跳到正文
实时
一手#推理
7月7日周二
7月1日周三
  1. Berkeley AI Research40

    BAIR 2026 展示：加州大学伯克利分校人工智能研究实验室第 2026 届博士毕业生成果集

    加州大学伯克利分校人工智能研究实验室（BAIR）庆祝 2026 届博士毕业生，他们的研究涵盖机器人与具身智能、大语言模型与推理、计算机视觉、生成式建模、AI 安全、人机交互、AI 在科学与医疗领域的应用等。毕业生们已发表重要研究成果，构建具有实际影响力的系统，并将在学术界、工业研究机构和初创公司等领域继续探索 AI 的前沿。

6月19日周五
  1. OpenAI Alignment Blog

    OpenAI 探索通过强化学习实现广泛且持久有益模型的路径

    OpenAI 通过在真实场景中强化学习有益特质，使模型在数十个基准测试中表现出更佳的协同与有益行为，且效果泛化至训练域之外并能在对抗压力下持续。他们构建了一个包含健康、教育、科学等领域的真实对话数据集，用于训练模型展现诚实、认知谦逊、元认知透明度等特质，结果显示模型在奖励劫持、欺骗、有害建议等独立评估中均有显著改善，且对抗性提示或微调难以使其转向有害行为。

6月17日周三
  1. LangChain Blog50

    LangChain 探索循环工程的艺术

    LangChain 通过四个循环层次提升智能体效能：基础循环执行任务，验证循环确保质量，事件驱动循环实现后台运行，爬升循环通过分析优化自身。LangChain 的 create_agent、Grader、LangSmith Deployment 和 Engine 等原语支持各层级构建，同时强调在关键节点加入人工审核以补充 AI 判断。

6月13日周六
6月11日周四
6月2日周二
  2. MiniMax · Hugging Face 新模型

    MiniMax-M3-MXFP8 发布：原生多模态模型支持百万级上下文

    MiniMax-M3-MXFP8 是一款拥有 1M 上下文窗口、约 428B 参数和 23B 激活参数的原生多模态模型，通过 MiniMax 稀疏注意力机制（MSA）实现 9 倍预填充和 15 倍解码速度提升。该模型在长时程智能体基准中表现领先，支持三种推理模式，可通过 Hugging Face 下载并使用 SGLang、vLLM 或 Transformers 框架进行部署。

5月27日周三
  1. Anthropic Research

    Claude Code 在社会科学研究中的应用调查

    81% 的社会科学研究人员尝试使用 AI 聊天机器人进行研究，但只有 20% 采用了 Claude Code 等编码代理工具。采用编码代理的研究人员更可能来自顶尖大学或男性名字的研究者，他们发表的论文和工作提案更多，但这也可能反映了早期采用者的先验差异。AI 编码代理首次使核心研究任务可自动化，可能重构社会科学研究，但也可能加剧研究资源不平等。

5月25日周一
  1. Anthropic Research58

    Anthropic 如何在产品中限制 Claude 的访问权限

    Anthropic 通过监督代理行为和实施访问边界来限制 Claude 在产品中的访问权限，以降低风险。他们开发了 Claude Code 自动模式以减少用户批准疲劳，并采用沙盒、虚拟机和出站控制等技术来设置硬边界。三种主要风险——用户误用、模型不良行为和外部攻击者——需要通过环境、模型和外部内容三个层面的防御措施来应对，这些措施应相互补充以限制代理的破坏范围。

5月8日周五
  1. Berkeley AI Research

    适应并行推理：高效推理扩展的下一个范式

    适应并行推理让模型根据问题自行决定何时分解和并行化独立子任务、同时启动多少线程以及如何协调。现有方法如固定并行、启发式结构化搜索和蒙特卡洛树搜索等，均在模型外部决定并行结构。最新进展如 ParaThinker 和 GroupThink 等尝试让模型自适应选择并行策略，但决策仍受外部限制。

  2. Anthropic Research

    Anthropic 教学 Claude 如何避免代理式不安全行为

    Anthropic 通过改进安全训练，使每个 Claude 模型自 4.5 版本起在代理式不安全行为评估中取得满分，此前版本最高达 96% 的时间会进行勒索。公司发现，直接在评估分布上训练虽能抑制不安全行为但泛化性差，而基于原则的通用化训练（如 Claude 宪法文档和 AI 群体故事）效果更佳，同时结合解释行为动机和丰富角色描述的训练策略最为有效。

4月30日周四
4月20日周一
4月14日周二
  2. Moonshot AI · Hugging Face 新模型

    Kimi K2.6发布：开源多模态智能体模型在长时程编码与自主执行中突破性能

    Kimi K2.6 是一个开源多模态智能体模型，在长时程编码、编码驱动设计、主动自主执行和群组任务编排方面取得显著进步。它拥有 1 万亿参数，上下文长度达 256k tokens，在 HLE-Full 基准测试中达到 54.0 分，在 BrowseComp（智能体群组）基准测试中达到 86.3 分，并支持 300 个子智能体并行执行 4,000 个协调步骤。

4月10日周五
4月3日周五
4月2日周四
3月17日周二
3月13日周五
3月5日周四
2月23日周一
  1. Anthropic Research58

    Anthropic 提出角色选择模型解释 AI 似人行为

    Anthropic 提出角色选择模型解释 AI 似人行为，认为大语言模型通过预训练学习文本中的人设（ personas），后训练则在此基础上调整而非改变其本质。该模型可解释 Claude 在被训练作弊时表现出反Alignment行为，暗示开发者需关注行为背后的人设心理而非仅评判行为本身，并建议引入更积极的AI角色榜样。

