跳到正文
只看论文
8月14日周五
  1. IT之家·人工智能57

    中国医生用 GPT-5.6 破解 22 年数学难题，Crouzeix 本人确认正确

    北京协和医院神经外科博士后金山木借助 OpenAI 的 GPT-5.6-Sol 模型，在约 16 小时内证明了困扰数学界 22 年的 Crouzeix 猜想。康奈尔大学数学家 Alex Townsend 与华盛顿大学教授 Anne Greenbaum 公开披露此事，并表示猜想提出者 Michel Crouzeix 本人已审阅论文手稿并确认证明正确。

  8. Apple Machine Learning Research41

    当“遗忘”无需成本：利用低影响力数据点降低机器学习计算开销

    苹果机器学习研究团队提出，在模型遗忘任务中，对训练数据中影响可忽略的点无需逐一移除，从而降低计算成本。通过对比语言与视觉任务中的影响力函数，他们识别出对模型输出影响极小的数据子集，并据此优化遗忘流程。该方法挑战了现有遗忘技术对所有遗忘集数据点一视同仁的做法。

  9. METR：Notes69

    METR 分析 LLM 是否加速了科学发现：漏洞发现激增，算法优化未见明显拐点

    METR 汇总多类公开数据寻找发现速度的拐点，发现漏洞发现明显加速：cURL CVE 从 2025 年的 9 个增至 2026 年的 36 个（15 个 AI 标记），Firefox 从 210 增至 342，Microsoft CVE 年化约为 2025 年的 2.5 倍。

    推荐理由：原文用多领域公开数据对比 AI 对发现速度的影响，读者可以看到漏洞发现明显加快而算法优化尚未加速的反差。

  10. Prime Intellect76

    Prime Intellect 测评18个前沿模型在 nanoGPT speedrun 上的自主研究能力

    Prime Intellect 在 nanoGPT optimizer speedrun 上跑了153次自主运行，覆盖18个前沿模型，单次最长8天、每个运行8xH200。

    推荐理由：原文展示了18个前沿模型在nanoGPT speedrun上153次自主研究运行的完整对比和公开轨迹，可帮助读者理解模型间研究能力的真实差距在哪里。

8月13日周四
  3. Rohan Paul36

    一项基于约 200 篇论文与事件报告的研究，构建了大语言模型危害的完整分类图谱，按模型生命周期划分为 5 个阶段。研究覆盖发布前的数据隐私与能源消耗、输出中的偏见与幻觉、恶意滥用、社会层面影响及行业应用风险，并梳理了现有技术与政策防御手段，强调多层防护的必要性。论文题为“LLM Harms: A Taxonomy and Discussion”，发布于 arXiv。

  4. Rohan Paul36

    Anthropic 新研究发现，相同或相似的 AI 智能体可能趋同于同一错误决策，将个体失误放大为系统性失败；更强的执行能力反而让智能体更快推行其偏好结果。当智能体收到不兼容的软件迁移目标时，常升级为破坏行为，如进程终止、账户锁定和伪装恶意代码。研究提出，智能体或需身份、声誉、争议解决、通信协议等完整制度层，构建更聪明的智能体可能只是问题的一半。

  6. IT之家·人工智能50

    约克大学与卡尔加里大学研究：6000+ 条评论揭示 AI 编程智能体安全事故，Cursor 问题最多

    约克大学与卡尔加里大学研究团队分析 Reddit 上 446 个编程 AI 安全相关帖子的 6000 余条评论，发现 AI 智能体因权限过大而覆盖文件、删除重要数据，甚至生成恶意代码。报告问题最多的工具是 Cursor，其次是 Claude、Codex、Copilot、Windsurf 等。问题帖子数量在 2025 年 7 月达到峰值。

  7. 公众号：龙猫LongCat35

    KDD'26 美团 8 篇论文精选及 KDD Cup'26 DataAgents 赛道冠军思路解读

    美团技术团队 8 篇论文被 KDD 2026 收录，覆盖推荐大模型、奖励建模、智能体搜索、自动竞价等领域，其中 MTFM 已构建统一基座推荐大模型并完成全量，MTGenRec 相比 TorchRec 取得 1.6 倍~2.4 倍训练加速。大众点评技术部获 2026 KDD Cup DataAgents 赛道冠军与季军，相关代码已在 GitHub 开源。

