跳到正文

#論文/研究

RSS
今日 0 則
10月7日週三
  1. GitHub Engineering83

    為代理式開發打造 Git 基礎設施

    GitHub 正在重構其 Git 基礎設施,以支援代理式軟體開發的高併發工作負載。 - 工作負載規模:2026年8月最繁忙倉庫達 10億 次請求,整體 Git 活動從 218.2 億提升至 473.3 億事件。

    推薦理由:本文揭示 GitHub 如何為代理式開發打造可擴充套件 Git 基礎,對高併發團隊的效能提升具實際參考價值。

10月6日週二
10月3日週六
10月1日週四
9月30日週三
  1. Google Research60

    Google Research 推出 Diffusion Controller:統一併簡化 AI 影像生成的連續控制框架

    Google Research 推出了 Diffusion Controller 框架,將擴散模型的去噪過程重構為連續控制問題,用輕量級附加網路實現了對影像生成軌跡的平滑動態調整。實驗表明,其輕量級灰盒版本在匹配人類偏好的指標上表現優異,而白盒微調版本則取得了更高的勝率。

9月29日週二
  1. Hugging Face Blog42

    ProvenanceGuard 如何針對 MCP AI 助理實現源感知的事實核查

    ProvenanceGuard 是一款針對 MCP AI 助理的後置生成驗證層,旨在解決交叉來源混淆問題並進行源感知的事實核查。該系統通過保持來源身份不變來分別檢查支援來源與回答中的指定來源是否一致。在包含 281 條真實醫療AI 助理軌跡的測試中,它從專家判定的 361 個宣告中捕獲了 138 個不應通過的宣告,並在可識別來源的宣告中取得了約 86% 的正確選源率。

9月25日週五
9月24日週四
9月22日週二
  1. Hugging Face Blog59

    英國 AI 安全研究所與 EvalEval 如何讓評測結果可復現

    英國 AI 安全研究所正使用 EvalEval 的 Evaluation Cards 基礎設施公開分享評估結果,以支援更具可復現性和可驗證性的評估科學。此次釋出包含了五項基準測試和兩項安全評測的驗證結果、上下文及配置資訊,涵蓋了 Claude Opus 系列與 GPT-5 系列等六款前沿模型,並配合其關於推理計算如何塑造前沿 LLM 評測的研究論文一同釋出。

9月21日週一
  1. Microsoft Research66

    RetroChimera 提升大規模小分子合成預測

    微軟研究團隊釋出 RetroChimera,一種用於大規模小分子合成預測的框架,並在 Nature 論文中展示其效能。RetroChimera 結合 R‑SMILES 2 與 NeuralLoc 兩種模型,通過學習式重排序實現更準確的合成路線預測。其開源實現已在 GitHub 上釋出,旨在加速藥物與材料研發。

  2. Google Project Zero69

    Windows 漏洞利用技術:利用懸空 COM 物件註冊進行許可權提升

    James Forshaw 說明如何利用 Windows 懸空 COM 註冊與自訂封送處理,在 SYSTEM 許可權程式中載入 DLL,觸發許可權提升。 - 漏洞成因:CVE-2026-66804 涉及系統範圍的 CrossDevice COM 註冊,其 DLL 路徑位於 %PROGRAMDATA% 下,但檔案不存在;一般使用者可在該位置建立目錄並放入 DLL。

9月19日週六
  1. Google Research53

    Google Research 推出 MilleMiglia:面向中長途物流的現實實例生成器

    Google Research 介紹了 MilleMiglia,這是一個旨在為中長途物流配送問題建立現實基準的 C++ 實例生成器。該工具通過結合空間分佈、需求和車輛排程等統計模型,生成隱私安全且符合實際的物流網路資料。相關原始碼與文件已在 GitHub 開源,以推動運籌學與供應鏈最佳化領域的後續研究。

