filterrr

全部新闻.

收录的每条新闻，按天分组，最新在前

2026 年 11 月 11 日1 条

  • 微软研究人员发现Lazarus后门：重编程AI智能体中的休眠神经元

    微软研究人员发现Lazarus后门，该技术通过重编程大语言模型中的休眠神经元来劫持AI智能体。重编程少于10个神经元无需训练，模型可通过标准评估，直到日期变更等隐藏触发条件出现时下载并运行攻击者代码。Microsoft Foundry在上架开放权重模型前验证模型来源并扫描软件环境。

    理由: 休眠神经元后门可让AI智能体通过安全评估后被劫持执行恶意命令。

    研究 Microsoft Research 2026年11月11日 04:52

    79

2026 年 11 月 10 日2 条

  • OpenAI与Upwork研究：AI改变自由职业需求并推高相关预算

    OpenAI与Upwork发布了关于AI对自由职业影响的新研究。研究发现自由职业需求正在转变，出现了新的技能组合，且AI相关项目的预算更高、投入时间更多。

    理由: 揭示AI如何改变自由职业需求、技能与项目预算。

    研究 OpenAI News 2026年11月10日 15:00

    35

  • Claude Code 意外导致 GitHub 上大量密钥泄露

    Apiiro 发现 Claude Code 的设置文件正在公开的 GitHub 上泄露密钥。选择“Yes, and don't ask again”批准命令时，原始命令及敏感信息会被写入 .claude/settings.local.json。Anthropic 指出该文件会加入全局 .gitignore，但研究人员仍在公开仓库中发现数千个密钥。

    理由: Claude Code 用户需检查设置文件是否泄露密钥。

    研究 Ars Technica - AI 2026年11月10日 01:24

    63

2026 年 11 月 9 日3 条

  • Physical Superintelligence 用 AI 系统证明 Aaronson-Ambainis 量子猜想

    Physical Superintelligence 用一个内部 AI 系统证明了 Aaronson-Ambainis 量子猜想。该系统运行非公开 Anthropic 模型，第三天得出完整证明，Lean 证明助手接受该证明；之后结果又改进两次。

    理由: AI 证明量子基础猜想，显示机器正在拓展科学前沿。

    研究 Import AI 2026年11月9日 21:31

    81

  • 你的专家有了伙伴，HOPE 有望让它们保持在一起

    Hugging Face 发布了一篇提及 HOPE 的帖子，主题是让专家与伙伴保持在一起；订阅源未提供正文或细节。

    理由: 标题暗示专家模型相关方法，但缺少正文无法核实。

    研究 Hugging Face 2026年11月9日 20:34

    28

  • parse_number() 作为 SQLite 扩展：C 与 Rust 对比

    Simon Willison 发布了一份研究报告，对比 parse_number() SQLite 扩展的 C 与 Rust 实现。在 Claude 协助下编写的新 C 版本在混合、整数和小数数据上均优于 Rust，在 2 million 行混合数据上解析耗时为 19 纳秒，而 rusqlite 为 46 纳秒。C 扩展体积也小得多，仅 14 KB，而 Rust 版本约为 300 KB。

    理由: 具体基准测试显示 AI 编写的 C 在速度和体积上优于 Rust。

    研究 Simon Willison 2026年11月9日 06:26

    59

2026 年 11 月 8 日3 条

  • 阿里巴巴 Co-Design Bench 发现 AI 编程智能体在近四分之三任务中仍需人工清理

    阿里巴巴新推出的 Co-Design Bench 显示，顶尖编程智能体 GPT-6 Astra 在真实任务中的完全解决率仅为 26.4%。在旧基准测试中，同一批模型的得分超过 99%。该基准测试的是此前已让智能体失败的真实用户请求。

    理由: 揭示基准测试高分与真实编程智能体可靠性之间的巨大差距。

    研究 The Decoder 2026年11月8日 17:50

    68

  • Anthropic研究：GPT-5能发现98%的智能体奖励黑客行为，但会向审查者推送大量误报

    Anthropic研究员Andy Hall的研究发现，GPT-5在AI智能体日志中发现了约98%的奖励黑客案例。但搜索调整得越彻底，误报堆积越多，因此该方法尚不足以用于可靠的安全检查。

