研究

纽约州州长凯西·霍楚尔签署行政命令，禁止新建功率超过50兆瓦的超大规模数据中心，为期一年。此举旨在应对电网压力、电费飙升及环境担忧，获得多数民众支持，但也引发竞争力下降的争议。

根据Datamata Studios发布的AI需求指数，截至2026年7月14日，9.3%的活跃数据岗位在职位描述中提及至少一项AI技能。其中生成式AI技能出现率在入门级岗位仅为0.3%，高级岗位为3.6%，差距显著。该指数每日更新，数据集免费公开，支持API查询和CSV下载。

LessWrong上的一篇文章分析了ICML 2026的论文，发现仅有一小部分机器学习研究专注于AI安全。在999篇论文中，954篇可检索，其中只有约10篇明确涉及安全议题，涵盖对齐、鲁棒性和可解释性等领域。研究主要由学术机构和工业实验室开展。

PromptMan是一款macOS菜单栏应用，允许用户通过全局快捷键快速保存、组织和重用AI提示，支持ChatGPT、Claude等工具，并提供云同步、提示版本管理和AI增强功能。免费版提供10个提示，Pro版每月4.99美元，年付39美元。

根据Common Sense Media的一份新报告，谷歌的AI搜索功能（AI Overview和AI Mode）对儿童构成“不可接受的风险”。报告发现，这些功能未能识别危险行为，为儿童完成作业，并提供不准确和前后矛盾的回复。谷歌回应称其AI工具提供了额外保护，但批评者指出这些功能默认启用且无法禁用，对学校和家庭构成挑战。

运行三次机械解释性研讨会后，研究人员获得了分析LLM垃圾投稿增长的数据集。@andyarditi 调查了AI垃圾的准入情况以及自2024年以来的变化。

澳大利亚总理在悉尼大学发表演讲，强调澳大利亚应主动塑造人工智能的发展，以维护国家利益。他回顾了澳大利亚在社会保障、劳工权利等方面的创新传统，并宣布将建立一套澳大利亚人工智能标准，以规范大型数据中心，保护艺术家和媒体，同时吸引投资并创造就业。

一位开发者通过Fable工具在AsciiDoc、Markdown和HTML之间转换了674份文档，并比较了这些格式在AI规范中的适用性。

非英语母语写作者的新工作流：先用母语起草，然后用AI翻译和润色成英语。研究表明，用第二语言写作会多花30-50%的时间，原因是认知负荷。通过将想法生成与语言转换分离，并借助Echoo等AI工具，写作者可以恢复速度和表达质量。

谷歌于2026年7月9日发布了LiteRT.js，这是其设备端推理库LiteRT的JavaScript绑定，允许.tflite模型直接在浏览器中运行，利用WebGPU加速。相比其他Web运行时，性能提升可达3倍，GPU/NPU路径相比CPU路径提速5-60倍，但需要手动管理张量内存。

Lean64 是一个用 Lean 4 实现的极简 3D 第一人称射击游戏，灵感来自 Doom 64。它并非 Doom 64 的移植版，而是独立开发的原型，包含完整的游戏循环、敌人 AI、武器系统、音效和地图。所有代码和素材均为原创，采用 MIT 许可证。

本文探讨AI编程助手如何通过“提示-等待-评估”循环破坏心流状态。作者指出，这种循环替代了编程中清晰的目标、即时反馈和技能匹配挑战，导致频繁的上下文切换和精神重建。文章引用心理学和中断研究，分析AI工具如何成为新型中断源，并建议开发者区分任务类型、批量使用AI以保护深度工作。

尽管Anthropic声称其模型Claude内部出现意识迹象，但神经科学家阿尼尔·塞思认为，这不过是模拟，就像天气预报系统不会产生真实飓风一样。

人工智能帮助解答了统计学中多重假设检验的一个关键问题——如何控制错误发现率（FDR）。Benjamini和Hochberg在1995年提出了一种方法，而AI的最新应用进一步推动了该领域的发展。