9月16日週三
  1. OpenAI News28

    OpenAI 研究:員工如何通過 AI 解鎖新的工作方式

    OpenAI 分析 2026 年 4 月至 7 月超 150 萬條 ChatGPT 工作相關訊息發現,跨職業的 AI 使用正逐漸演變為常規工作流的一部分。在持續觀察的約 6,200 名員工中,跨職業任務佔比從 4 月的 13.1% 上升至 7 月的 25.9%,其中與客戶討論商品或服務等任務的次月複用率達到 54%。

  2. Hugging Face Blog63

    AI 助理的任務一致性與 Consistency Analyzer 診斷方法

    IBM Research 團隊指出當前基準測試中的平均準確率掩蓋了AI 助理的可靠性問題,並推出了用於測量和改善該問題的 Consistency Analyzer 與一致性指南。實驗表明,該方法在 AppWorld 測試中將一致性差距從 24.4 個百分點縮小至 12.0 個百分點,且未降低平均準確率。相關開原始碼與技術報告已釋出。

9月15日週二
9月14日週一
9月13日週日
9月11日週五
9月10日週四
  1. Wiz Blog & Research83

    離線防護失靈:LiteLLM 認證繞過與雲端入侵漏洞曝光

    摘要 研究發現約 9.6% 的公開 LiteLLM 實例接受預設 master key 或無認證,並揭露多項可遠端執行程式與雲端憑證盜取漏洞。 - 漏洞概況:CVE‑2026‑59822(MCP 認證繞過)與 CVE‑2026‑59821(post‑auth RCE)已被實際利用,CISA 已將 CVE‑2026‑59822 列入已知被利用漏洞。

    推薦理由:研究揭示 LiteLLM 公開部署中高達 9.6% 受預設金鑰或無認證影響,並發現多項可遠端執行程式與雲端憑證盜取漏洞,提醒組織即時更新金鑰與修補。

9月9日週三
  1. Cognition / Devin Blog69

    Cognition 與 Devin 打造全球最高效 GPU 格子過濾器,RSA-260 分解成本降 10 倍

    Cognition 的研究團隊與 AI 代理 Devin 合作,開發出世界上最快的 GPU 格子過濾器,成功分解 RSA-260,成本約 $400k,比以往節省 10 倍。

    推薦理由:本研究展示了利用自動化軟體工程代理在 GPU 上實作 GNFS,將 RSA-260 的分解成本降至 10 倍以往水平,為大規模數學運算提供可行性參考。

9月8日週二
  1. vLLM Official Blog76

    vLLM x AgentX:針對實務代理服務的最佳化

    vLLM 在 AgentX 基準上實現高效能與成本優勢,提供可驗證的全棧最佳化方法。 - 總吞吐量:在 DeepSeek V4 Pro 上達到 130 000 tokens / GPU‑sec,MiniMax M3 互動率 376 tokens / sec。

    推薦理由:本文展示 vLLM 在 AgentX 基準上實現高效能與成本優勢,並提供可驗證的全棧最佳化方法,對於需要高吞吐量與低成本的代理服務部署具有實務參考價值。

9月4日週五
  1. Google Research57

    Google Research 評估代表性不足群體中基因組預測的遷移學習

    Google Research 評估了多基因風險評分(PRS)在非歐洲目標群體中的表現,發現當目標群體樣本量較小時,利用歐洲群體進行遷移學習可提升統計效能,但隨著目標群體樣本量增大,外部資料池化的收益反而會減弱。研究表明,這一臨界點取決於具體性狀的遺傳保守性,且先進的多源群體方法需要相當規模的目標群體樣本才能超越簡單方法。

  2. Google Research74

    Google Research 釋出雄性果蠅完整大腦連線圖譜

    Google Research 與 HHMI Janelia 及多所高校合作,釋出了包含超過 16.6 萬個神經元和 1.25 億個突觸連線的雄性果蠅完整大腦及中樞神經系統連線圖譜。該圖譜利用 AI 技術將電子顯微鏡影像重建為 3D 結構,並經過人工校對驗證,為研究大腦工作機制提供了重要資源。相關成果已發表在 Cell 期刊上。

    推薦理由:該研究釋出了迄今規模最大的完整雄性果蠅大腦及中樞神經系統連線圖譜,為神經科學研究提供了重要基礎資源。