Google DeepMind 与 WRI、IIASA 发布 ForTy 全球森林类型地图
Google DeepMind 与 Google Research 联合 World Resources Institute 和 IIASA 发布 Forest Typology(ForTy)2020 全球地图,以 10 米分辨率将地球每块土地划分为 FAO 定义的六类森林与土地类型,并首次提供 2017 至 2025 年逐年变化时间序列,展示天然森林被种植园或农场取代等变化。
Google DeepMind 与 Google Research 联合 World Resources Institute 和 IIASA 发布 Forest Typology(ForTy)2020 全球地图,以 10 米分辨率将地球每块土地划分为 FAO 定义的六类森林与土地类型,并首次提供 2017 至 2025 年逐年变化时间序列,展示天然森林被种植园或农场取代等变化。
Introducing ✨Token-Gated Language Models✨ for up to 11x faster prefill by learning to skim context, conditionally forwarding only tokens that matter. Akin to the shift from dense models to MoEs, the next frontier of efficient LLMs is conditional computation over a new scaling axis: context tokens🧵👇
Sierra 发布 𝜏-Entity 基准,测量语音智能体能否正确采集、识别错误并修复姓名、电话号码、地址和邮箱等细节,包含 10 种实体类型共 200 个任务,并与 𝜏-i18n 一样覆盖六种语言。
推荐理由:Sierra 自建基准和论文量化了语音智能体在准确采集姓名、电话等细节上的失败率,并给出可迁移的验证策略效果数据。
小红书大模型基建部发布 NeurIPS 2026 论文 Hint Tuning: Less Data Makes Better Reasoners,把推理模型的思维链按反思词切成片段作为 hint 交给同家族 Instruct 模型,测出每道题的最小有效提示,据此构造长度可变的训练数据。
OpenAI 与 PerturbAI、Scripps Research 合作,用数千个基于 GPT-Rosalind 的智能体在 32 分钟内完成对数百万小鼠细胞的全脑 CRISPR 图谱分析,人工估计需数月至一年。
腾讯混元与复旦大学研究团队提出 WorkForge 框架,从真实世界资源出发规模化构建可验证的智能体工作环境,产出 WorkForge-16K 共 16,665 个环境,覆盖 40 个专业领域、60 种文件类型。
Perplexity 与 NVIDIA 团队提出后训练方法 JOLT,让同一个模型同时扮演教师和学生,且教师也参与训练。在 MATH 上,JOLT 以 6.5 倍更少的训练 token 达到 GRPO 的准确率;JOLT+ 在 AppWorld 状态测试通过率达 72.09%,比 GRPO 的 62.20% 高 9.9 个百分点。
Introducing http://AgentReady.org, the first open standard for agent experience. Agents are a new class of user, but there's still no shared definition of what it takes to be ready for them. So we partnered with the leading companies in the agentic web such as Vercel, Stripe, Auth0, Mintlify, Tavily and Elementor. Our research lab ran agents on real tasks more than 250,000 times to measure what actually decides whether an agent succeeds, and every requirement traces back to that data. The result is a short set of essentials in the order agents meet a product: find, read, act. We've been overwhelmed by requests to join. If you build or study the surfaces agents touch, come help shape it. The spec: http://agentready.org The story behind it: http://ora.ai/blog/agentready-launch
Stanford HAI 数字经济实验室于 2026 年 6 月推出按月更新的 AI Economic Indicators 仪表盘,实时追踪 AI 采用对就业、工资、消费者剩余与 AI 使用的影响。
Sierra 发布 𝜏-i18n,将 𝜏-Voice 扩展到西班牙语、巴西葡萄牙语、印地语、韩语和普通话五门语言,使用统一的航空、零售、电信任务跨语言对比。
LLMs deployed in specialized domains, from enterprise codebases to law firms, dig through a mountain of unstructured context! Our new paper, Librarian Agents, asks: can an agent adapt by curating its own long-context workspace, anticipating queries before they arrive? 🧵⬇️