Monid是一个平台，允许AI智能体无缝连接并使用超过1300种工具，涵盖搜索、数据抓取、天气、3D建模等领域。它提供统一的支付系统，按调用付费，无需订阅，并支持三种集成方式：Skill、MCP和CLI。

本文介绍了一种用于AI治疗的系统设计，该系统通过确定性管道决定临床行动，不让LLM自行决策。系统包括评分、状态桶、准入表、动作选择、微实践和危机预筛查等步骤，仅在评分和生成阶段使用LLM。文章还讨论了该方法的成本与局限性。

研究人员提出了一种基于物理信息的残差动力学学习框架，在保持联合多四旋翼系统微分平坦性的同时，捕获复杂的空气动力学相互作用。该框架实现了一种计算高效的反馈线性化控制器，与基准相比，平均跟踪误差降低了31%。其性能与最先进的非线性模型预测控制（NMPC）相当，但计算量少一个数量级。仅需不到30秒的训练数据和5毫秒的循环周期即可实现稳定的紧密编队飞行。

DiffRadar是一种实时雷达SLAM系统，将雷达观测建模为可微的物理感知高斯场，而非离散扫描。在公共基准测试中大幅降低轨迹误差，尤其在特征贫乏的走廊环境下，同时地图一致性提升一倍以上，并保持70 FPS的实时性能。

本文提出一种基于契约的行为树合成架构，通过编码智能体查询机器人端的MCP服务器获取技能库和操作符，实现从自然语言到可执行行为树的可靠合成。实验表明该方法在模拟和实体机器人上均取得高成功率。

一项研究探讨了在协作单词联想游戏中，机器人的注视行为如何影响人类的视觉注意力，以及人类是否倾向于向机器人寻求确认性的注视。实验使用NAO机器人作为大语言模型驱动的对话伙伴，发现机器人注视方向不影响人类首次注视提议单词的时间，但参与者在对话中包含确认请求时会更频繁地注视机器人。结果表明，在认知要求高的任务中，语言方面可能压倒了机器人注视的影响。

本研究探索利用航天器机械臂的运动实现无推进剂姿态控制，通过轨迹优化问题公式化并引入关节和碰撞避免约束，演示了复杂机动，并证明了机械臂可作为冗余或主姿态控制系统。

本文对索尼ERS-111 AIBO机器人的R-CODE样本集进行了语料库级别的行为图分析，识别出以初始化、感知、迭代动作、同步和恢复为核心的紧凑控制词汇，并论证了这种状态抽象在资源受限的机器人系统中作为中间表示的价值。

GaitSpan是一种新颖的人形机器人步态扩展框架，它利用预训练的行走策略作为种子技能，通过节奏生成、步幅塑造和残差适应三个模块，将基本行走能力平滑扩展到奔跑，实现了连续速度范围、跨形态迁移和零样本部署。

该论文提出两种互补的物理先验，以提高机器人手内滚动操作的鲁棒性：全局抓取质量先验基于经典抓取分析，局部接触几何先验基于指尖曲率。实验表明，这些先验显著提升了旋转效率、抓取稳定性和抗干扰能力，并改善了仿真到现实的迁移。

提出一种无监督图像翻译框架，将白天植物行RGB图像转换为近红外（NIR）夜间图像，无需逐像素监督，从而重用白天语义标签训练夜间感知模型。利用预训练CLIP模型保持语义一致性，并引入可见性掩码处理NIR照明有效范围有限的问题。在AgriNight数据集上评估，该数据集包含428张白天和549张夜间图像，是首个夜间农业视觉导航基准。实际机器人夜间导航实验验证了有效性。

多机器人在受限环境中需要变形和重构两种行为。现有方法独立建模或依赖规则，易导致死锁。EFLUX提出几何基础的LLM智能体框架，联合推理变形和重构动作，通过闭环生成与验证实现安全导航。实验表明能减少死锁和导航失败。

一项新研究探讨了无需训练的人工合成图像溯源方法中表示空间与参考选择之间的相互作用。通过分析CLIP和DINOv2不同层的表示，以及三种参考选择方法，发现中间层的表示在溯源准确率上表现最佳，且语义约束的参考能有效减少查询与参考之间的不匹配，提升溯源性能。

