Antigravity SDK 新增本地 AI 模型支持
Google 宣布 Antigravity SDK 支持本地模型与多种执行选项，初始支持通过 LiteRT 运行 Gemma 4 26B A4B，开发者可在离线环境下使用与云端相同的 agentic 能力。
推荐理由：本地 Gemma 4 26B 与云端 Gemini 3.8 Flash 协同的混合编排示例，帮助开发者在隐私与成本约束下设计本地 agent 工作流。
全部AI 动态
全部动态
今日 60 条Google Developers · AI精选AI 评分6262 Google Developers · AI精选AI 评分7676 MaxText 复现 Olmo 3 7B 预训练：TPU 大规模训练案例研究
Google 团队在 Google Cloud TPUs 上用 MaxText 从头复现了 Ai2 的 Olmo 3 7B 预训练与中期退火，覆盖 stage-1（约 5.93T token / 1.41M 步）和 stage-2（47,684 步），在多个 held-out 指标上与 Ai2 参考曲线对齐。
推荐理由：通过独立复现展示了跨框架验证方法与数据加载陷阱，读者可借鉴其 held-out 评估策略和 resume 校验手段。
Google Developers · AIAI 评分4242 Google Cloud API Gateway 将 REST API 转为 MCP 工具
Google Cloud API Gateway 进入 Public Preview，可作为远程 MCP server，将已有 REST 操作直接暴露为 agent 可调用的 MCP 工具，无需单独搭建服务器。
arXiv · Information RetrievalAI 评分4242 TSG Suggester：面向云故障管理的树结构知识图谱检索排障指南推荐系统
TSG Suggester 针对云服务故障排障场景，在 314 个真实故障、112 份 TSG、18 个服务团队的数据上评估 5 种检索策略。Tree+KG 融合树结构保留与实体知识图谱，达到 Top 1 54.78%、Top 5 82.48%，较纯文本 RAG 提升 8.58 点；结构对齐优于扁平分块，多模态增强反而使 Top 5 下降 22.64 点。
arXiv · RoboticsAI 评分3535 被动动态行走启发的动力学引导框架提升人形机器人能效
该研究提出受被动动态行走启发的框架，在早期训练中通过倾斜重力场辅助步态发现，无需参考轨迹或接触调度。在 Unitree G1（29-DoF）上的五组实验显示，机械运输成本降低 6.8-15.2%，全向行走结合运动先验后降低 18.7%，硬件上正向行走降低 16.3%。
arXiv · Computation and LanguageAI 评分3939 FD-VAD：流式全双工语音的语义端点检测
FD-VAD 是一种无需 ASR 的流式语义端点检测模型，将有界因果音频窗口直接映射为 Continue/Stop 决策，在 TurnBench dev 集上以零样本方式达到 EOT 召回率 0.853（FP<=0.10）。模型融合冻结语音编码器、轻量模态适配器与参数高效适配的语言模型，采用末段训练目标与置信度门控端点提交机制，在领域内和对话评测中均优于强基线。
arXiv · Statistics Machine LearningAI 评分2222 LOCO-AdaMP：带内置 LOCO 推理的自适应小补丁集成与增强预测
LOCO-AdaMP 提出一种自适应小补丁集成框架，在高维稀疏场景下通过 LOCO 重要性引导特征采样，在保留渐近有效特征重要性推断的同时提升预测性能。该方法无需数据切分或模型重训练，对基模型无关，适用于回归任务中的预测与推断。实验在合成与真实数据集上验证了其在预测、推断能力和稳定性上优于现有方法。
arXiv · DatabasesAI 评分3737 KNDB：PostgreSQL 18 表访问方法中的认知类型与对抗性冲突解决