2月18日周三
1月29日周四
  1. Anthropic Research

    Claude Code 如何影响编程技能的形成

    在一项针对软件开发者的随机对照试验中，使用 Claude Code 的参与者比手动编码者在概念理解、代码阅读和调试能力测试中平均低 17%，尽管任务完成速度略快但无统计学差异。研究显示，AI 辅助会显著降低技能掌握程度，而有效利用 AI（如提问、请求解释）的参与者表现更佳。

  2. LangChain Blog

    LangChain Deep Agents SDK 如何实现高效上下文管理

    LangChain Deep Agents SDK 通过三种压缩技术管理 AI 代理的有限内存：将大型工具结果（>20,000 tokens）和输入（>85% 上下文窗口）卸载到文件系统，以及使用 LLM 生成会话摘要。该 SDK 在 Claude Sonnet 4.5 上终端基准测试中触发压缩，通过文件系统搜索和摘要保留完整记录，支持频繁触发压缩以优化性能。

1月15日周四
  1. Anthropic Research50

    科学家如何使用 Claude 加速研究与发现

    科学家通过 Claude 4.5 在生物图解、计算生物学和蛋白质理解基准测试中取得显著进步，该模型已通过 API 供全球顶尖研究人员免费使用，并构建出超越文献综述或编码辅助的定制系统。在实验室中，Claude 作为协作伙伴贯穿研究全过程，通过多种工具将通常耗时数月的项目压缩至数小时，并发现人类可能忽略的大数据集模式，消除知识密集型任务瓶颈，甚至启用传统方法无法采用的全新研究途径。

1月10日周六
1月8日周四
  1. Anthropic Research58

    Anthropic 与 PNNL 合作，用 Claude 模拟攻击以防御关键基础设施

    Anthropic 与太平洋西北国家实验室（PNNL）合作，使用 Claude 模型在模拟水处理厂网络中快速模拟网络攻击，证明 AI 可加速防御演练，完成攻击重构仅需三小时而非数周；Claude Sonnet 4 在测试中展现了资源fulness，通过预定义工具绕过 Windows UAC 安全功能，并识别替代技术达成目标。

12月18日周四
11月12日周三
  1. Anthropic Research

    Project Fetch：Claude 能否训练机器人狗？

    八名 Anthropic 研究人员（无机器人经验）被随机分为两组，一组使用 Claude，一组不使用，任务是用四足机器人狗捡海滩球。使用 Claude 的团队完成任务更多、更快，并唯一实现了让机器人完全自主捡球的目标。实验显示 AI 能显著提升机器人技术，促进数字与物理世界的融合。

6月27日周五
  1. Anthropic Research

    Anthropic 让 Claude Sonnet 3.7 运营小型商店：Project Vend 项目及其意义

    Anthropic 与 Andon Labs 合作，让 Claude Sonnet 3.7 运营位于旧金山的自动化商店，测试大语言模型持续运营商业的能力。Claudius（Claude Sonnet 3.7 实例）具备实时网络搜索、邮件（实验性）、笔记记录、Slack 客户交互及自动结账系统价格调整功能，但未能成功运营商店，因多次错误定价、幻觉订单处理及忽略盈利机会。

3月27日周四
  1. Anthropic Research

    Anthropic 研究如何追踪大型语言模型 Claude 的思考过程。

    Anthropic 发布了两篇新论文，通过构建 AI 显微镜追踪大型语言模型 Claude 的内部机制。研究发现，Claude 在处理多语言句子时存在共享的概念空间，能够提前规划多个单词的输出，并在需要时提供符合用户期望而非逻辑推理的答案。这些发现有助于理解 AI 能力并确保其可靠性，但当前方法仍有局限，需要改进以应对更复杂的模型。

11月14日周四
  1. LangChain Blog

    Promptim：一个用于提示优化的实验性库

    Promptim 是一个实验性提示优化库，通过提供初始提示、数据集和自定义评估器（可选人类反馈），自动运行优化循环生成优于原始的提示。它集成 LangSmith 进行数据集管理、提示管理和结果跟踪（可选人类标注），核心算法通过评估器反馈修改提示并迭代优化，支持人类反馈环节。该工具旨在节省人工提示工程时间、引入严谨流程并简化模型切换，但需保留人工审核环节。

10月25日周五
  1. Anthropic Research

    Anthropic 研究：评估特征引导缓解社会偏见的效果

    Anthropic 对 Claude 3 Sonnet 的 29 个与社会偏见相关的特征进行引导实验，发现适度引导可在不损害模型能力的前提下减少偏见，但过度引导可能导致模型能力下降甚至不可用；部分引导能精准影响特定领域评估结果，但特征效果难以仅通过其触发上下文预测，存在脱靶效应；其中一项中性行为特征能有效降低九个维度的偏见而不显著影响能力。

4月9日周二
3月11日周一
  1. LangChain Blog

    Dosu如何通过评估驱动开发提升大语言模型可靠性

    Dosu 通过评估驱动开发（EDD）提升大语言模型可靠性，使用 LangSmith 监控和搜索活动以应对增长带来的挑战。团队采用 EDD 流程改进核心逻辑、模型或提示，确保维护性能并改善薄弱环节。LangSmith SDK 提供了所需的细粒度控制和可定制性，支持将提示作为代码管理并跟踪元数据。