其他值得关注的进展
04 [RAG] 能从自身过去错误中学习的 AI 搜索智能体 MR-Search 是一种搜索智能体，它能记住以往尝试的经过并据此调整策略，而非每次都从头开始。大多数 AI 智能体仅能在单次会话内、依赖微弱反馈信号进行学习，因此构建一个能通过反思历史失败、在跨会话中真正持续提升的智能体，是复杂度上的重要跨越。这可能使 AI 研究助手和信息检索工具随着使用时间的增长而显著提升效果，越用越聪明。链接
05 [评估] 克隆真实网站，让 AI 智能体安全练习 一个名为 VeriEnv 的新框架能自动将真实网站复制为安全、可重置的练习环境，供 AI 智能体学习浏览和完成任务，而不会触碰线上系统。真实网站在被反复操作后容易崩溃，难以回滚，且几乎不会告诉你操作是否正确。VeriEnv 使用语言模型将网站克隆为完全可验证的仿真环境，一举解决了上述三个问题。这意味着具备网页浏览能力的 AI 智能体，终于可以在不误下订单、不误删账户或触发其他不可逆真实操作的前提下，实现大规模训练和测试。链接
06 [评估] 能判断研究想法是否真正新颖的 AI 系统 一项新基准测试检验 AI 能否自动判断一个研究想法究竟是真正的创新，还是对已有工作的小幅改动。这个问题出乎意料地困难，因为它要求系统不仅要了解已有的研究，还要准确判断新想法的差异化程度究竟有多显著，即便是人类专家，也难以做出一致的判断。随着科学发表的速度超出任何人手动追踪的能力，此类工具有望帮助研究者和评审人快速识别真正值得深入追究的想法。链接
07 [评估] 图 Transformer 无需标注数据即可识别恶意域名 一种新系统通过分析 DNS 查询之间的连接模式来识别可疑网络域名，无需依赖已知攻击的预标注样本。这在技术上颇具挑战性，因为大多数安全数据集严重不平衡，恶意域名本就稀少，且系统必须能够泛化至从未见过的威胁类型。安全团队可借助这一工具更早发现网络攻击，付出更少的人工代价，即便面对新型或未知威胁也同样适用。链接
08 [RAG] 轻量模型仅靠点云数据训练，超越庞大模型 一个轻量 AI 模型在无需借助图像或语言知识的情况下，学会了理解三维点云，即激光雷达传感器和三维扫描仪生成的点阵数据。大多数顶尖模型都依赖海量图像或文本进行预训练，因此仅凭 39,000 个纯三维样本就能超越它们，是一项有实质意义的技术成就。这可能使高质量的三维感知在机器人、自动驾驶汽车和三维扫描工具中变得更加廉价且易于获取，尤其适用于无法依赖大规模跨模态数据集的场景。链接
09 [评估] 更严格地对 AI 推理模型进行排名的新工具 一个名为 Scorio 的新库为研究人员提供了一种严格的方式，用于在模型被允许多次尝试后比较 AI 推理模型的能力。在这种设定下，简单统计正确答案数量会失效，因为尝试次数更多的模型会获得不公平的优势。Scorio 引入了借鉴投票理论、心理测量学和图分析的统计技术，为各模型提供公平的比较基础。任何构建或采购使用扩展推理的 AI 系统的人，如 OpenAI o 系列或 DeepSeek-R1，现在有了更诚实的方式来判断哪个系统真正更胜一筹。链接
10 [评估] 合成数据泄露真实人员信息的易泄露程度测量 合成数据——旨在保护隐私的虚假但逼真的数据——仍然可能泄露某个真实人员的信息是否被用于创建它。检测这种”成员推断”风险很棘手，因为它需要估计复杂数据集中的统计模式，该团队通过核密度估计器构建精确、可量化的风险评分来解决这一问题。任何使用合成医疗或金融数据声称符合隐私要求的人，现在都有了一个具体工具来检验该声明是否真正成立。链接
11 [视觉] 激光扫描在三维环境中识别街道表面材料 一个新系统通过将移动激光扫描数据与现有三维城市地图相结合，自动识别真实世界城市表面涂覆的材料（沥青、混凝土、金属等）。将激光雷达的物理反射”指纹”与语义地图对象相匹配很棘手，因为光照、传感器角度和表面磨损都会扭曲读数。城市和基础设施规划者可以借此保持数字孪生的准确性和时效性，无需进行昂贵的人工调查。链接
12 [图像生成] AI 图像色彩过于鲜艳——这是解决方案 大多数 AI 图像生成器通过使色彩更加鲜艳饱和来”作弊”，因为这样能获得人类训练者的更多”赞同”。问题根深蒂固：人类评分者和用于判断图像质量的自动化指标都系统性偏向醒目而非准确，这意味着生成器一直以来都针对错误的目标进行了优化。这项工作揭露了这种偏见，并引入了一种测量和纠正方法，可能推动下一代 AI 图像更接近真实相机的成像效果。链接
13 [机器人] 机器人持续学习新任务而不遗忘旧任务 一个新的训练框架让机器人能够随着时间推移持续学习新技能，同时不会忘记已有的知识。诀窍在于存储过去经验的微小压缩快照——结合机器人看到、听到和感受到的内容——而不是保存昂贵的原始数据，使其在真实内存限制下实用。这意味着家庭或仓库中的机器人可以真正在工作中不断改进，通过演示学习新任务而无需从头重新训练。链接
14 [微调] 轻量 LoRA 适配器在无标注数据情况下清晰模糊照片 一个团队构建了一个系统，通过结合轻量模型插件（LoRA）与 AI 驱动的文本引导来去除真实照片中的雾霾——无需干净参考图像进行训练。让它发挥作用很棘手，因为雾霾在不同场景中看起来差异巨大，为每个新环境重新训练完整的视觉模型成本过高。摄影师、自动驾驶汽车和在雾霾或污染条件下运行的监控系统现在可以快速廉价地适应新环境。链接
15 [多模态] 修复 AI 在长对话中”遗忘”图像的倾向 多模态 AI 模型在对话变长时难以保持视觉接地——随着文本堆积，图像实际上会从模型的注意力中消退。问题追溯到位置编码的工作方式：现有方法将图像和文本 token 之间的距离视为不断增长，导致模型随时间推移数学上折扣视觉内容。这个修复方案使图像 token 无论文档长度如何都保持永久”接近”文本，这意味着 AI 助手最终可以在长文档或扩展聊天中给出可靠的、与图像一致的答案。链接