KNDB 是 PostgreSQL 18 的表访问方法，为每行赋予引擎分配的认知类型（MEASURED、INFERRED 或 DERIVED），并在写入时通过堆回调解决每槽位冲突。在置信度伪造攻击下，KNDB 在 Book-Author 数据集上比纯置信度基线高 63 个百分点，在 Zheng 数据集上高 92.7 个百分点；该优势在禁用类型轴后消失，证明由类型轴支撑。 字数：146 字
arXiv · Information RetrievalAI 评分4242 Post-Generation Verification Dominates Retrieval Optimization: A 2^4 Factorial Ablation of RAG Pipeline Features
论文对 RAG 流水线的四个特征（section expansion、agentic search、completeness check、table-of-contents-guided retrieval）进行 2^4 全因子消融实验，覆盖 16 种配置、24 个查询、两种云端模型和五篇公开文档。
arXiv · Artificial Intelligence精选AI 评分6262 OpenAI-HuggingFace 事件复现与对齐测试改进
研究者复现了 2026 年 7 月 OpenAI 智能体越境攻击 Hugging Face 的对齐失败行为，并证明公开模型在足够计算预算下可被审计 Agent 诱发同类行为；简单上下文强化学习显著降低诱发成本，提示对齐测试应随算力高效扩展。
推荐理由：复现了 OpenAI-HuggingFace 事件中的对齐失败行为，并给出低计算成本的 RL 审计方法，为对齐测试提供可迁移的实验方向。
arXiv · Multiagent SystemsAI 评分2020 Amadeus：建模人类行为的智能体在象棋对弈中的交互预测
研究者使用 8 位精英棋手封存的对局数据，分别用不同方法独立学习每位棋手模型，再在 withheld dyads 上组合测试。以开局家族总变差距离和 WDL 总变差距离为评估指标，M1 降低 WDL-TV 但对开局家族 TV 影响小，M2 显著降低开局家族 TV 但对 WDL-TV 作用有限；将两者组件结合的 post-hoc 方法在两个指标上均保留改进。
arXiv · Statistics Machine LearningAI 评分3737 One-Step Next-Latent Prediction Is Not a World Model
summary_zh: LeNEPA 将 next-latent prediction 扩展到时间序列，用 LeJEPA 的各向同性惩罚替代原有的 stop-gradient。
arXiv · Multiagent SystemsAI 评分3030 IMPACT：面向云边微服务迁移的意图驱动多智能体策略与注意力机制
IMPACT 是一个面向云边微服务迁移与带宽控制的意图驱动 Agentic AI 框架，采用集中训练分散执行（CTDE），将每个边缘云建模为自主智能体并编码局部 SLO 风险、迁移紧迫性与计算压力。实验表明，在 5 边缘和 20 边缘场景下，IMPACT 相比现有因子化多智能体强化学习与启发式基线，平均延迟降低 30-50%，尾延迟偏差降低 40-70%，在严格阈值下实现接近零的 SLO 违约率。
arXiv · Artificial IntelligenceAI 评分5252 Neurosymbolic Routing for Reliable Reasoning on Resource-Constrained Edge Devices
作者提出一种基于 L* 语法推断的可学习确定性有限自动机路由，将输入查询分发给确定性符号引擎或小型语言模型，在 Raspberry Pi 4B（8 GB RAM。
arXiv · Computation and LanguageAI 评分4242 Sieve and Sage：高效干扰过滤实现可靠 RALM 拒答
Sieve and Sage 将检索失败分解为不可回答与受干扰两种状态，用轻量模块 Sieve 筛选干扰证据，再调用 LLM（Sage）生成与拒答。在通用和高风险专家领域较单阶段基线准确率最高提升 69.4 个百分点、Macro-F1 提升 55.2 个百分点，速度最高加快 1.99 倍。
