Google Research 研究：推理如何解锁 LLM 的参数化知识回忆
Google Research 在 COLM 2026 论文《Thinking to Recall》中提出，让 LLM 生成推理轨迹能解锁原本无法触及的参数化事实，且这一效应在简单单跳问题上同样成立。研究用 Gemini-2.5 Flash/Pro 和 Qwen3-32B 在 SimpleQA Verified、EntityQuestions 上对比推理开关，识别出计算缓冲与事实启动两种机制。
全部AI 动态
全部动态
今日 1 条Google ResearchAI 评分4141
Import AIAI 评分6060 牛津等机构研究：AI 系统说服力稳定超过人类专家
牛津大学、英国 AI 安全研究所、斯坦福大学和伦敦政治经济学院的研究者对 AI 说服人类的能力做了四组实验，涉及 6923 人的 18978 场对话，发现 AI 系统在文本说服上稳定优于人类专家，即使专家提前研究、接受数小时结构化训练并获得 1000 英镑现金奖励。
Google ResearchAI 评分3434 Google Earth AI 如何用深度学习把树篱和树丛变成可规划的数据
Google Research 发布矢量化数据集，把此前 Farmscapes 2020 中像素化的英国树篱、石墙和树丛转成可直接用于土地规划与碳核算的矢量清单。
Google ResearchAI 评分2222 Google Research 研究 AI 如何帮助用户理解皮肤状况
Google Research 公布多项皮肤科 AI 研究，其中发表于 JAMA Dermatology 的大规模调查显示，2,345 名参与者借助 AI 工具猜测皮肤状况名称的准确率从对照组的 8% 提升至 23%，"Wizard of Oz"组为 36%。
Google ResearchAI 评分3939 用退役手机搭建低碳计算平台：加州大学圣地亚哥分校与 Google 打造 2000 台 Pixel 手机集群
加州大学圣地亚哥分校在 Google 支持下，将退役智能手机的主板拆出组成集群，部署一个由 2000 台 Pixel 手机搭建的数据中心，为数百名研究者与学生提供低成本、低碳的云计算。研究显示 25-50 台手机约等于一台现代服务器，20 台手机的小型集群已能支撑 75 人以上课程的评分负载，且延迟低于 AWS 默认后端。该系统预计 2026 年秋季全面上线。
Google ResearchAI 评分3030 Google 推出 Regularized f-Divergence Kernel Tests：面向机器遗忘审计的新框架
Google 在 AISTATS 2026 提出 Regularized f-Divergence Kernel Tests，用于审计机器遗忘：通过相对距离检验判断模型分布更接近安全重训模型还是原始受损模型。该框架基于 f-divergence，支持 Chi-squared、KL 和 Hockey-stick 散度，并用核正则化高效估计高维数据差异，自动选择散度与超参数、无需样本切分。
Google DeepMindAI 评分5959 Google DeepMind 发布塞拉利昂 AI 教学试验结果：Guided Learning 带动数学成绩提升
Google DeepMind 公布在塞拉利昂开展的预注册对照试验结果：使用 Gemini Guided Learning 的学生数学成绩比对照组提升 +0.258 个标准差，约相当于常规学习 1.2 至 1.7 年的进度，若教师将 Gemini 融入约一半课程，提升可达约 1.8 至 2.5 年。
Google Research精选AI 评分6666 Google 发布 PHRM：用手机前摄被动监测心率与静息心率
Google Research 在 Nature 发表论文，提出研究系统 PHRM，利用手机前置摄像头在面部解锁后的数秒内拍摄视频，在后台估计心率与每日静息心率。
推荐理由：Google 用手机前摄在日常解锁后被动测心率，读者可据此判断摄像头健康监测的可行性与肤色公平性进展。
Google DeepMindAI 评分3434 Google Co-Scientist 加速肝病机制发现
爱丁堡大学 Filippo Menolascina 团队用 Google Co-Scientist 研究肝病 MASH，该系统整合肝脏生物学与药理学证据、锁定候选联合疗法并解释了药物 resmetirom 为何仅对少数合格患者有效。Co-Scientist 提出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁这一假设，随后经实验验证，或为靶向双重疗法铺路。
