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 37
论文审计九个政策决策基准，提出BAR修订框架AI热点研究审计九个政策决策基准，发现评分器与参考答案错误，并提出BAR修订框架，修正后模型接受率显著提升。
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
EnvOS框架可审计任务中途变化的智能体AI热点arXiv论文提出EnvOS框架，可构建并认证任务中途变化的智能体测试环境
Raincheck框架提升多轮MLLM推理效率AI热点arXiv论文提出Raincheck框架，通过延迟多模态预填充优化多轮MLLM推理，首字延迟降低24.1%
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。
R²-Omni免训练框架：内存降5倍提速1.48倍AI热点arXiv论文提出R²-Omni免训练框架，通过结构与精度双重冗余削减，使全模态LLM长文本生成内存占用降低5倍，保留97.98%质量并实现1.48倍端到端提速。
港科大微软开源HarnessSQL框架AI热点港科大与微软等团队推出首个原生长程环境交互训练框架HarnessSQL并开源，8B模型在Spider 2.0-SQLite上执行准确率达45.2%，超越32B专用模型。
商汤开源具身框架，成本降至GPT-6的1/50AI热点商汤开源具身智能执行框架RoboRSI及27B模型，宣称任务成本降至GPT-6-Astra的1/50。
MRC-MMAgent提出多角色协作强化学习框架AI热点arXiv论文提出MRC-MMAgent框架，通过多角色协作强化学习提升多模态工具使用智能体表现。
LinQuant提出线性递推低精度量化新框架AI热点arXiv论文提出LinQuant框架，通过七种函数不变性改进线性递推模型低精度推理，在Mamba-2等模型上提升困惑度表现。
谷歌发布医疗AI安全评估框架AI热点谷歌联合健康专家发布白皮书，提出医疗AI三维度评估框架。
RPS-Serve发布：多模态推理调度新框架AI热点arXiv论文提出RPS-Serve模态感知调度框架，通过将视频、图像、文本分类为岩石、卵石、沙子优化GPU利用率，GPU利用率提升65%，TTFT最多降低9.3倍。
RIVER多智能体检索酶反应登arXivAI热点arXiv论文提出RIVER多智能体框架，用于酶-反应双向检索，在公开基准上取得最高成功率。
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。
IMU4D提出：可穿戴IMU实现4D人-物理解AI热点arXiv新论文提出IMU4D框架，仅用可穿戴IMU传感器实现非视觉4D人-物交互理解
GDGraph将放射学指南编译为决策图AI热点arXiv论文提出GDGraph框架，将放射学指南编译为可执行决策图，在347例病例上把模型准确率从57.3%提升至90.8%。
Gym-Anything用编码智能体生成机器人仿真AI热点arXiv论文提出Gym-Anything框架，让编码智能体自动生成机器人仿真并构建RoboWorld基准。
星衍智能Auriga领跑RoboDojo榜单AI热点星衍智能推出通用具身Harness框架Auriga，在Zero-shot协议下领跑RoboDojo榜单，并在RoboCasa365 Target50评测中取得领先表现。
亚马逊与Booking发布模型压缩方案AI热点亚马逊与Booking.com结合知识蒸馏与Medusa框架，将70B模型能力压缩至1.1B，速度提升最高20倍。
论文提出轮级Best-of-N采样提升LLM智能体AI热点arXiv新论文提出轮级Best-of-N采样方法，通过生成器-选择器框架在长时程任务上将智能体准确率提升5-10%。