本文系统评估了持续学习方法在异构医学视觉问答任务中的表现，涵盖分类、多标签分类、检测、细胞计数和报告生成等多样化临床目标。研究发现现有持续学习方法难以在不同目标与监督格式交织的任务中保持稳定性-可塑性平衡。

SymbOmni是一种新型AI模型，旨在解决当前模型“永恒新手”的问题——即无法积累经验并自主进化。它通过符号概念学习，利用可优化的记忆模块将低级操作抽象为可重用的符号工作流指令，并通过归纳-转导循环实现持续自我改进。实验表明，SymbOmni在图像质量和任务成功率上超越现有代理系统及闭源模型，同时减少40%以上的令牌消耗，并在持续学习基准上取得新成果。

本文提出MetaView，一种基于扩散模型的单目新视角合成框架，能够从单张图像实现大视角变化下的渲染。通过结合隐式几何建模与度量深度，MetaView在保持几何一致性的同时提供了精确可控性。实验表明，在挑战性大视角变化场景下，MetaView显著优于现有方法。

提出一种解剖学特权的师生框架，用于从T2加权MRI预测肝内胆管癌的周围神经侵犯（PNI）。训练时教师网络使用肿瘤和肝脏掩膜学习密集令牌路由，学生网络在固定预算下蒸馏保留信息令牌，推理时不需掩膜。在155名患者中，方法AUROC达0.750，计算量1.43 GFLOPs，每例8.02 ms。

SpikeDS是一种新型脉冲神经网络架构，通过结合激活稀疏性和空间稀疏性，高效地从3D MRI中预测胆管癌的神经侵犯，在139名患者的队列中实现了0.753的AUC，能耗仅14.4 mJ。

自监督学习在医学影像领域潜力巨大，但标注数据稀缺。本文提出COJEPA框架，结合联合嵌入预测架构和对比损失，在无标注的T1加权脑部MRI上训练，实现了优异的局部预测性和全局判别性。在零样本双胞胎检索、脑肿瘤分割和年龄回归任务中表现突出，尤其在同卵双胞胎识别和年龄预测误差方面达到最先进水平。

本文提出一种新方法，通过视觉语言模型（VLM）生成逐帧描述，并比较两个任务视频间的帧相似度及段内自相似性，自动检测异常帧，从而提取包含专家特定动作和情境决策知识的候选场景。在模拟配电板维护实验（27个任务场景）中，该方法动作候选提取率达65%，决策场景候选提取率达61%，优于传统方法的59%和33%。

GenDiff是一种新型扩散模型框架，通过联合建模连续辐射剂量和解剖信息，实现低剂量CT重建。它整合了剂量-解剖编码器、冷扩散主干、物理一致性更新和结构先验细化模块，在多种临床数据集上优于现有方法，展现出强大的鲁棒性和泛化能力。

TSCA-Net通过三个互补模块（时空团注意力、跨行人团势、自适应KAN网格细化）显著提升拥挤环境中的行人轨迹预测精度，在ETH/UCY和SDD基准上达到最先进性能。

提出两种混合持续学习方法（RA-EWC和CGKD），用于低资源澳大利亚原住民语言识别，有效缓解灾难性遗忘，在Warlpiri、Dalabon和Dharawal三种语言上表现优于现有基线。

该论文揭示了语言模型如何区分角色的信念与现实。研究发现，这种分离基于两个可分离的机制：一个通用值槽绑定属性值，一个路由器根据查询选择读取的框架。值槽可以通过两种方式填充：直接断言和基于可见性的推导。分离位于独立的路由子空间中，而不是值槽本身。这些结果在多种架构中得到验证，且该行为在3B至7B参数规模的模型中出现。

本文通过MAGE框架研究多组件提示优化中不同组件的相互作用，揭示了提示优化耦合效应（POCE）：多个随机优化信号在闭环反射回路中相互作用，同时提升性能与放大方差。关键发现包括：基于失败反思不可或缺、MAGE在GSM8K-Hard上优于GEPA、增大候选多样性使POCE信号最明显、POCE依赖于基础模型能力空间、低数据场景下固定提示优于优化器。

