TreeAgent：面向长层级数据的结构感知记忆智能体
TreeAgent 是一种结构感知记忆智能体，按输入层级切分完整子树与相邻兄弟子树组，并给片段附加结构路径和跨层残差记忆链接。研究在 JSON、HTML、YAML、JavaScript 真实数据上，用四种记忆智能体评测八项检索与聚合任务，输入规模 8K 至 1M tokens，四个数据集平均得分提升 3.61%。
全部科研动态
Papers with Code · arXiv cs.AIAI 评分4242 Papers with Code · arXiv cs.AIAI 评分7272 研究揭示 MoE 模型神经元层面的领域专业化，并提出 RAMPr 剪枝方法
研究团队提出 Routing-Aware Magnitude Profiling（RAMP），从神经元层面分析 MoE 模型的领域专业化，发现同一领域不同来源样本的领域专化神经元集合重叠度为 58-74%，跨领域仅 15-24%。
Papers with Code · arXiv cs.AIAI 评分5555 PMR：按用户学习记忆准则，实现细粒度信用分配
作者提出 Personalized Memory Rubrics（PMR）框架，把终端问答反馈转化为逐步、按用户的信用分配，用于训练长程个性化智能体的记忆更新策略。
Papers with Code · arXiv cs.AI精选AI 评分7878 Hx2Dx ARENA：基于 NEJM 1000 例病例的 LLM 交互式临床诊断基准
研究团队提出 Hx2Dx ARENA，一个包含 1000 例 NEJM 临床病例的交互式基准，模拟从问诊、体格检查到诊断检查的完整诊疗过程。在多种配置下评测开源与闭源 LLM 后发现，所有模型在交互场景中的诊断准确率都低于一次性给出完整病例的静态场景，能否提出有针对性的问题在很大程度上解释了模型间差距与准确率损失。作者认为 LLM 在相关信息齐备时推理良好，但在假设驱动的信息收集中仍受限。
推荐理由：该基准把诊断拆成问诊到确诊的交互过程，读者可据此判断模型在主动获取信息上的短板。
Papers with Code · arXiv cs.AIAI 评分4747 BARS：未知分布下带预算与拒答的多数识别序贯采样方法
针对未知答案分布下无法给出置信估计的问题，研究者提出 BARS 序贯采样规则，通过认证 top-two 差距来提前停止、执行预算内多数投票，或在可行性不足时拒答。在 GSM8K 上，实用模式比固定 8 次采样少抽 22.3% 样本，代价是拒答 18.8% 的问题；在 MATH 上输出答案准确率提升至 82.5%，但会拒答一半模型本身无法解决的难题。
Papers with Code · arXiv cs.AIAI 评分6060 AL-LBLP：用增广拉格朗日方法求解 Lifted Bellman 线性规划
作者提出 AL-LBLP，用乘子法求解离线强化学习中的 Lifted Bellman 线性规划（LBLP），把原本固定系数的铰链惩罚改为由对偶上升学习的乘子，只保留一个惩罚参数 ρ。
Papers with Code · arXiv cs.AIAI 评分4242 面向车联网边缘视觉 Transformer 的联合量化与动态分区框架
该论文提出一种边缘编排框架，联合选择模型分区点、逐层量化位宽与异构车载计算节点上的执行位置，并将该问题建模为最小化计算与通信能耗的 MILP。在 Jetson Orin Nano、Orin NX 和 AGX Orin 上以 OPV2V 多流负载（K∈{2,4,6,8}）评测，V2V 通信能耗较 Uniform INT8 分区降低 33.3%–36.0%。
Papers with Code · arXiv cs.AIAI 评分5050 基于持续学习的人类-AI 谈判个性化情感感知
研究提出情感自适应谈判策略，将带想象机制的持续学习（CLIFER）用于面部表情识别，实时个性化效价-唤醒感知，并通过差分反馈把效价-唤醒的方向与强度变化转化为智能体目标效用的调整。
Papers with Code · arXiv cs.AIAI 评分4242 自进化多模态智能体的跨场景综述与分析