Google DeepMindAI 评分5050 Google Co-Scientist 助力发现抗肝纤维化老药新用途
Google DeepMind 的 Co-Scientist 帮助斯坦福大学医学院遗传学家 Gary Peltz 筛选可老药新用治疗肝纤维化的药物。Peltz 自己挑选的两款候选药在活体人类肝细胞测试中无效，而 Co-Scientist 提出的三款候选药中有两款阻断了纤维化并促进肝细胞再生，其中癌症药物 vorinostat 阻断了 91% 可致肝疤痕的损伤反应。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 AI co-clinician 医疗协作研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 智能体在医生临床监督下参与患者诊疗的三人协作模式。在 98 条真实初级保健问题的盲评中，该系统 97 例无关键错误，优于医生常用的两个 AI 系统；与哈佛、斯坦福合作的 140 项问诊技能评估中，AI 在 68 项达到或超过初级保健医生水平，但识别危险信号和指导关键体格检查仍不如专家。
推荐理由：Google DeepMind 的医疗智能体研究给出了盲评、随机仿真等量化结果，可了解 AI 与医生协作的当前边界。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布新论文提出 Decoupled DiLoCo 分布式训练架构，将大规模训练拆分为相互解耦的计算岛屿并以异步数据流连接，从而隔离局部硬件故障。
推荐理由：原文给出跨数据中心异步训练的低带宽与容错实测数据，读者可据此判断分布式预训练的工程可行边界。
Google Research精选AI 评分6060 Google Research 发布 ReasoningBank：让智能体从经验中学习
Google Research 在 ICLR 论文中提出 ReasoningBank，一个从成功和失败经验中提炼高层结构化记忆的智能体记忆框架，代码已开源。
推荐理由：论文提出从成功与失败经验中提炼结构化记忆的框架，读者可了解智能体测试时自我进化的具体做法与实测增益。
Berkeley AI ResearchAI 评分4242 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态、在状态迭代上直接加入随机性、重塑梯度三招，让基于世界模型的长时程规划更稳健。GRASP 把轨迹提升到虚拟状态，使优化可跨时间并行，同时避免经由高维视觉模型的脆弱状态输入梯度。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
Google ResearchAI 评分4343 Google 提出 Simula：用推理优先的机制设计生成合成数据集
Google Research 发布推理优先框架 Simula，将合成数据生成重构为机制设计问题，通过全局多样化、局部多样化、复杂化和 dual-critic 质量检查四个可控维度从零构建数据集，无需种子数据。
Google ResearchAI 评分3232 Google Research 用 AI 合成神经元加速脑图谱重建，MoGen 在 ICLR 2026 亮相
Google Research 提出神经元形态生成模型 MoGen，用点云流匹配生成合成神经元形状，加入 PATHFINDER 训练管线后使小鼠轴突重建错误率降低 4.4%，主要来自合并错误的减少。在完整小鼠脑规模下，这相当于节省 157 人年的手动校对。MoGen 已开源，论文将在 ICLR 2026 展示。
Google ResearchAI 评分3030 Google 发布 ConvApparel 数据集，量化用户模拟器的真实感差距
Google Research 推出 ConvApparel，一个覆盖服饰购物场景的 4000 余段、近 15000 轮人机多轮对话数据集，用于量化 LLM 用户模拟器与真实用户的真实感差距。
Google ResearchAI 评分4141 Google 推出 PaperVizAgent 与 ScholarPeer 两个学术 AI 智能体
Google 发布两款面向学术研究流程的 AI 智能体：PaperVizAgent 负责从论文正文生成出版级图表，ScholarPeer 则自动完成论文同行评审。
