其他值得关注
04 [RAG] 一个框架，统一评测所有医疗 AI 智能体团队 一个新的统一平台让研究人员能够构建并公平比较多个 AI 智能体协作处理复杂医疗问题的系统，在同一平台中处理来自多个专科的文本、图像和数据。此前，每个研究组使用不同的配置，几乎无法判断哪种方法真正更优——就像在不同赛道上比较赛时。医院和临床医生最终有望受益于被证明能可靠跨专科协作的 AI 系统，减少在科室之间的缝隙中溜走的诊断错误。链接
05 [效率] 利用 AI 智能体自身的实时反馈来训练它们 OpenClaw-RL 是一个训练框架，通过从智能体行动已产生的自然响应中学习——例如聊天机器人的回复或工具的输出——来训练 AI 智能体，无需单独的奖励标签。难点在于，此前没有任何系统能够同时将所有这些实时”接下来发生了什么”的信号作为实时学习源加以利用。这意味着 AI 智能体仅通过执行工作即可持续改进，从而大幅降低搭建专用训练流水线的成本与工作量。链接
06 [评估] 一个智能体系统自动化完整的 LLM 评测流水线 One-Eval 是一个由 AI 驱动的系统，它处理语言模型评测的完整流程——从选择合适的基准测试到运行测试并解释结果——无需针对每个步骤进行手动配置。实现这一点确实困难重重，因为评测工具是一个由不兼容代码库、数据集格式和评分方法组成的碎片化混乱体，通常需要专家配置。对于构建或采购 AI 产品的公司，这意味着无需专门的研究团队来管理底层管道，即可获得可信、可复现的模型比较。链接
07 [RAG] 主动学习大幅削减 AI 训练数据需求 一种名为 ActiveUltraFeedback 的新流水线，不再标注所有样本来教 AI 系统是非对错，而是只挑选最不确定、最具信息量的样本进行标注——大幅减少所需的昂贵人工反馈量。收集偏好数据（人工评判哪个 AI 响应更好）成本极高，在医疗或法律等专家稀缺的专业领域尤为如此。这意味着公司能以当前成本的一小部分训练出对齐更好的 AI 模型，即便预算或专业知识有限，也能让高质量 AI 更安全、更易获取。链接
08 [评估] 新基准测试 AI 撰写威胁情报报告的能力 CyberThreat-Eval 是一个新基准，旨在测试 AI 能否处理网络安全威胁情报工作的完整流水线——从筛选原始互联网数据到生成最终报告。现有大多数测试只涵盖孤立的人工任务，因此无法有效衡量 AI 在真实分析师实际遵循的复杂多步骤流程上的表现。这一点至关重要，因为安全团队正被数据淹没，而一种可靠衡量——并最终自动化——该分析流水线的方法，将大幅加快组织理解和应对新兴威胁的速度。链接
09 [可解释性] AI 模型像读医疗时间线一样解读患者病历 一个新 AI 系统通过将患者健康记录视为演变中的疾病历程而非医疗编码列表，来学习理解患者病历。大多数模型难以捕捉病情如何随时间发展和相互作用，而该方法明确映射了这些关系，使其推理过程对临床医生可追溯。医院可用它更准确地预测患者预后，同时真正理解 AI 为何 标记了某个风险——这是迈向可信临床 AI 的关键一步。链接
10 [RAG] 一个简单的 Adam 修复，应对不断变化的时间序列数据 Adam 是最流行的 AI 训练工具之一，当数据中的模式随时间持续变化时，它会悄然失效——研究人员因此构建了一个小改动来修复这一问题。核心问题在于，当数据分布漂移时，Adam 对历史更新的内部记忆会变得陈旧且具有误导性，而它从未被设计为能够处理这种情况。更好的时间序列预测意味着在金融、电网、气象以及任何世界拒绝保持不变的领域，预测更加可靠。链接
11 [RAG] 神经网络权重就是数据——以下是如何使用它们 训练后的 AI 模型内部的权重——通常只是训练的最终输出——被发现具有深层隐藏结构，可以像任何其他数据集一样被映射、比较，甚至生成。解锁这一点出人意料地困难，因为权重空间巨大、充满对称性，而且任何两个模型的内部组织方式都不尽相同。这为全新的技术打开了大门，比如在不运行训练的情况下生成经过训练的模型，或者在不涉及原始数据的情况下合并多个模型的知识。链接
12 [推理] 记忆增强 AI 追踪合成孔径雷达图像中的油泄漏 一个团队通过为 Meta 的 SAM2 视频分割模型配备持久内存系统来适配它，使其能够在雷达卫星影像中检测油泄漏，该系统可跨多次扫描传递信息。难点在于油泄漏的外观因天气、海况和雷达角度而差异巨大——而且与视频不同，卫星扫描并非连续的，因此模型必须智能地跨越这些间隙。这可以使大规模海洋污染监测更快更可靠，帮助当局在油泄漏进一步扩散前发现并应对。链接
13 [评估] 无需重新标注即可生成逼真的恶劣天气车道数据 一个新工具能自动将普通道路画面转换成逼真的雨天、雪天或雾天场景，同时保持原始车道标签完整。为恶劣天气构建真实数据集成本巨大——你需要在每场罕见暴风雨期间全程录像，然后付费让人工逐条重新描绘每条车道线——因此从现有画面合成生成它一次性规避了两个问题。在这种增强数据上训练的自动驾驶系统应能更可靠地处理危险的低能见度条件，这恰恰在安全车道保持最困难时最为关键。链接
14 [RAG] 仅使用文本描述查找您的位置 一个新系统可以从简洁的自然语言描述（如”我在入口旁的蓝色长椅附近”）中精确定位您在真实世界 3D 地图内的位置。难点在于将文字与 3D 空间几何相匹配需要对人类如何描述空间进行深入推理，而不仅仅是对点云数据的关键词匹配。这可以为机器人、自动驾驶汽车或视觉障碍用户改变导航方式，他们需要自然地传达位置而非使用 GPS 坐标。链接
15 [评估] 教 AI 在完整 360° 房间中找到可用区域 一个新系统让 AI 能一次性理解整个房间——而非单个物体——来判断一个人可以在空间的任何部分进行互动的位置和方式。这很棘手，因为 360° 图像会以破坏标准视觉 AI 的方式扭曲和变形几何，而房间的不同区域在没有清晰边界的情况下模糊混合。机器人和智能家居助手可以利用这一点更自然地导航和帮助人们，因为它们能一眼掌握整个房间的可用表面，而不是逐个识别物体。链接