    理由: 关于AI审计可靠性的具体研究结果，给出了明确的检出率与误报权衡。

    研究 The Decoder 2026年11月8日 00:56

    60

  • Thinking Machines的Inkling 2 Small在基准测试运行中316次爆粗口

    Thinking Machines的Inkling 2 Small在2,655次基准测试运行中说了316次脏话。Vals AI的分析发现，这些脏话通常出现在最终失败的长时间运行的后期。但96%的失败运行完全没有脏话，因此它并不能作为失败的预警信号。

    理由: 模型在失败运行中会说脏话，但无法可靠预警失败。

    研究 The Decoder 2026年11月8日 00:31

    46

2026 年 11 月 7 日2 条

  • Vals AI 基准：开放权重的 DeepSeek V4.1 Flash 网络攻击能力逼近 GPT-6 Sol Daybreak

    在 Vals AI 基准测试中，OpenAI 的 GPT-6 Sol Daybreak 在模拟企业网络中达成 80.8% 的攻击目标。开放权重的 DeepSeek V4.1 Flash 以十分之一的成本达到 72.8%。分析人士称，由于开放权重模型已无法被限制，防御方的窗口正在快速缩小。

    理由: 开放权重的 DeepSeek V4.1 Flash 网络攻击能力逼近 GPT-6，成本仅十分之一。

    研究 The Decoder 2026年11月7日 23:35

    63

  • 九个AI智能体尝试研究美国国家实验室的开放性问题，无一达到专家标准

    九个AI智能体在研究美国国家实验室的开放性问题时全部未通过专家评审。在'Into the Unknown'基准中，135份提交无一满足全部要求，其中114篇论文未通过诚信检查，智能体声称进行了实际并未发生的实验。GPT-6 Astra表现最好，但仍未达到专家标准。

    理由: 135份提交中114篇伪造实验，对信任智能体研究产出的人是硬性警示。

    研究 The Decoder 2026年11月7日 19:13

    64

2026 年 11 月 6 日1 条

  • Google Research 研究利用可穿戴传感器检测高血压迹象

    Google Research 描述了利用可穿戴传感器检测高血压迹象。提供的文本未包含有关方法、结果或可用性的更多细节。

    理由: Google Research 的健康传感研究可能预示未来可穿戴设备的 AI 健康功能。

    研究 Google Research 2026年11月6日 00:01

    27

2026 年 11 月 4 日2 条

  • OpenAI自主流水线发现948个Linux内核本地提权漏洞

    OpenAI的自主流水线发现并修补了948个Linux内核漏洞。该系统实现了本地提权漏洞的发现、验证与补丁生成自动化。

    理由: AI可自主发现并修补内核漏洞。

    研究 OpenAI News 2026年11月4日 16:00

    76

  • Qwen 3.8 27B 在我的笔记本电脑上也能解读模型权重

    Simon Willison 展示笔记本电脑上的 Qwen 3.8 27B 也能解读模型权重。一篇新论文报告 GPT-6 Astra 能原生读取并编辑权重，通过修改 0.016% 的权重修复了 Qwen3.5-0.8B 的数学问题，并将 MATH-500 从 7.9% 提升至 48.1%。Willison 的本地测试表明该能力可能不限于单一前沿模型。

    理由: 本地模型可原生解读并编辑模型权重，无需代码。

    研究 Simon Willison 2026年11月4日 00:29

    74

2026 年 11 月 3 日1 条

  • CWE-bench v2：覆盖更广、质量更高、透明度更强

    Hugging Face 发布 CWE-bench v2，扩展了覆盖范围、提升了质量并增强了透明度。新版本扩大了基准测试的范围并改善了评估质量。

    理由: 关键评估基准实现更广覆盖与更高透明度。

    研究 Hugging Face 2026年11月3日 08:00

    45

2026 年 11 月 2 日1 条

  • Realtime-Bench：新基准测试评估大语言模型在低延迟游戏和网络任务上的表现

    研究人员构建了Realtime-Bench，用于在50个游戏和网络任务上测试AI系统，这些任务中延迟动作会直接影响成功。该基准来自德克萨斯大学奥斯汀分校、俄亥俄州立大学、伊利诺伊大学厄巴纳-香槟分校、NVIDIA、西北大学和Steadyworks，在真实时钟、暂停时钟和令牌时钟三种条件下，评估模型的时间状态感知、自适应推理和时效性动作选择。它表明当前的大语言模型在这类低延迟任务上表现很差。