一篇综述系统考察了自进化多模态智能体机制跨场景迁移的不对称性，覆盖多模态推理、多模态生成、GUI 与 Web 导航、具身操作四个场景。作者以经验生成、反馈获取、更新固化三阶段自进化循环为分析框架，将各机制视为以任务结构性资源换取稀缺因素的权衡，并判定其可移植、有条件、受阻或冗余。研究将不对称归因于不同迁移方向上稀缺因素与资源组合的差异，并提出可推翻这些尚未检验结论的匹配预算测量方法。
Papers with Code · arXiv cs.AIAI 评分6262 LM-SimBench：评估大语言模型训练模拟器的统一框架、数据集与基准
研究团队提出 LM-SimBench，一个用于评估大语言模型训练模拟器的统一框架、性能画像数据集与基准。该框架把模拟过程拆解为从模型编译到调度级聚合的多个功能阶段，并在昇腾 NPU 集群上对 10 个稠密与 MoE 大模型家族的 23 个模型设置做性能画像，得到 348 组可行配置，覆盖五个并行维度与激活重计算，并提供配置、rank、算子、事件、kernel 六种视图。
Papers with Code · arXiv cs.AIAI 评分5555 ReFrain：在保留已获正确答案的前提下为多模态模型加入拒答
作者提出 ReFrain（Regression-Free Abstention），把拒答修复形式化为在限定新丢失正确答案数量的预算下最大化不可回答问题上的正确拒答率，方法结合首 token logits 上的线性探针、在留出图像簇上的阈值校准，以及把被拒输出替换为“none of the above”选项的确定性否决。
Latent SpaceAI 评分4242 TypeSafe AI 的 Jev 如何让工程师用 system one 模型重构软件
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 AI Engineer Code Summit 上提出，Jev 这类返回结构化选择、分数或概率的 system one 模型应直接嵌入代码，用于“自动化一切”。Glean 用 Jev 实现零样本灵活分类，无需随决策空间分类变化反复微调；UiPath 演示 Jev 对文档分块做多轮排序，数千次调用耗时不到一秒。
Latent SpaceAI 评分6262 AINews 汇总：Google 发布 Gemini Decision 1 决策模型，Fable 5.2 登顶 Agent Arena
Google 发布 Gemini Decision 1 决策模型及 Decisions API，支持闭集单次打分，最多 255 个选项、单请求 1000 个问题、256K 上下文，端到端延迟 150–250ms，输入定价 $0.10/1M tokens 且输出不计费。
bioRxiv · neuroscienceAI 评分4545 DMT 与 harmine 冥想静修对大脑控制能量景观的亚急性效应探索
一项随机双盲安慰剂对照试验（N=39，19 人接受 DMT+harmine 的 Ayahuasca 类配方）利用静息态 fMRI 考察三天冥想静修前后的控制能量变化。全局未见控制能量分布的系统性偏移，但长时标下中央执行网络（CEN）在用药组静修后控制能量升高且通过 FDR-BH 校正，短时标下视觉网络（VN）控制能量下降。效应呈网络与时标特异性而非全局性，幅度小且异质，需更大样本验证。
AWS Machine Learning Blog精选AI 评分6767 AWS 开源 UAEF：跨框架的 AI 智能体闭环评测系统
AWS 团队开源 UAEF（Universal Agent Evaluation Framework），通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的 trace 统一转换为 AgentTrace，再用 7 个维度、36 个内置指标打分。
推荐理由：AWS 团队开源了跨框架的 Agent 评测系统，读者可据此了解如何用统一指标比较不同框架下的智能体版本。
AWS Machine Learning BlogAI 评分4040 AWS 用 23 个可复用资产加速生成式 AI 交付
AWS Generative AI Innovation Center（现属 AWS Frontier AI Engineering & Services）开放了 23 个生产级可复用资产目录，覆盖 RAG 流水线、文档处理、智能体脚手架等组件，可将开发周期从数月缩短到数周。