New research: We developed JOLT, a post-training method where one model acts as both teacher and student, with the teacher trained to give feedback the student can use. On MATH, it matched GRPO's accuracy with 6.5x fewer training tokens. https://www.perplexity.ai/hub/blog/a-good-teacher-meets-the-student-where-they-are
SemiAnalysis 发布长文,分析 9 月 30 日 DeepSeek 为 TileLang、DeepGEMM、DeepEP、FlashMLA 等 6 个仓库加入 Ascend 支持背后的华为-DeepSeek 互补关系。
基于 Qwen3-4B 的葡萄牙语作文自动评分器通过 VocabX 方法重建词表,在基座模型、数据和训练配方不变的情况下将实测推理成本降低 77%。该方法按每个 token 的成本而非词频来专精词表,使输出层从约 152,000 行缩减到约 65,000 行。原文指出生成 token 的成本约为读取 token 的 7.4 倍,词表是领域专精模型最大的成本杠杆之一。
Google Research 在 JAMA Network Open 发表前瞻性多中心研究,评估基于"盲扫"超声的 AI 孕周评估模型在不同临床环境和设备上的泛化能力。
推荐理由:研究给出跨芝加哥与内罗毕的前瞻验证数据,读者可据此评估 AI 超声在低资源场景落地的可行性。
Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits(KLS)猜想,表明对数凹分布的最优平面切割与任意形状切割的差距不随维度增长,以普适常数为界。
推荐理由:微软研究员亲述证明过程,展示了人类引导多智能体迭代剪枝的科研协作方式,约百条研究路径中筛出关键判据。
Wiz Research 披露 PHP 核心中的多个内存安全漏洞(CVE-2026-109618/109619,CVSS 最高 9.2),实现无需认证的远程代码执行与内存泄露,影响至少追溯到 PHP 5.4 的近十年版本。
推荐理由:Wiz 以亲历视角展示 AI 如何把隐藏十余年的 PHP 内存漏洞变成可用利用链,并给出可迁移的检测信号和修复建议。
GPT-Rosalind surfaced a new lead for drug discovery: could restoring cholesterol transport protect neurons from degeneration? DCTN1 is a gene linked to Perry syndrome, a rare neurodegenerative disorder. In mouse-brain data, disrupting it increased expression of genes involved in making cholesterol. GPT-Rosalind suggested a possible explanation: cholesterol may not be reaching where neurons need it. That gives scientists a specific mechanism to test and, if confirmed, a direction for developing new treatments for neurodegenerative disorders. With @perturbai_tx and @scrippsresearch, a team of thousands of GPT-Rosalind agents worked in parallel, connecting gene-expression results from millions of mouse brain cells with scientific literature in just 32 minutes. We’re now expanding this collaboration to identify new drug targets. https://openai.com/index/scaling-ai-research-for-complex-biological-data/
OpenAI、PerturbAI 与 Scripps Research 联合发布研究,用数千个由 GPT‑Rosalind 驱动的 AI 智能体并行分析数百万小鼠脑细胞的全脑 CRISPR atlas,32 分钟内完成分析与文献解读,并称人工逐一分析需数月至一年。
推荐理由:原文给出分布式智能体分析全脑 CRISPR atlas 的具体做法与对比数据,读者可了解该方法的实际效果与局限。
O'Reilly 基于 209 名安全从业者(总样本 351 人)的调查报告分析 AI 与安全的交叉现状。最常见攻击是 AI 生成钓鱼(55%)、漏洞扫描利用(30%)和 AI 辅助恶意软件生成(26%);受访者最担心的风险是过度依赖 AI 未加人工验证和通过 AI 工具泄露敏感数据(各 49%)。