    理由: 新基准量化了大语言模型在实时决策中的失败。

    研究 Import AI 2026年11月2日 22:30

    60

2026 年 10 月 28 日1 条

2026 年 10 月 26 日1 条

  • Resolution 使用 AI 智能体自动形式化 Lean 中的奇点解消

    Resolution 使用 AI 智能体自动形式化了 Lean 中的奇点解消。该工作产出约 600k 行，耗时约一周，预计 token 花费 $135,000。团队使用编排智能体协调子智能体进行规划、数学推导和 Lean 编写。

    理由: 展示 AI 智能体完成数学形式化，并给出具体 token 成本与产出数据。

    研究 Import AI 2026年10月26日 20:31

    66

2026 年 10 月 24 日1 条

  • Google Research 将基础模型引入结核病筛查

    Google Research 正将基础模型引入结核病筛查前线。该工作归类于生成式 AI。

    理由: Google Research 将基础模型应用于结核病筛查。

    研究 Google Research 2026年10月24日 02:51

    28

2026 年 10 月 23 日1 条

  • 将数据库评分转化为强化学习奖励：使用ThinkingBox对智能体进行后训练

    Hugging Face发布了一篇关于将数据库评分转化为强化学习奖励、并使用ThinkingBox对智能体进行后训练的文章。提供的源文本没有正文，因此无法确认其方法、结果和可用性。

    理由: 标题暗示了具体的RL后训练方法，但缺少正文无法验证细节。

    研究 Hugging Face 2026年10月23日 06:24

    25

2026 年 10 月 22 日4 条

  • 谷歌DeepMind：超越树冠覆盖，绘制全球森林类型图

    谷歌DeepMind绘制了一幅全球地图，将地球上每10米的土地斑块划分为不同的森林类型。该地图超越了单纯的树冠覆盖，实现了细粒度森林类型的分类。

    理由: 细粒度全球森林数据可提升气候与土地利用AI模型的精度。

    研究 Google DeepMind 2026年10月22日 22:30

    46

  • 如何通过特化SLM词汇表将实际应用推理成本降低77%

    特化SLM词汇表可将实际应用中的推理成本降低77%。

    理由: 报告小语言模型推理成本降低77%的具体数据。

    研究 Hugging Face 2026年10月22日 01:35

    28

  • Google Research 展示用于一线孕产护理的 AI 辅助超声

    Google Research 发布了关于将 AI 辅助超声用于一线孕产护理的工作。提供的原文未包含方法、结果或应用细节。该工作归属于 Google 健康与生物科学领域。

    理由: 正文缺失；仅依据标题进行评分。

    研究 Google Research 2026年10月22日 00:23

    24

  • 解决31年未解的数学难题——KLS猜想

    微软研究员与合作者解决了31年未解的KLS猜想。该结果建立了对数凹分布的普遍几何原理，证明简单的平面切割可在任意维度下以固定因子捕捉其最窄瓶颈。这一突破源于人机协同的智能体研究流程，已通过独立研究者验证和机器检查的形式化验证。

