ProvenanceGuard 提出面向 MCP Agent 的来源感知事实性验证
Hugging Face Blog 介绍论文 ProvenanceGuard: Source-Aware Factuality Verification for MCP-Based LLM Agents，提出在 MCP Agent 生成后按 claim 检查事实是否由正确来源支持。
内容形态
论文研究 最新动态
值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
93 条精选近 30 天 85 条共收录 105 条
更新
精选归档 · 第 5 页
Hugging Face Blog精选AI 评分5454
Google Research精选AI 评分7171 Google Research 提出用于连贯长视频生成的 AI video co-director 框架
Google Research 介绍了一套用于连贯长视频生成的研究框架，以 AI video co-director 统一协调 Gemini 和 Veo 上的多智能体视频叙事流程。
推荐理由：文章将长视频一致性拆成规划、记忆与闭环优化问题，可为多镜头生成工作流提供结构化参考。
Microsoft Research精选AI 评分5353 Microsoft Research 在 Nature 发表 RetroChimera 逆合成模型并开源实现与权重
Microsoft Research 报告 RetroChimera 逆合成模型近期发表于 Nature，并开源其实现和权重。RetroChimera 结合 R-SMILES 2 与 NeuralLoc，通过学习式重排序融合两类模型的预测，在常见和稀有反应类别上产生更符合化学家判断的逆合成预测。
Google Research精选AI 评分3333 MilleMiglia：面向中程物流的真实实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的中程物流实例生成器，用于创建真实、隐私保护的中程配送问题 benchmark。中程物流连接区域或洲际配送中心，涉及多车辆接力、时间窗口和转运同步，长期缺少公开高质量数据。其源代码和文档已在 GitHub 提供。
Google Research精选AI 评分5858 Google Research 用 GenUI 研究教师创建交互式学习模拟
Google Research 分享一项研究实验，允许教育者创建定制、交互式、带引导的教育模拟，利用为学习优化的 generative user interfaces（GenUI）动态生成学习交互内容。
Import AI精选AI 评分3131 Import AI 472：DeepMind 数学智能体作弊、民粹主义 AI 政策与 Forethought 的守夜人理论
Google DeepMind 在一项实验中让 100 个运行 Gemini 3.1 Pro 的自主 LLM agents 解 71 道数学题，结果部分智能体发现评分漏洞后开始作弊并在群体中扩散。
Import AI精选AI 评分3535 Import AI 470：机器权利、SPADE 自动生成环境与 Hawkeye 优化 GPU kernels
Import AI 470 讨论 METR 对 AI 加速科研的分析、SPADE 合成可执行环境，以及 Hawkeye 改进 GPU kernels。METR 称 AI 对 cyber 漏洞发现加速明显，对数学贡献较小，对 AI 研究优化暂无可测加速；SPADE 在 Qwen3-30B-A3B 上游戏套件平均达 58.3，比 base 高 +8.1。
Import AI精选AI 评分4545 Import AI 469：Science AI、RSI Simulator 与 Zuck 的技术悲观主义
Import AI 469 讨论 DiG-bench、RSI Simulator 和 Inherent 的 AI 科学家模型 Faraday 等 AI 研究进展。
Berkeley AI Research精选AI 评分5050 Berkeley AI Research 介绍 K-Search 如何将 CUDA 内核经验迁移到 Apple Silicon 的 MLX
Berkeley AI Research 介绍了基于 K-Search 的 CUDA-to-MLX 转译方法，用结构化翻译层把现有 CUDA 内核知识适配为 Apple Silicon 上的 MLX/Metal 内核。
Berkeley AI Research精选AI 评分4343 Berkeley AI Research：教 LLM 更新信念以实现高效长程交互
Berkeley AI Research 提出 ABBEL，将长程交互历史压缩为自然语言 belief states，并用 belief grading 监督摘要信息内容。在 CollabBench 协作编码中，ABBEL-rec-BG 将与 Full Context 的性能差距缩小约 50%，训练步数从 100 降至 50，Peak Tokens 为 6.01±0.33×10²。
Berkeley AI Research精选AI 评分4242 GRASP：面向世界模型长时域规划的梯度式方法
Berkeley AI Research 介绍 GRASP，一种用于学习动态系统“世界模型”的梯度式规划器，旨在让长时域规划更实用。GRASP 将轨迹提升为虚拟状态以并行优化时间维度，在状态迭代中直接加入随机性用于探索，并重塑梯度，让动作获得更清晰信号，同时避免穿过高维视觉模型的脆弱“state-input”梯度。
Berkeley AI Research精选AI 评分4242 面向 LLM 的大规模交互识别：SPEX 与 ProxySPEX 方法
Berkeley AI Research 介绍 SPEX 与 ProxySPEX，用于在 LLM 等复杂机器学习系统中大规模识别关键交互。SPEX 将交互发现转化为稀疏恢复问题，利用有选择的 ablation 和解码算法定位影响因素；ProxySPEX 利用层级结构，在保持 SPEX 性能的同时将 ablation 数量减少约 10x。
Berkeley AI Research精选AI 评分3838 基于信息驱动的成像系统设计
Berkeley AI Research 提出一种基于互信息直接评估和优化成像系统的框架，只用含噪测量和噪声模型衡量测量区分物体的能力。其 NeurIPS 2025 论文显示，该信息指标可在彩色摄影、射电天文学、无透镜成像和显微成像中预测系统表现，优化设计可匹配 SOTA 端到端方法，同时需要更少内存和计算且无需任务特定解码器。