Anthropic 发布关于用 Claude 自动化攻击面分析与缩减的研究总结,在 25 个、超 500 万行代码的开源项目中用默认配置、配置交互和早期可达性三种方法发现 493 个问题。
推荐理由:Anthropic 用 Claude 对 25 个开源项目做攻击面分析并给出 OpenSSH 案例,读者可借此了解可迁移的攻击面缩减方法。
小红书自研的稀疏注意力索引器加速方法 DoSA,在保持原始 Top-K 选择结果的前提下,用分数上下界提前排除不可能入选的候选。
Anthropic 的 Claude 在 Claude Science 研究环境中几乎自主设计了针对蝎神经毒素的蛋白质结合剂,初始提示后独立工作 24 小时,共产出 318,484 个设计。
DeepSeek 居然把支撑他们大规模生产服务的高性能推理框架开源了:DeepInfer 这是 DeepSeek 线上真实跑 DeepSeek 服务的同源技术栈首次对外公开,本次发布聚焦离线推理,采用 Apache 2.0 许可证,主要基于 @vllm_project 构建,并借鉴了 @sgl_project 和 TensorRT-LLM。 开源地址:https://github.com/deepseek-ai/DeepInfer DeepSeek 此前已陆续开源了推理栈的“零件”:FlashMLA(MLA 注意力内核)、DeepGEMM(矩阵乘法内核)、DeepEP(MoE 通信库)、EPLB(专家负载均衡)等,但一直缺少把它们组装成完整引擎的“骨架”。DeepInfer 补上了这一环:它是这些内核的集成者,加上调度、并行、投机解码等系统层的完整实现。配合本次同时出现的 DeepSeek-V4.1-Flash 模型,构成了“模型 + 引擎”的完整开源推理方案。硬件层面同时支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU,双平台支持是它的一个鲜明特征。 # 核心技术拆解 1. 内核与运行时。 集成 FlashMLA、DeepGEMM、DeepEP、TileKernels、DeepSelect,以及用 TileLang 编写的自定义内核(位于 deepinfer/model_executor/layers/tilelang_ops)。这些是吞吐和延迟的底层保障。 2. 并行策略:Attention 与 MoE 分治。 注意力部分采用 DP(数据并行)或均衡的 CP(上下文并行,处理超长序列);MoE 部分采用 EP(专家并行)加 EPLB(专家并行负载均衡),并支持冗余专家(默认 32 个,向上取整到能被 EP 数整除)来缓解专家负载不均。这种“注意力 DP/CP + MoE EP”的组合是 DeepSeek 生产验证过的架构。 3. DSpark 投机解码。 基于 MTP(multi-token prediction)draft token 加速解码,亮点是“置信度调度验证”;按置信度决定接受多少 draft token,而非固定规则。默认最大 draft 长度 5。这是推理加速比的主要来源之一。 4. YoCo SWA 有界重放。 针对 YoCo 式解码器 + 滑动窗口注意力(SWA)的优化:prefill 时只保留并重放有界的 token 后缀(默认 140 个,需覆盖 SWA 窗口加最大回溯长度),大幅削减 decoder prefill 的计算量。仓库还专门提供了 YoCo mask/compact 等价性验证。 5. 异步调度。 CPU 上的批调度与 GPU/NPU 上的执行重叠,做到“零开销调度器”,默认开启。 6. 批不变与确定性推理。 开启 DEEPINFER_BATCH_INVARIANT=1 后,不同批次组合下结果完全一致;再配合固定 seq_seed、关闭 MTP varlen,可实现逐 token 确定性的采样输出。这对可复现评测和回归测试(仓库用逐样本精确对比的 PPL 基线来把关)很关键,目前仅限 NVIDIA 平台。 7. 结构化输出。 原生支持 regex、JSON schema、EBNF 三种约束生成,通过 SamplingParams 的 so_args 传入。
同一件事,精选收录的是《DeepSeek 全面开源内部推理框架 DeepInfer》
OpenAI 于 10 月 20 日发布研究报告,介绍其增强 GPT-6 Astra 等模型构建和迁移 COBOL、Fortran、Visual Basic 等低资源编程语言的能力,并推出 MultiLangBench(20 种语言从零构建兼容 SQLite 的数据库引擎)和 COBOL 迁移至 C++、Java、Python、Rust 两项评测。
PromptArmor 发布对 Harvey for Outlook 的威胁分析,指出这一在 Outlook 内运行 Harvey 法律 AI 的插件因读取不可信邮件而面临间接提示词注入风险。
New on our Science Blog: designing protein binders against scorpion neurotoxins. Scorpions sting about 1.2m people every year, and antivenoms are often costly or in short supply. Claude has made an early step toward finding new treatments. https://www.anthropic.com/research/claude-scorpion-toxin-binder-design
OpenAI 在 g-mean² 之外新增两个互补指标:pair-matched 指标只在多个模型共同支持的实例上比较可监控性,post-control 指标则模拟监控器拒绝输出后的部署风险。原文指出,g-mean² 分数可能受各模型有效任务子集不同的影响,且不反映监控器在部署中作为控制手段的实际效果。