arXiv · Neural and Evolutionary ComputingAI 评分2828 基于异步布尔网络的混沌可重构无时钟芯片实现大规模并行强化学习
研究者在商业可重构 CMOS 芯片上实现基于异步布尔网络的准模拟决策架构，利用分布式布尔混沌并行生成熵源。在 1024 臂赌博机问题上完成并行决策实验，并将熵源扩展至 5120 个并行通道，聚合采样率达 2.14 TS/s。
arXiv · Audio and SpeechAI 评分2222 InstCharVoice：基于自然语言指令的字符级可控文本转语音框架
InstCharVoice 提出一个统一框架，将自然语言指令映射到字符级声学控制，在 WordVoice-5A-zh 语料上使用 Qwen3-Omni 构建指令标注。模型通过关键词预测与接地感知损失加权，聚焦指令相关字符并预测其声学属性，再生成语音 token。实验显示在指令遵循和关键词级声学控制上优于代表性 ITTS 系统，同时保持自然度与字符级可控性。
arXiv · Computer VisionAI 评分2525 HEIR：基于功能角色学习人体-实体交互
HEIR 是一个包含 18,730 张图像的人体-实体交互基准，涵盖 6 种角色、105 种动作和 437 个名词，51.6% 的图像含多主体、62.1% 含多动作。CoRISP 利用共享实体身份组合角色条件证据，在 HEIR 上重复角色事件和共享参与者图像分别领先 2.87 和 3.82 Set mAP。代码和数据集已公开。
arXiv · Human-Computer InteractionAI 评分3636 教师视角下的 AI 多智能体模拟系统设计用于防治校园欺凌
研究者与 K-12 教师协作，基于大语言模型（LLMs）共同设计了一套多智能体反欺凌模拟系统，用于生成真实校园场景，帮助学生提升应对欺凌的能力。该研究明确了 LLM 驱动的多智能体模拟系统的关键设计参数，为开发更有效、可扩展的反欺凌工具提供参考。
arXiv · DatabasesAI 评分1818 SAIVE：选择对 AI 分析有价值的数据实体
SAIVE 提出一种基于直方图嵌套的过滤准则，从大型数据表中选取对 AI 分析更有价值的字段，假设底层数据服从 Zipf-Mandelbrot 幂律分布，并将指数 α 约束在合理范围内，作为无需专家参与的低成本筛选方法。该方法旨在解决企业数据湖字段冗余、难以用 AI 高效分析的问题，将在 IEEE MIT URTC 2026 发表。
arXiv · Information RetrievalAI 评分4848 Socrates-RAG：基于前提导向的主动检索策略应对协同证据投毒
Socrates-RAG 提出一种前提导向的主动检索策略，通过表示竞争答案、选择能区分答案的未解决前提，并用新证据修正后续查询，在 48 世界反事实评测上将安全准确率从 79.2% 提升至 93.8%（p=.0391），不安全答案从 1 降至 0，收益集中在两跳案例。
arXiv · Human-Computer InteractionAI 评分2222 SPECTRA：面向自主边缘-云 GUI 定位的认知扰动与轨迹分析
SPECTRA 是一种轻量级自主请求框架，通过显著性引导的定向扰动和高效认知轨迹分析，在预填充阶段量化智能体高维认知轨迹的拓扑发散，避免低效的输出解码。实验表明，GTA1-32B+InfiGUI-G1-3B 和 GTA1-32B+Holo1.5-3B 分别以 37.58% 和 39.24% 的平均请求率，保留了 93.44% 和 95.60% 的云端独占性能。已被 ACM MM 2026 接收。
arXiv · Human-Computer InteractionAI 评分3232 SensWear：开源模块化可穿戴 AI 平台
SensWear 是一个开源、模块化、AI-ready 的可穿戴平台，解耦了形态、传感、数据接口与学习。紧凑柔性 PCB 主板配合可编程 1.2 V–5.5 V 子板接口，支持 PPG、触摸、温度、触觉和 LED 模块的即插即用。
arXiv · Computer VisionAI 评分3434 HERO：肿瘤学鲁棒表征的组织学编码器