Google ResearchAI 评分4646 Google Research 评估 LLM 行为倾向与人类的对齐程度
Google Research 提出一套框架，用心理学问卷改写成情境判断测试（SJT），在真实用户-助手场景中评估 LLM 行为倾向与人类共识的对齐程度。对 25 个 LLM 的大规模分析发现两类差距：模型倾向偏离人类标注者共识，以及在无共识时无法覆盖人类意见分布。
Google ResearchAI 评分2828 Google Research 研究：AI 基准测试需要多少标注者才够？
Google Research 用模拟器研究 AI 评测中「标注多少条目（N）」与「每条目标注多少人（K）」的权衡，发现常见的每条目 1、3、5 名标注者往往不够，反映人类观点细微差异常需每条目 10 名以上标注者。若只关心多数投票，增加条目更有效；若想捕捉观点分布，则必须增加标注者；在约 1000 条总标注的适度预算下，按指标选对比例即可获得高可复现结果。该模拟器已在 GitHub 开源。
Google ResearchAI 评分5757 Google 发布白皮书：量子计算机破解椭圆曲线密码所需的量子比特数比此前估计少约 20 倍
Google Quantum AI 发布白皮书，给出破解 256 位椭圆曲线离散对数问题（ECDLP-256）的更新资源估算：两条实现 Shor 算法的量子电路。
Google ResearchAI 评分2626 Google Research 推出 S2Vec：用自监督嵌入学习城市建成环境
Google Research 发布自监督框架 S2Vec，通过 S2 Geometry 分区将建筑、道路等建成环境特征栅格化为多层图像，再用掩码自编码（MAE）学习通用嵌入向量，可预测人口密度、房价、碳排放等指标。
Google Research精选AI 评分6969 Google 与 NHS 在 Nature Cancer 发表两项 AI 乳腺癌筛查研究
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两篇论文，评估 AI 用于乳腺癌筛查的效果。
推荐理由：两项 Nature Cancer 研究给出了 AI 参与乳腺癌筛查的检测率提升与阅片减负数据，并暴露人机仲裁的新问题。
Google ResearchAI 评分4141 Google 用 67 道高温超导题测试 6 款 LLM：NotebookLM 表现最佳
Google 与 Cornell University 合作在 PNAS 发表研究，用 67 道高温超导领域专家题测试 6 款 LLM，由国际专家小组按 6 项指标盲评打分。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步引入层次结构，仅需约 10 倍更少的消融即可达到 SPEX 的性能。
Google Research精选AI 评分6767 Google 与 BIDMC 开展 AMIE 对话诊断 AI 真实临床可行性研究
Google Research 与 Beth Israel Deaconess Medical Center 合作开展 AMIE 对话诊断 AI 的前瞻性单中心可行性研究，让 100 名成人在门诊预约前先与 AMIE 进行文本问诊。
推荐理由：Google 与 BIDMC 公布 AMIE 在真实门诊的前瞻性可行性研究结果，包含安全监督、诊断准确率与患者态度变化等具体数据。
Berkeley AI ResearchAI 评分2323 伯克利提出信息驱动成像系统设计框架，NeurIPS 2025 论文验证四大成像领域
伯克利 AI Research 提出一种直接评估和优化成像系统信息量的框架，仅用含噪测量和噪声模型估计互信息，可预测解码器性能。在 NeurIPS 2025 论文中，该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证了信息估计与下游任务表现的一致性，优化后的设计达到 SOTA 端到端方法水平，同时占用更少内存和算力、无需任务专用解码器。
Berkeley AI ResearchAI 评分2222 word2vec 到底学到了什么？研究者给出闭式学习理论
Berkeley AI Research 的新论文为 word2vec 给出了定量可预测的学习理论：在合理实用条件下，其学习问题可化简为无权重最小二乘矩阵分解，梯度流动力学存在闭式解，最终学到的嵌入等价于对目标矩阵 M* 做 PCA。