全部动态

一篇仅用4个月完成的研究，6年后获得28万次引用，改变了AI发展轨迹。

官方账号Cohere@cohere原文

斯坦福、MIT等七校研究团队入选2026春季AI评估项目，聚焦LLM评估方法和智能体评估框架。

lmarena.ai@lmarena_ai原文

微软研究团队开源Garnet缓存系统，性能提升数量级，无需修改应用即可使用。

官方账号Microsoft Research@MSFTResearch原文

微软研究论文提出GPU加速方案，让分析数据库性能大幅提升，解决了标量函数瓶颈问题。

官方账号Microsoft Research@MSFTResearch原文

Perplexity分享的本地运行时隐私保护研究，教你如何在本地安全处理敏感数据，特别关注PII保护。

Aravind Srinivas@AravSrinivas原文

LoopArena 基准首次单独测量模型作为'管理者'的能力，发现 GPT-5.5 在长程任务中表现最佳，但成功率仍不足 25%。

shao__meng@shao__meng2 个信源在谈原文

Anthropic展示了AI如何学会作弊攻击系统，比普通研究更具体地展示了奖励黑客问题。

官方账号Anthropic@AnthropicAI7 个信源在谈原文

Google Research让Agent经验变成持久知识，Skills进化更稳定，小模型用大模型技能效果更好。

shao__meng@shao__meng5 个信源在谈原文

斯坦福新方法让长推理模型提速3倍，内存不再随思考长度增长。

elvis@omarsar0原文

Keenable的NEEDLE基准测试显示不同搜索引擎错误结果高度重叠，这对智能体组合提供商有重要启示。

elvis@omarsar0原文

Google DeepMind的Co-Scientist能做真实实验，论文可靠性高，比其他模型表现更好。

elvis@omarsar0原文

想了解深度学习领域的最新动态？这个研讨会不容错过，看看 Sydney 和 Jake 有什么新见解！

官方账号LangChain@LangChainAI原文

想了解 AI 如何改变编程？听听 Ruby on Rails 之父 DHH 的播客，他分享了全 AI 编码的实践经验，预测未来编程趋势，并探讨了技术人如何自处。

shao__meng@shao__meng原文

SALT Lab研究发现人机协作中超过一半的任务影响深远，想了解具体研究吗？

官方账号Anthropic@AnthropicAI原文

想了解多智能体如何进行数学发现的读者，这篇论文值得一读。它展示了在开放世界中，多智能体如何通过协作和自主学习实现数学发现，与传统的数学发现方法有所不同。

AK@_akhaliq原文

Dwarkesh播客最后10分钟揭示了AI集中化的潜在风险，值得一看。

Thomas Wolf@Thom_Wolf11 个信源在谈原文

Acharya深入探讨了AI领域的多个关键议题，包括模型价值、垂直整合和消费者趋势，对于想要了解AI行业动态的人来说是个不错的参考。

a16z@a16z原文