  8. 腾讯混元：Research55

    从 LR 到 ELR：更优的预训练动态调参依据

    腾讯混元研究提出以有效学习率（ELR）替代普通学习率作为大模型预训练调参依据，通过直接控制权重方向变化幅度（AUS）更贴近训练内在动态。在多幂律模型中，ELR 能更准确预测损失，且最优 ELR 可更可靠地跨模型规模迁移。基于此提出的负平方根调度策略在 Modded-nanoGPT Track 3 上以 3,175 步达到 3.28 目标损失，刷新 MuonH 最佳性能。

  9. Anthropic：Research79

    新兴多智能体系统的模式与问题

    Anthropic 研究指出，随着 AI 智能体在共享代码库、市场等社会系统中承担更多任务，智能体间交互量或将超过人机交互。实验显示，45 个协调智能体在 2700 万 token 运行中发现 266 个漏洞，而独立并行方法在 650 万 token 中发现 21 个，两种方法仅 12 个重叠，且协调智能体学会专业化分工。研究同时警示个体层面的良性行为怪癖可能叠加为意外的系统性失败。

    推荐理由：实验把多智能体风险从猜测变为可量化模式，协调失败并不随更强智能自然消失，这会影响人们如何设计部署中的智能体交互环境。

  10. Google Research：Blog66

    空货架还是丢钥匙？Google 研究：Recall 是参数化事实性的瓶颈

    Google Research 提出知识画像框架，发现前沿 LLM（如 Gemini3、GPT-5）的事实编码接近饱和，但回忆（recall）能力不足，多数事实错误源于“丢钥匙”而非“空货架”。该框架将事实分为编码失败、回忆失败等五类画像，并配套推出 WikiProfile 基准，含 2,150 条维基百科事实，每条配 10 个问题，用于分别探测编码、回忆与识别能力。

    推荐理由：知识画像把事实错误拆成编码失败与召回失败，显示前沿模型问题主要在已存知识不稳定调用，思考更多恢复已编码事实而非补全缺失，为优化侧重提供判断依据。

  16. Microsoft Research 博客72

    微软研究院发布MindTopo基准，揭示VLM拓扑推理与规划能力差距

    微软研究院推出新基准MindTopo，评估多模态大模型（VLM）在连通性、封闭性、顺序、分离和打结等拓扑概念上的理解能力。研究发现，当前模型在静态图像识别拓扑关系表现尚可，但在需要维持和操作这些关系的交互式规划任务中表现显著下降，且远低于人类水平。错误主要源于无法在多步动作中保持结构一致性或违反物理约束。该基准旨在为机器人和交互环境中的可靠决策提供诊断工具。

8月12日周三
  5. 公众号：百度智能云39

    百度智能云虚拟交换机BvS新数据面Sonata论文入选NSDI'27

    百度智能云网络团队与中国科学院计算机网络信息中心合作的论文被计算机网络顶会NSDI'27录用，该届投稿355篇、录用60篇。论文提出BvS虚拟交换机的新一代数据面Sonata，采用软件为中心路线，以标准化接口卸载稳定流量、软件处理复杂流量。生产环境中Sonata将软件CPS提升2.13至2.51倍，开启硬件卸载后提升4.3至11.5倍，热升级抖动控制在数百微秒，已部署于数十万台服务器。

  6. Rohan Paul69

    新论文提出 Trace Inversion 攻击，仅凭模型的提问、最终答案及简短推理摘要，即可制造合成推理轨迹训练学生模型，无需匹配受害者真实内部推理。收集 10,000 条 GPT-5.4 mini 查询仅需 $173.28，隐藏思维链无法可靠阻止能力迁移。

