AutoSynthData：为智能体生成企业训练数据
ServiceNow CoreAI 构建 AutoSynthData 框架，通过分析目标模型在企业环境</think>
全部AI 动态
全部动态
今日 1 条Hugging Face BlogAI 评分3939
Microsoft ResearchAI 评分3232 <think>Let me analyze this article carefully.
The article is about Microsoft Research developing a machine learning system for forecasting space-weather risks on power grids. Key facts。
Ars Technica · AIAI 评分5555 Google DeepMind 提出 AI 设计蛋白质的水印方法
Google DeepMind 在 Nature 发表论文，将 SynthID 水印思路移植到 AI 蛋白质设计工具 ProteinMPNN 上，在不破坏蛋白质功能的前提下把水印嵌入到氨基酸序列中，检测端需凭密钥扫描整条序列做统计判断。
Google ResearchAI 评分3636 Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架，将扩散模型去噪过程重构为连续控制问题，通过一个轻量级"转向阻尼器"附加网络引导生成、保持基础模型冻结不变。其白盒微调版本在 Stable Diffusion v1.4 上对基线模型取得 90% 胜率，并支持对无法修改内部权重的闭源模型进行控制。
Google ResearchAI 评分4040 Google Research：Retrieve-for-Train 框架如何绕过复杂 AI 搜索的推理瓶颈
Actually the original title structure is "Bypassing inference bottlenecks。
Google ResearchAI 评分4545 ToolGrad：利用文本"梯度"高效生成工具使用数据集
Google Research 在 ACL 2026 提出的 ToolGrad 采用"答案优先"范式：先生成工具调用链再反推用户查询，借助文本"梯度"迭代构建 API workflow。
Microsoft ResearchAI 评分4343 <think>Let me analyze this article carefully.
The article is about MindTopo, a new benchmark from Microsoft Research for testing topological reasoning in multimodal AI models (VLMs - Vision Language Models). Key points。
Berkeley AI ResearchAI 评分4343 ABBEL：Berkeley AI Research 教 LLM 更新信念状态以高效完成长程交互
Berkeley AI</think>
Berkeley AI ResearchAI 评分4242 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI Research 发布综述与视角文章，探讨自适应并行推理（Adaptive Parallel Reasoning）作为高效推理扩展的新范式。文章指出当前 Self-consistency、Best-of-N、ParaThinker、GroupThink、Hogwild!
Berkeley AI ResearchAI 评分4343 GRASP：面向长horizon世界模型的梯度规划方法
GRASP 是面向世界模型的梯度规划新方法，通过将轨迹提升为虚拟状态以跨时间并行优化、对状态迭代加入随机性以增强探索、并重塑梯度让动作获得清晰信号，解决长horizon规划中梯度条件变差、损失景观充满局部极小等难题。
Berkeley AI ResearchAI 评分3939 SPEX 与 ProxySPEX：面向大语言模型的可扩展交互识别方法
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大语言模型中以可扩展方式识别驱动模型行为的特征交互。方法借助信号处理与编码理论，基于稀疏性与低阶性假设将指数级搜索重构为可解的稀疏恢复问题；ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融次数达到与 SPEX 相当的性能，可应用于特征归因、数据归因与模型组件归因等可解释性任务。
Berkeley AI ResearchAI 评分4444 基于信息驱动的成像系统设计
NeurIPS 2025 论文提出基于互信息的成像系统评估与设计框架，以信息量统一替代分辨率、信噪比等传统指标。方法利用已知噪声物理直接计算噪声熵，用概率模型（如 PixelCNN）估计测量分布，在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证了信息估计对解码器性能的预测能力。