AWS Machine Learning Blog精选AI 评分7171 在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏
AWS 团队介绍在 PyTorch DDP 训练循环中加入三项检查来检测静默数据损坏（SDC）：all-reduce 前后的 NaN/Inf 梯度检查、跨节点环形重放审计、优化器更新后的权重指纹比对，命中后把可疑 rank 映射到节点并交由 SageMaker HyperPod 替换。
推荐理由：AWS 团队给出三项可在训练循环内落地的静默数据损坏检测检查，并附实测开销与误报率数据。
AWS Machine Learning Blog精选AI 评分6363 AWS 团队开源基于 anti-unification 的形式化策略语义 diff 引擎
AWS 团队发布开源引擎 semi-persistent，用 anti-unification 在 e-graph 上计算两份形式化策略的语义 diff，共享结构只出现一次，分歧以 Variants 节点保留。
推荐理由：作者给出语义 diff 引擎的完整用法与策略案例，读者可据此判断能否用于形式化策略的等价性审查。
Hugging Face Blog精选AI 评分6262 面向多向量嵌入模型的 token pooling 感知训练方法与实测
作者在 Sentence Transformers 中实现 token pooling 感知训练，让编码器在文档向量被合并后仍保留检索所需信息。
推荐理由：原文给出可复现的训练脚本与 NanoBEIR 对比数据，读者能据此判断 token pooling 感知训练在自身检索场景中的收益。
Simon WillisonAI 评分4242 Anthropic IPO 路演视频披露 Claude 多芯片训练与算力倍增策略
Anthropic 在 IPO 路演视频中首次披露，Claude 的训练与推理已覆盖 AWS Trainium、Google TPU、NVIDIA GPU 和 AMD GPU 四大芯片家族。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异效应
Google DeepMind 发布 AlphaGenome 2，这是一个条件式 DNA 序列模型，可针对特定细胞类型或状态预测变异对基因表达的影响。模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练，在 TenK10K 免疫细胞数据上识别出的因果变异比例从 16% 提升到 30%，方向性基因效应从 23% 提升到 43%。
推荐理由：读者可了解条件式建模如何把单细胞图谱转成变异效应预测引擎，以及它在免疫细胞数据上的召回提升。
The DecoderAI 评分4242 Helsing 推出 Clarity：用 AI 智能体为武器系统准备打击目标，称每次决策都有人署名
德国防务科技公司 Helsing 在柏林发布 Clarity，一个基于 AI 智能体的软件平台，可融合传感器数据、开源情报与报告，识别军事力量与设施并为武器系统准备目标建议。
The Decoder同事件AI 评分8585 Google DeepMind 推出 AlphaProof Code，四周完成 Signal 加密核心的形式化验证
Google DeepMind 发布 AlphaProof Code，用 AI 智能体对 Signal 加密协议的实际运行代码做形式化验证，原本通常需要数年的工作四周完成。
同一件事，精选收录的是《Google DeepMind 提出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码》
The DecoderAI 评分7272 Google 推出 Gemini Decisions API，Gemini Decision 1 单次处理 1000 个问题
Google DeepMind 推出 Gemini Decisions API，其底层模型 Gemini Decision 1 可在单次调用中处理最多 1000 个独立问题，覆盖文本、图像、音频、视频和 PDF，直接对选项打分并返回带置信度的概率，耗时 150 到 250 毫秒。