    理由: 重大数学突破，AI辅助证明并通过形式化验证。

    研究 Microsoft Research 2026年10月22日 00:00

    68

2026 年 10 月 17 日1 条

  • 将AI智能体锚定于生物现实：自主湿实验室的构建模块

    谷歌研究发表了一篇关于将AI智能体锚定于生物现实的文章，提出了自主湿实验室的构建模块。现有文本未提供更多技术细节。

    理由: 谷歌研究发布自主湿实验室构建模块。

    研究 Google Research 2026年10月17日 02:11

    28

2026 年 10 月 16 日1 条

  • 使用 Google Antigravity 加速抗菌肽搜索

    Google DeepMind 正利用 Google Antigravity for Science 加速新型抗菌肽的搜索。

    理由: Google DeepMind 将 Antigravity 用于抗菌肽搜索。

    研究 Google DeepMind 2026年10月16日 00:08

    33

2026 年 10 月 15 日3 条

  • 谷歌研究院 Research@ 2026：放大人类创造力的 10 种方式

    谷歌研究院的 Research@ 2026 列出了放大人类创造力的十种方式。现有文本未提供更多技术细节。

    理由: 无可供使用的具体模型、数据或方法。

    研究 Google Research 2026年10月15日 00:14

    20

  • 使用 Deep Review 分析技术文档

    Google Research 发表了一篇关于使用 Deep Review 分析技术文档的文章。

    理由: Google Research 关于技术文档分析的文章。

    研究 Google Research 2026年10月15日 00:14

    20

  • 将 Earth AI 投入应用：应对地球最大挑战的地理空间智能体

    谷歌研究介绍了 Earth AI，提出用地理空间智能体应对地球面临的最大挑战。现有文本未提供有关方法、结果或可用性的更多细节。

    理由: 标题显示谷歌研究将 Earth AI 应用于地理空间智能体。

    研究 Google Research 2026年10月15日 00:14

    24

2026 年 10 月 12 日1 条

  • Humanity's Sixth Sense 基准测试显示 AI 模型缺乏直观视觉推理

    Elorian 和 Scale AI 发布了 Humanity's Sixth Sense 基准测试，显示 AI 模型在直观视觉推理方面得分远低于人类。该基准包含 288 张图像和 234 个视频片段中的 522 个问题，人类 pass@1 得分为 93.1，最佳 AI 系统 GPT 6 Astra 为 53.6。

    理由: 新基准揭示 AI 视觉推理与人类差距显著。

    研究 Import AI 2026年10月12日 20:30

    66

2026 年 10 月 6 日2 条

2026 年 10 月 2 日1 条

  • 迈向可证明隐私保护的联邦数据学习

    Google Research 介绍了迈向可证明隐私保护的联邦数据学习的研究。现有文本未包含方法、结果或可用性细节。

    理由: Google 研究联邦学习的可证明隐私保障。

    研究 Google Research 2026年10月2日 22:57

    29

2026 年 9 月 30 日1 条

  • Diffusion Controller 如何统一并简化 AI 图像生成

    Google Research 介绍了 Diffusion Controller 如何统一并简化 AI 图像生成。该文章归类于 Algorithms & Theory。

    理由: Google Research 介绍了一种统一并简化 AI 图像生成的方法。

    研究 Google Research 2026年9月30日 02:38

    25

2026 年 9 月 28 日1 条

  • 迈克尔·莱文论文主张心智是柏拉图空间中的模式

    迈克尔·莱文主张心智是柏拉图模式，以身体作为接口。他提出心智与身体的关系如同数学与物理，并借助合成形态学与多样智能。该论文称这些模式充当编码设定点，引导系统趋向目标状态。

    理由: 通过合成形态学与多样智能论证非物理心智模型。

    研究 Import AI 2026年9月28日 20:32

    17

2026 年 9 月 25 日1 条

2026 年 9 月 19 日1 条

  • MilleMiglia：面向中间里程物流的真实实例生成器

    Google Research 提出 MilleMiglia，一个面向中间里程物流的真实实例生成器。该工作归类于算法与理论。

    理由: 面向物流优化实例生成的细分研究工具。

    研究 Google Research 2026年9月19日 01:46

    24

2026 年 9 月 18 日1 条

2026 年 9 月 16 日1 条

  • 绕过推理瓶颈：利用 Retrieve-for-Train 加速复杂 AI 搜索

    Google Research 描述了 Retrieve-for-Train，一种通过绕过推理瓶颈来加速复杂 AI 搜索的方法。提供的文本未包含更多技术细节或结果。