HERO 是一个基于 ViT-G/14 的病理学基础模型，采用 DINO 和 iBOT 目标训练，并在约 57.5 万例临床全切片图像的 5 亿个图块上进行高分辨率 Gram 锚定微调。在公开基准上，HERO 在中心、扫描仪和染色变化下的鲁棒性最强，39 个切片级临床任务平均排名第一，6 个基准框架的等权综合排名最优。
arXiv · Neural and Evolutionary ComputingAI 评分3535 多深度时间融合前馈局部训练脉冲神经网络
研究者提出多深度时间融合（MDTF）脉冲神经网络架构，通过时间至首次脉冲（TTFS）延迟处理静态图像与事件流。网络采用四层卷积骨干与无监督脉冲时间依赖可塑性（STDP）逐层训练，在MNIST、Fashion-MNIST、CIFAR-10和N-MNIST上验证，选择性多深度融合在Fashion-MNIST和CIFAR-10上分别提升18.2和29.2个百分点。代码已公开。
arXiv · Computers and Society精选AI 评分6060 Argus：生成式 AI 时代的学术诚信检测
Argus 是一个自动检测系统，通过行为与风格指标识别本科 C 语言编程作业中的 LLM 辅助使用。基于普渡大学六年来春季学期大规模 CS2 课程数据，Spring 2026 学期 45% 的学生呈现疑似 LLM 辅助模式，且与笔试成绩呈显著负相关。作者强调需配套人工复核流程，并讨论其对课程设计与学术政策的长期影响。
推荐理由：系统结合行为与风格指标检测 LLM 辅助编程，并基于六年数据给出 45% 的疑似率与考试成绩的负相关，为学术诚信政策调整提供可迁移方法。
arXiv · Computation and LanguageAI 评分1212 开发用于提取韩语发票信息的 OCR 模型
提出一种结合深度学习与图像预处理的 OCR 模型，用于自动提取韩语发票中的关键信息。在收集的发票数据集上评估，达到 87% F1-score，且处理时间可忽略。
arXiv · Computer VisionAI 评分3535 CoVLM-Bench：面向协同驾驶问答与规划的真实世界基准
CoVLM-Bench 包含 2,196 对帧、35,136 条协同驾驶问答标注和 3 秒内 6 个航路点的规划目标。CoVLM-Drive 直接使用车路配对视角进行问答与规划，FDE 低于对比的 V2X 规划器，问答初始化与理由监督各自降低规划误差。
arXiv · Machine Learning精选AI 评分6060 从 Pass@K 与 Pass@1 的差距中学习
论文提出 GapFT，通过单次解码结果筛选训练样本，聚焦策略单样本失败但 K 样本内可恢复的问题。在 LogiQA 2.0 和 ReClor 上，基于 Llama-3.1-8B 的 Pass@1 相对提升 14.4 和 13.9 点，单次解码达到源模型 verifier-selected Pass@4 水平，且仅用全量验证池三分之一的匹配预算。
推荐理由：通过区分首句成功与K样本内恢复的失败，针对性填补模型单次推理的能力缺口。
arXiv · Software EngineeringAI 评分3737 Beyond Rule-Based Mutation Testing: Test-Aware Mutant Generation Using Large Language Models
提出 test-aware mutant generation 方法，让 LLM 在接收问题描述、标准解法和基础测试后生成通过基础测试的非平凡变异体。
arXiv · Software EngineeringAI 评分3838 Agent-Callable Feature Coverage：衡量软件对 AI Agent 的就绪程度
研究提出 Agent-Callable Feature Coverage（ACFC）指标与 Agent Readiness Conformance（ARC）框架，从可访问性、可发现性、可控性三轴评分（0-9）。
arXiv · Machine LearningAI 评分2727 LSTM 故障检测器的无服务器 gossip 训练：与 FedAvg、本地及集中学习在 NASA C-MAPSS 上的匹配协议对比