Google Research精选AI 评分7373 Google Research 提出可穿戴 CKM 健康年龄框架，用 SensorWM 模拟 12 周健康轨迹
Google Research 提出一套可指导健康干预的框架，包含基于可穿戴设备可改变行为构建的可教练健康年龄（CHA）模型，以及在约 10 万名 Fitbit 用户、228 万人周数据上预训练的传感器世界模型 SensorWM，可预测 20 项生理指标在未来 12 周的变化。
推荐理由：两项研究把可穿戴数据转成可干预的健康年龄指标，并给出专家盲评的对照结果，便于判断这类世界模型在健康指导中的可用边界。
The Verge · AI同事件AI 评分7878 Google DeepMind 发布 AlphaGenome 2，按细胞类型预测基因变异影响
Google DeepMind 发布 AlphaGenome 2，用于预测 DNA 变异在不同细胞类型和状态下的影响，基于 68 种组织、超过 1 亿个单细胞图谱训练。公司称其识别出的可改变基因表达的变异数量接近上一代 SOTA 模型的两倍，并能对未参与训练的新细胞类型和生物状态做出预测。该模型即日起通过 AlphaGenome API 开放非商业研究使用，商业研究为有限私有预览。
同一件事，精选收录的是《Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异效应》
Nature Communications精选AI 评分6060 受自突触启发的神经形态硬件实现突触-神经元集成与双向反馈控制
研究者在 Nature Communications 发表工作，受神经系统自突触启发，将人工突触与神经元集成，通过自反馈增强或抑制信号，实现双向反馈控制。该设计为具备自主自调节能力的神经形态硬件提供了新路径。
推荐理由：该工作把人工突触与神经元集成到同一硬件中，用自反馈实现信号增强或抑制，为自调节神经形态硬件提供了一条设计路径。
Nature CommunicationsAI 评分5656 研究揭示配体介导 rubisco 向高阶组装体转变的结构基础
该研究解析了配体结合驱动 rubisco 形成不同组装体的结构基础，显示配体结合本身即可调控蛋白质复合物的组装方式。作者据此提出一条通向更高结构复杂性的演化路径。论文发表于 Nature Communications，doi:10.1038/s41467-026-79451-3。
The DecoderAI 评分7272 Anthropic 称用自家模型 Mythos 三天完成 Claude 向 AMD GPU 迁移
Anthropic 在投资者材料中称，今年首次使用 AMD GPU 时由其前沿模型 Mythos 完成移植工作，Claude 三天内在 AMD 上运行，几乎无需人工介入，模型自行编写了近 100% 的 kernel。
Ars Technica · AI同事件AI 评分8080 Google DeepMind 用 AlphaProof Code 形式化验证 Signal 协议关键密码学保证
Google DeepMind 研究人员用智能体 AI 对 Signal 协议的多项关键密码学保证完成形式化验证，项目以概念验证形式在四周内完成，所用框架为 AlphaProof Code。
同一件事，精选收录的是《Google DeepMind 提出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码》
PLOS Computational Biology精选AI 评分7575 Ab-Affinity：抗原特异性蛋白语言模型指导抗体 CDR 优化
研究团队提出 Ab-Affinity，这是一个微调后的蛋白语言模型（PLM），用于预测抗体对 SARS-CoV-2 刺突蛋白中目标肽段的结合亲和力；在留出验证集和独立测试集上，它的表现优于其他基于 PLM 的亲和力预测器。
推荐理由：论文给出抗原特异性蛋白语言模型的构建方式、与同类预测器的比较以及候选抗体的体外验证结果。
PLOS ONEAI 评分4444 家庭网络中的情绪同步与青少年日常幸福感相关