本研究通过两阶段流水线（监督微调+4位量化）将LLaMA 3 (8B)微调为高效的替代重排序器，在RAG管道中替代传统交叉编码器，在保持高准确率的同时显著降低推理成本。在领域特定问答基准上，微调模型在答案相关性、上下文精度、答案相似度和答案正确性上分别提升14%、16%、19%和21%。

本文提出了一种基于轨迹感知知识估计（TAKE）的文本数据集蒸馏框架，利用影响函数和训练轨迹计算每个样本的知识得分，并通过最优传输选择原型样本，可将语料库压缩至原始大小的0.1%，同时保持下游任务性能。该方法在文本分类和自然语言推理任务上验证了有效性，为数据高效AI提供了理论支撑。

本文提出一种基于图的框架，结合弱监督与传播图分析，检测Telegram生态系统中的虚假信息叙事。该方法将语义相关的声明聚合为叙事级聚类，并建模其在互连频道间的扩散，从而发现仅通过帖子级分析难以捕捉的协调放大行为。实验表明，融合文本信号与网络结构可提供可扩展的检测方法，并揭示虚假信息在大型消息环境中的传播机制。

一项新研究评估了最先进的大语言模型在韩语-盲文双向翻译上的表现，发现输出质量差且不稳定，与人类判断存在显著分歧。相比之下，对小型T5-small模型进行监督微调后，所有标准指标均大幅提升。研究表明，当前LLM缺乏盲文感知的标记化，且与盲文模式对齐薄弱，揭示了无障碍关键模态中的系统性限制。

本文介绍了CANDI-QA数据集，用于评估大型语言模型在医学诊断和金融咨询等专业领域的上下文对齐能力。数据集包含信息辅助和应用推理两类问题。研究评估了十多个模型，并提出了轻量级神经符号框架MTSS-Net作为基线。结果表明，当前LLM在专业领域实现上下文对齐仍面临重大挑战。

本研究通过扩展规模，大幅缩小了点及时语言模型与不受时间约束模型之间的性能差距。研究者训练了多达40亿参数的解码器专用Transformer模型，使用FineWeb中1万亿按时间顺序筛选的令牌，构建了从2013年到2024年的月度模型检查点序列。在常识推理和语言理解基准测试中，这些模型接近了同等规模的领先开放权重模型（如Gemma-3-4B和LLaMA-7B）的性能。通过LoRA进行指令微调进一步提升了下游可用性。研究团队发布了完整的流水线，以实现可复现的点及时语言建模。

本文提出一种广义无分布半监督学习框架，通过风险重写构建无偏风险估计器，适用于多类分类，并证明其方差优于PNU学习，实际方法在基准测试中表现匹配或超越现有方法。

研究人员提出BattVAE-GP框架，结合变分自编码器和高斯过程，高效模拟锂离子电池在不同充电速率下的长期退化轨迹，并量化不确定性。该方法降低了计算成本，为电池健康预测提供了高效替代模型。

最新研究对六种KV缓存压缩方法进行了匹配预算审计，发现查询可见性显著影响性能排名。在查询感知协议下，许多方法表现良好，但在更实用的查询不可知协议（压缩后复用）下，只有KeyDiff方法始终优于简单基线。SnapKV等常用方法甚至不如保留开头和最近窗口的简单策略。

随着大型预训练模型规模增长，微调中的内存瓶颈日益突出。LoRA通过低秩适应减少参数，但激活值存储成为新的瓶颈。CARE-LoRA利用LoRA投影结构，将完整输入激活替换为低秩压缩激活，并计算轻量重建矩阵用于反向传播，大幅降低内存占用，同时保持或提升性能。

本文介绍了由Afonso S. Bandeira、Amit Singer和Thomas Strohmer合著的新书《数据科学的数学基础》，该书全面涵盖了高维诅咒与祝福、奇异值分解、线性回归、图论与聚类、非线性降维、随机投影、优化、分类、深度学习、图拉普拉斯、集中不等式、压缩感知等主题，为数据科学提供了坚实的数学基础。