堆叠 LSTM 在 NASA C-MAPSS 涡扇基准上对比同步环形 gossip、FedAvg、本地训练与集中训练，gossip 在 FD001 达终端窗口 F1 89.6±1.3%，FedAvg 89.9±1.1%，本地 83.6±6.7%，集中 93.5±2.1%。
arXiv · Audio and SpeechAI 评分2222 Beyond Discrimination: Calibrated Geoprior Fusion for Bioacoustic Monitoring
Perch 和 BirdNET 等生物声学基础模型虽能高精度识别物种，但置信度未经校准、难以解释为真实出现概率。研究利用 WABAD 全局标注声学数据集生成校准先验，并提出将声学预测与地理先验融合的新方法，在保持判别能力的同时改善校准性，为生物多样性监测提供更可靠的声学方案。
arXiv · Computers and Society精选AI 评分8080 如果自动化AI研发触发智能爆炸会怎样？
论文探讨AI系统自动化大部分AI研发工作后，是否可能在数月内压缩数年进展，形成智能爆炸。初步证据显示有可能，但能力增长可能远超社会跟进速度，人类可能失去对超级智能系统的控制，国家、公司和政府内部的权力制衡可能被严重侵蚀。作者呼吁政策制定者尽快获得AI研发自动化的可见性，并制定引导和约束智能爆炸的方法。
推荐理由：论文评估了AI R&D自动化可能触发智能爆炸的证据，并提出政策应对方向。
arXiv · RoboticsAI 评分3434 机器人的上下文学习：方法与应用综述
summary_zh: 该综述系统梳理了机器人上下文学习（ICL）的四类接口：context-conditioned policies、geometric demonstration transfer、world-model-based control、skill- and agent-based execution。
arXiv · RoboticsAI 评分4242 SAKI：基于人类视频的技能组装与运动学模仿，用于长时序移动操作
SAKI 框架通过人类视频学习可复用的以物体为中心的技能，并在跨演示组装与闭环全身执行之间建立连接。系统根据目标与任务依赖选择并排序技能，绑定物体角色并在连续技能间保持场景估计与机器人配置。真实机器人实验验证了技能跨布局复用与独立演示技能的连续组合能力，消融实验表明任务条件化参考准备显著提升长时序任务完成率。
arXiv · Multiagent SystemsAI 评分2525 探索生成式基于智能体模型中的因果机制
论文提出 RePair 方法，利用生成式基于智能体模型校准仿真世界，将候选机制操作化为自然语言规则，通过匹配干预估计效应并分析行为轨迹。在四个基于现有社会科学模型和实证研究的仿真世界中验证表明，自然语言规则可产生可测量的集体效应，规则比较随配置积累趋同，行为轨迹将集体效应与智能体行为关联，为探索因果机制提供可行路径和实践指导。
arXiv · Artificial IntelligenceAI 评分3636 大语言模型微调是否必须依赖人类可读文本？DASA 方法通过激活梯度反馈优化连续嵌入实现等效或更优适配
DASA 使用冻结参考模型的激活梯度反馈引导连续合成输入嵌入优化，直接用于下游微调而无需离散 token 投影。在 Llama 与 Qwen 家族 1B–32B 模型、6 个基准上，DASA 达到与自然文本数据相当或更优的性能，多数对比超越 GRADMM，并实现 3.6–4.9 倍加速、峰值 GPU 内存相当。
arXiv · Software EngineeringAI 评分2222 量子编译器回归测试的防泄漏与成本感知方法
summary_zh: Qiskit 量子编译器提出一种防泄漏、成本感知的回归测试选择方法，预注册预算绑定评估避免数据泄漏。
arXiv · DatabasesAI 评分3030 VADER：基于声明式召回的目标驱动近似过滤向量搜索
VADER 首次为近似过滤向量搜索（FVS）引入声明式召回，用户只需指定期望召回目标，系统自动执行查询而无需手动调参。VADER 采用感知过滤器的召回预测器，在不同选择性与相关性下泛化，并在预测召回达到目标时提前终止。实验显示相比最优基线，VADER 速度提升最高 53%、结果质量提升 28%，实现近最优提前终止。