研究对40个家庭三元组（青少年12–17岁及父母，N=120，共2365次评估）用生态瞬时评估和动态网络方法建模家庭成员情绪的共同波动。家庭在积极情绪上的同步高于消极情绪，且网络结构差异明显。个体层面积极情绪同步与青少年更高幸福感和更低痛苦相关，消极情绪同步呈相反模式。
PLOS Computational Biology精选AI 评分6262 Pepti-DrugPhAI：预测肽类药物药代动力学与毒性的多模态 AI 工具
作者提出 Pepti-DrugPhAI，一个可同时处理 SMILES 化学结构与氨基酸序列的多模态算法，用于预测肽类化合物的药代动力学与毒性。模型可同时输出膜通透性（Caco-2、PAMPA）、分布与排泄参数（半衰期、清除率、分布容积）以及神经毒性、溶血活性等毒性指标，并引入功能药代评分，按化合物具体生物活性计算适配性评级。
推荐理由：作者公开了多模态肽类药物 ADMET 预测算法、自建数据集与代码，读者可据此评估其编码策略与功能药代评分。
PLOS ONEAI 评分4242 SARS-CoV-2 3CLpro 可作为重组蛋白生产中高效切除融合标签的内肽酶
研究评估了 SARS-CoV-2 3CLpro 在标准蛋白纯化条件下切除融合标签的能力，含经典识别序列 AVLQ↓SG 的底物被高效切割，而 TVRLQ↓SG 变体底物未检测到切割。
PLOS Computational BiologyAI 评分4242 节律神经序列活动中爆发到爆发的信息重置机制
研究结合电生理实验与幽门CPG生物物理模型，分析以爆发起始和终止为时间基准的序列间隔变异性约束，揭示序列动力学不变量在何种条件下表现为同一周期内特定间隔间的稳健关系，以及这些关系何时在每周期重置或延伸至相邻周期的间隔之间。结果有助于理解自主的逐周期序列协调机制，以及慢速调制作用在节律中建立共同趋势时相邻周期间隔的关系。
PLOS Computational BiologyAI 评分5555 PhysInfer：从单细胞 RNA-seq 数据自适应推断转录爆发的物理约束神经网络
作者提出 PhysInfer，一个无监督框架，将物理约束神经网络与自适应模型选择和参数解耦结合，从静态 scRNA-seq 快照推断转录爆发动态。
PLOS Computational Biology精选AI 评分6060 Sphinx：面向空间蛋白质组学的 R 包，支持自适应空间邻域建模与功能分析
作者团队开发了 R 包 Sphinx，为空间蛋白质组学提供从预处理、细胞注释、自适应空间邻域建模到功能刻画的一站式流程。该工具引入由空间统计指标引导的自适应参数选择框架，并针对大规模数据做计算优化，在肺腺癌、结直肠癌和小鼠脾脏数据集上稳定识别细胞类型与空间功能单元（包括三级淋巴结构）。作者还探索了 Sphinx 在配对高分辨率空间转录组数据上的应用。
推荐理由：作者团队发布面向空间蛋白质组学的 R 包，给出自适应邻域建模流程与多套组织数据上的识别结果。
PLOS ONEAI 评分4242 ICMIL：面向全切片图像分类的实例因果多实例学习框架
研究者提出实例因果多实例学习框架 ICMIL，用于弱监督全切片图像（WSI）分类，通过在实例聚合阶段引入受后门调整启发的原型模块，用聚类原型作为代理上下文模式，降低模型对虚假实例级关联的依赖。在 Camelyon16 和 TCGA-NSCLC 两个公开 WSI 数据集上，ICMIL 取得有竞争力的性能并普遍优于现有基线，且具备即插即用特性。
PLOS Computational BiologyAI 评分5858 FDTest：用涨落耗散定理检验脑动力学中的记忆效应
作者提出 FDTest，通过测量广义涨落耗散定理（FDT）的违背程度来评估多维系统中的局部记忆效应。将该框架用于拟合人类神经影像数据的全脑模型时，脑的记忆结构反映了其底层连接；在清醒与深睡的个体化模型中，清醒状态下的记忆效应持续更强，表明区域间依赖更丰富、动力学更整合。
The Verge · AIAI 评分4242 Adobe 展示 AI 实验项目：在照片中走动、与角色对话
Adobe 在年度 Max 大会上公布多项实验性 AI 工具，包括把平面图像转为可自由移动视角的 3D 场景的 Project Sight Span、通过对话塑造角色并生成试镜片段的 Project Screen Test，以及用文字提示生成音效并在声音画布上实时调节的 Project Sound Bender。