研究方向与科研任务
开源研究项目、可复现代码与开放科学工具。
14 条精选近 30 天 12 条共收录 25 条
Hugging Face 发布 TRELLIS.2 的 LoRA 微调脚本与 Docker 容器，可在本地或 Hugging Face Jobs 上运行。作者用 GSO 中 188 个鞋类对象做实验，只对稀疏结构流 DiT 和形状流 DiT 注入 LoRA 适配器，共约 930 万可训练参数，冻结纹理流 DiT。
推荐理由：原文给出 TRELLIS.2 的 LoRA 微调脚本与容器，并说明冻结纹理阶段、只训练结构阶段的取舍依据。
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 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。
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。
Hugging Face 在博客中介绍决策模型（decision model）：输入 state 与若干问题，模型直接对预设答案输出概率分布而不生成文本，接口包含 choice、score、noul 三种原语。
推荐理由：Hugging Face 把决策模型统一成 state+questions 接口，读者可据此判断是否把分类路由任务从生成式 LLM 迁移过来。
NVIDIA 在 CoRL 上发布开源世界动作模型 GR00T 2、仿真框架 Isaac Lab 3.0 及配套基准与智能体工作流。GR00T 2 基于 Cosmos 训练，使用 10 万小时人类第一视角数据，在 50 个任务上每任务仅一次演示即达 71% 平均成功率，五次演示升至 95%，50 个评测任务中有 40 个无需任务专属演示即可完成。
推荐理由：NVIDIA 在 CoRL 集中发布 GR00T 2 与 Isaac Lab 3.0，并给出吞吐与成功率数字，可据此判断仿真训练路线的进展。
AI2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块搭建的开放仿真框架，可自动生成任务与演示数据，并提供成功率之外的执行速度、施力与任务进度等指标。
推荐理由：读者可据此了解一个受控机器人学习环境如何把数据生成、训练与评测串起来，并看到多个基线模型的实测结果。
微软研究院联合 GitHub Next 推出研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式规约，再证明编码 Agent 生成的代码对每个输入都满足该规约，证明覆盖不到的部分回退到测试。
推荐理由：微软研究院与 GitHub Next 展示 PDD Kit 如何把自然语言意图转成 Verus 形式规约，并在真实 Rust 全栈应用上验证登录逻辑。
Google Research 提出 Agile Deliberation 框架，把主观视觉分类器的构建拆成概念界定与概念迭代两个阶段，由视觉语言模型主动挑出语义边界模糊的图片，让用户直接反馈，再自动优化提示词。
推荐理由：该框架把主观分类器的定义过程拆成概念界定与迭代两阶段，并用 18 场真人实验与三种基线对比，读者可据此判断人机协作定义概念是否可行。
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，让智能体在约一小时内完成从文献抽取数千个化合物、匹配分子对分析、构建活性预测模型到提出新型刚性化大环化合物及合成路线的流程。
推荐理由：原文完整演示了从文献抽取化合物到生成合成路线的流程，并说明技能已开放下载，读者可据此判断是否试用。
微软研究院提出 Flint-interactive，在 Flint 之上用高层语义事件和更新算子描述图表交互，由 Flint 编译器处理布局、渲染与依赖，从而降低生成成本并提升可靠性。
推荐理由：微软研究院团队发布 Flint-interactive，把交互逻辑交给编译器处理，读者可据此判断 AI 生成交互式图表是否更易落地。
Mistral 发布 Voxtral 3，包含语音转写模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版，以及文本转语音模型 Voxtral Mini TTS 3，并推出基于 LiveKit 的语音智能体 SDK，把听、推理、工具调用和说话串成一条实时流式管线。
推荐理由：Mistral 公布语音模型与 SDK 的基准对比和每分钟定价，读者可据此判断自建语音智能体的成本与部署方式。
GitHub 产品负责人 Erin Havens 用九个季度的数据说明，密钥泄露问题源于代码产出速度超过人工修复速度，而非开发者变得粗心：Q2 2024 至 Q2 2026 期间，公开 push 量增长 2.84 倍，携带凭据的 push 增长 2.59 倍，但每次 push 的密钥出现率没有可检测的趋势，开发者主动覆盖 push 拦截的比例从 6.63% 降至 3.93%。
推荐理由：GitHub 产品负责人用九个季度的数据说明密钥泄露为何随代码量增长，并介绍其与 Microsoft 合作训练的检测分类器。
作者团队发布 R 语言贝叶斯优化工具箱 mlr3mbo，将模块化的 BO 组件与经实验选定的默认配置和便捷入口结合。在标准基准上，其表现与 HEBO、SMAC3、Ax、Optuna 持平或更好。
推荐理由：作者团队发布 R 语言贝叶斯优化工具箱 mlr3mbo，并在标准基准上与 HEBO、SMAC3、Ax、Optuna 对比，便于读者判断是否迁移现有流程。