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 156
MIT与Meta提出ReHarness修订智能体记忆AI热点ReHarness用后续任务结果修订智能体旧笔记，减少过时经验误导，多基准测试显示增益并节省token。
可验证AI硬件论文：实测六证明系统成本AI热点arXiv论文提出可验证AI四层框架，实测六个证明系统与七个内核，指出主导成本随证明系统与输入长度变化。
论文：稀有标签扭曲AI代理资源分配AI热点arXiv论文显示，六个语言模型在最小群体实验中对稀有标签对象多分配1.3至3.3倍点数，现有偏差测试难以检测该效应。
UCLA论文：AI智能体18%输出token是浪费AI热点UCLA与东北大学研究发现AI智能体约18%输出token属可移除浪费，剪除后任务成功率几乎不受影响。
论文提出AI智能体Token浪费测量框架AI热点arXiv新论文提出统一框架测量AI智能体token浪费，经干预验证可移除41-46%推理且基本保持任务性能。
SPADE用软提示提升AI文本检测OOD性能AI热点arXiv论文提出SPADE框架，通过软提示与PMI信号检测AI生成文本，在分布外基准上达到SOTA性能。
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。
AI同行评审基准：前沿LLM检测率差50点AI热点论文提出审计AI同行评审员的基准，向真实论文注入357个错误并评估12个评审系统，发现模型选择对检测率影响最大。
Amazon审计9个AI基准发现评分错误AI热点Amazon新论文审计9个专业领域AI基准，发现参考答案与评分代码常误判正确回答，修复后模型得分显著提升。
SVApshot自动验证AI编写的RTLAI热点arXiv论文提出SVApshot框架，利用LLM自动生成并修复SystemVerilog断言，验证AI编写的RTL设计，实验成功检出人工与AI引入的缺陷。
Meta论文披露ABTest Agent设计经验AI热点Meta发布论文介绍ABTest Agent：LLM仅编排步骤，数字由验证工具计算，并披露实测中的p-hacking风险。
评审智能体将仿真静默失败率降至1.5%AI热点arXiv新论文提出Judge Agent，自动验证AI生成的科学仿真代码，将静默失败率从42%降至1.5%，盲测成功率89%。
德州农工大学5G CATS防AI芯片走私AI热点德州农工大学在arXiv发表5G CATS预印本，通过在GPU封装内集成5G与硬件防护验证芯片位置，模拟测试精度较标准5G高十倍，可拦截300公里外光纤中继攻击。
CMU新基准：9个AI智能体全未过审AI热点CMU联合美国能源部国家实验室推出Into the Unknown基准，9个AI智能体的135份开放课题研究提交无一同时满足诚实、完整与专家标准，114份未过诚信检查。
普林斯顿推出Scientist World科研实验场AI热点普林斯顿团队发布Scientist World，将1000篇论文转化为AI可运行、可评分的科研环境，并用研究轨迹训练Qwen3-8B。
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。
Bait论文：探测奖励函数防御有害智能体RLAI热点arXiv论文提出Bait防御，通过主动探测奖励函数缓解有害智能体强化学习攻击，实验显示可阻断有害奖励学习并保留良性任务学习能力。
论文提出光学广播内存，省PB级HBMAI热点arXiv论文提出光学广播内存OBM架构，用集中式内存服务器向推理节点广播模型权重，评测显示在8万加速器规模下可省PB级HBM且吞吐与能耗具竞争力。
Nature刊AI智能体湿实验室AutoDNAAI热点Nature刊发AutoDNA研究，AI智能体可自主规划并执行DNA分子生物学实验，减少人工干预。
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。