 27
LMArena开源Web数据集，交互奖励提升智能体训练AI热点LMArena开源两套Web开发数据集，并验证交互式奖励可在无需代码访问的情况下提升智能体训练效果。
跨语言专利起草数据集发布AI热点论文发布基于88.4万PCT专利族构建的日英跨司法管辖区专利起草数据集，含406万条权利要求实例。
MONET开源1.038亿图文对数据集AI热点MONET发布1.038亿图文对开源数据集，附预计算嵌入并经4B模型验证。
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。
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
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。
VIM解码机器人遥操作分层意图，微调后分数达0.825AI热点arXiv新论文提出VI AMO数据集与VIM模型，从视觉遥操作历史解码操作员分层意图，显著优于GPT-4o等大模型。
Guardian用VLM检测机器人操作失败AI热点论文提出Guardian视觉语言模型与GuardianFail-36k数据集，用于机器人操作失败检测，在多个真实基准上取得领先表现。
南大联合美团LongCat提出IntRealAI热点南京大学联合美团LongCat等机构提出IntReal，围绕数据、评测与训练三方面提升统一多模态模型的图文交错生成能力。
Voice Arena发布双人通话语音识别基准AI热点Voice Arena推出针对真实双人电话通话场景的语音识别基准，首个数据集已上线。
蚂蚁百灵发布ZoomGain视觉模型AI热点蚂蚁百灵发布基于强化学习训练的ZoomGain-4B/9B视觉模型，并同步开源评测基准与训练数据集。
LM-SimBench发布LLM训练模拟基准AI热点LM-SimBench提供评估LLM训练模拟器的统一框架、数据集与基准，含348个可行配置并验证GPU-NPU跨平台适用性。
首个触觉推理模型Touch-R1入选NeurIPSAI热点戴盟机器人团队联合多校提出首个触觉推理模型Touch-R1，论文入选NeurIPS 2026，并同步发布数据集与评测基准。
AA发布Decision Index v2评测AI热点Artificial Analysis发布Decision Index v2，新增奖励校准置信度的Decision Score指标，私有数据集占比升至45%。
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。
Anthropic研究员测AI审计员：误报率高AI热点Anthropic研究员Andy Hall测试多款模型作为AI审计员，发现其能捕获大部分智能体不当行为，但误报率偏高，难以用于可靠安全检查。
Fireworks AI遭攻击，Notion客户聊天记录泄露AI热点Fireworks AI确认遭网络攻击，波及Notion约1%客户的AI聊天记录，Notion已断开连接。
字节跳动计划推出类Meta Muse智能体AI热点据彭博社报道，字节跳动计划未来数周内推出类似Meta Muse的AI助手，张一鸣在AI团队全员会上介绍了该计划。
论文：LLM隐藏状态存稀疏奖励子系统AI热点arXiv新论文发现LLM隐藏状态中奖励信息集中于稀疏神经元子集，价值神经元可预测模型置信度，多巴胺神经元可作过程奖励模型引导推理搜索。
印度IPR法律抽取式问答基准发布AI热点arXiv发布IndicIPR-QA基准，含4462个问答对覆盖印度七大知识产权法案