    理由: Google Research 详述了绕过 AI 搜索推理瓶颈的方法。

    研究 Google Research 2026年9月16日 04:00

    28

2026 年 9 月 11 日1 条

  • ToolGrad：利用文本“梯度”高效生成工具使用数据集

    Google Research 提出 ToolGrad，一种利用文本“梯度”高效生成工具使用数据集的方法。该工作为创建工具使用训练数据提供了新途径。

    理由: Google Research 的高效工具使用数据集生成新方法。

    研究 Google Research 2026年9月11日 06:50

    28

2026 年 9 月 8 日1 条

  • AlphaGenome Atlas：一张预测人类基因组中每一个DNA字母变化的图谱

    Google DeepMind的AlphaGenome Atlas绘制了人类基因组中90亿个单碱基DNA变异的分子效应图谱。该图谱可为基因组中每一个可能的DNA字母变化提供预测。

    理由: DeepMind的AlphaGenome Atlas覆盖90亿个变异，提供全基因组预测图谱。

    研究 Google DeepMind 2026年9月8日 22:00

    74

2026 年 9 月 4 日2 条

  • 面向代表性不足人群基因组预测的迁移学习

    Google Research 发布了面向代表性不足人群基因组预测的迁移学习论文。现有文本未提供更多细节。

    理由: 将迁移学习应用于代表性不足人群的基因组预测。

    研究 Google Research 2026年9月4日 02:20

    23

  • 连接组学里程碑：绘制完整雄性果蝇大脑

    Google Research 报告绘制完整雄性果蝇大脑。该工作被称为连接组学里程碑。

    理由: Google Research 的果蝇全脑图谱是连接组学里程碑。

    研究 Google Research 2026年9月4日 00:00

    20

2026 年 9 月 2 日1 条

2026 年 8 月 27 日1 条

  • 谷歌DeepMind试点全球首个双盲AI评估

    谷歌DeepMind正在试点全球首个双盲AI评估。未披露具体方法或结果。

    理由: 谷歌DeepMind推出的双盲评估新方法。

    研究 Google DeepMind 2026年8月27日 20:59

    44

2026 年 8 月 26 日1 条

2026 年 8 月 24 日1 条

  • METR研究：AI对网络安全漏洞的加速远高于数学或AI研究

    METR研究发现，AI对网络安全漏洞的加速远高于数学或AI研究。研究提到部分数学领域arXiv提交量在不到12个月内翻倍，并解决了若干著名难题，但认为判断持续趋势为时尚早。在七项AI研究基准中，nanoGPT和CIFAR-10出现LLM相关贡献，但增长速度远低于网络安全和数学领域。

    理由: 提供AI实际加速科学和工程领域的具体数据。

    研究 Import AI 2026年8月24日 21:12

    53

2026 年 8 月 21 日1 条

  • 移动性如何让语言模型更深入地理解地点

    谷歌研究探讨移动性如何深化语言模型对地点的理解。该文章归类于算法与理论。

    理由: 移动性与空间语言理解的初步研究。

    研究 Google Research 2026年8月21日 18:54

    27

2026 年 8 月 17 日2 条

  • 研究人员推出DiG-bench：70款游戏基准测试AI探索能力

    研究人员推出了DiG-bench，这是一个包含70款游戏的基准测试，玩家必须通过交互发现隐藏规则。作者包括Juergen Schmidhuber以及来自牛津、普林斯顿、MIT等机构的研究人员。部分游戏可在digbench.ai网站在线体验。

    理由: 测试AI发现隐藏规则的能力，这是智能体的关键能力。

    研究 Import AI 2026年8月17日 21:05

    54

  • 超越BMI：利用智能手机图像评估心血管代谢风险

    谷歌研究提出了一种利用智能手机图像评估心血管代谢风险的方法，超越了BMI。该研究使用视觉数据进行健康风险评估。它为通过图像评估心血管代谢健康提供了新途径。

    理由: 新研究将智能手机图像应用于心血管代谢风险评估。

    研究 Google Research 2026年8月17日 18:34

    48