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 163
CMU新基准：Opus 5.5智能体得分1.25登顶AI热点CMU论文Singularity-Bench评测11个智能体，Opus 5.5+Claude Code以1.25分领先，其推理引擎每GPU小时收益超SGLang。
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。
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。
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。
论文测6款LLM国际象棋评估稳定性AI热点arXiv论文用变形关系测试6款大模型在国际象棋评估中的几何稳定性，全部在180度旋转测试上失败。
论文测试CodeQL污点跟踪鲁棒性：26.2%告警被静默AI热点arXiv论文用LLM对CodeQL告警做保留漏洞的自然重写，发现26.2%的告警被静默，缺口集中在库建模边界。
论文：Claude Code调试数据库卡在访问权限AI热点arXiv论文报告Claude Code调试生产数据库的实地观察，发现访问权限比推理更关键。
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：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。
论文：LoRA后门防御可被少样本重激活AI热点arXiv论文指出LoRA后门子空间投影防御虽能将攻击成功率降至0，但5样本少样本重激活可使各防御方法攻击成功率反弹至91.7%-100%。
论文：LLM智能体内群体信任偏差难被审计AI热点arXiv论文显示五个开源推理模型在多智能体模拟中出现内群体信任偏差，且现有行为日志审计难以检测。
论文：截止时间改变LLM推理测量价值AI热点arXiv新论文指出，评估LLM智能体应将答案价值与到达时间一并衡量，并给出Qwen3-8B并发实验数据。
AES论文让推理缩短52.9%AI热点NeurIPS 2026接收论文提出自适应熵节省方法AES，选择性保留高熵token以抑制大推理模型过度思考，在八个推理基准上将推理长度最多缩短52.9%，同时平均准确率提升最多3.8%。
伯克利论文：监督者重组智能体团队超越专家内核AI热点UC Berkeley论文提出Evolving Agent Teams，用supervisor在进度停滞时重组编码智能体团队，在GPU kernel优化上超越专家代码。
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。
伯克利论文：智能体自改Harness或致能力退化AI热点伯克利等团队研究发现，智能体自改Harness提升平均分的同时会丢失原有任务能力，且多数可靠性提升伴随成本上升。
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。
斯坦福论文：信息披露对LLM交易影响不一AI热点斯坦福研究在交易、议价和拍卖场景测试10个前沿模型，发现信息披露并非总能改善结果，不同模型收益随披露粒度变化有升有降。
牛津论文：LLM智能体难零样本协同AI热点牛津BOLD团队论文发现，前沿LLM智能体在跨模型零样本协同中倾向于坚持自身任意约定，导致得分低于安全值；加入简短的协调原则声明后可稳定选择安全动作。
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。
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