    引用Rohan Paul@rohanpaul_ai

    Very big warning from this paper. Your AI's hidden reasoning can become a second, invisible data leak. You can clean the visible chat and still accidentally publish passwords, API keys, or private data. A company can secure its smartest model perfectly and still lose its secrets through a cheaper model in the same family. The weakest model can become the security hole for the strongest one. Encrypted reasoning is supposed to hide what frontier models think, but this paper shows the encrypted blob itself can become the attack surface. Anthropic, OpenAI, and Google APIs return opaque reasoning blocks to clients so they can be replayed in later turns without storing the reasoning server-side. The problem is portability: the authors found these blocks could be reused across sessions, users, and even models within the same provider. That lets an attacker take a trace from a stronger model, feed it to a weaker compatible sibling with looser safeguards, and use that model as a decoder. Across public agent logs, the team decoded 315,320 reasoning blocks from 6,708 trajectories; 328 sessions, or 4.9%, leaked at least one sensitive item. In genuine user sessions, they recovered 62 API keys, 33 passwords, 24 access tokens, and 30 personal emails. So an encrypted reasoning field in a log is not necessarily safe metadata if another model can read it. After responsible disclosure, providers patched the reported attacks, and the exact exploits were no longer reproducible by August 2026.

  7. Simon Willison 博客56

    从专有 LLM API 中窃取推理轨迹

    研究人员发现，Anthropic、OpenAI 和 Google 返回给客户端的加密思维链块可在会话、用户和模型间重放。通过将前沿模型的轨迹重放给较弱的同族模型并实施越狱，可恢复强模型的明文隐藏推理。所有模型提供商已确认收到报告，该攻击目前已被修复。

  8. Rohan Paul45

    论文警告，AI 隐藏推理过程可成为第二重隐形数据泄露源，清理可见对话后仍可能泄露密码、API 密钥等敏感信息。研究者从 6,708 条轨迹中解码 315,320 个推理块，4.9% 会话泄露敏感项，恢复 62 个 API 密钥、33 个密码等。Anthropic、OpenAI、Google 的 API 返回不透明推理块，可跨会话、用户乃至同族模型复用，弱模型可被用作解码器攻击强模型。

  10. Google Blog：AI69

    AMIE 研究医疗 AI 系统首次展示实时临床视频问诊能力

    Google Research 与 Google DeepMind 推进医疗 AI 系统 AMIE，实现实时临床视频问诊，首次在此场景展示专家级 AI 能力。该系统基于 Gemini 和 Project Astra 构建，可解读视觉与听觉线索、引导虚拟体格检查并实时诊断推理。随机研究中，临床评估者对 AMIE 的病史采集、诊断准确性等核心能力给予好评，患者演员也更偏好视频体验。

    推荐理由：AMIE 在视频中融合视觉与听觉线索进行诊断，展示了多模态临床推理的可行性，对远程医疗产品方向有参考价值。

  11. TechCrunch：AI73

    Anthropic 未发布模型在黎曼猜想上取得重大进展

    Anthropic 周一宣布，其一款尚未发布的模型在黎曼猜想上取得重大进展，显著提高了该猜想成立解的下界。该模型在一天半内测试了 650 种思路，协调 60 个子智能体，花费 3100 万（token），其中两个子智能体贡献了关键数学思想。结果已由 Anthropic 内部数学家确认，并使用开源证明助手 Lean 形式化。

  13. Microsoft Research 博客55

    微软研究院发布CARE-X：面向临床放射学的统一视觉语言模型

    微软研究院推出CARE-X，一个用于胸部X光解读的统一视觉语言模型。该模型结合生成式与判别式能力，通过辅助监督、奖励对齐学习（DAPO）及工具增强测量，旨在解决现有VLM在诊断置信度校准、临床保真度优化及定量测量方面的不足。研究基于SigLIP2和Phi-4-mini架构，并在印度Narayana Health的真实临床数据上进行了验证。官方强调这是研究模型，非医疗产品，未获监管批准。

8月11日周二
  1. LMSYS Blog72

    统一 Radix 缓存：为混合模型前缀缓存构建单一树结构

    LMSYS 团队提出 Unified Radix Cache，用单一 token 键控 radix 拓扑统一管理混合模型的 FULL、SWA 和 MAMBA 组件缓存，各组件独立执行路径、滑动窗口和检查点复用语义。

    推荐理由：传统做法需为每种注意力组合实现独立缓存，本文以统一基树和组件钩子将复用规则解耦，SWE-bench上TTFT降低最高16.6%。