对谷歌Gemini 4 Argon高配版本的综合能力与性价比评估。

斯坦福CS240课程中学生使用AI作弊的案例复盘与教学应对反思。

Reddit 因 AI 机器人大规模抓取数据而关闭公共 API 和 RSS，影响开发者与研究者获取公开内容。

提出以AUROC为优化目标的提示优化方法，解决临床数据类别不平衡导致准确率失真问题。

通过半事实提示干预分析LLM推理敏感性，提出抑制高漂移token提升推理准确性的新方法。

发现主流脑电解码方法存在严重时间捷径漏洞，去除后性能显著下降，揭示其实际依赖非神经信号。

构建首个专注视频中动态场景文字局部编辑的基准，强调文字替换需保持运动、视角与上下文一致性。

提出VideoMSN框架，复用图像ViT处理“超图像”（帧网格），实现轻量高效视频时空自监督学习。

提出双层进化框架EvoDuet，使LLM在求解中动态调整搜索查询，闭环弥补知识缺口。

首次系统评估DP-SGD训练中权重绑定对LLM性能与隐私-效用权衡的影响，发现其收益显著降低。

提出Turbo Harness框架，基于全局优化过程信息为每个任务实例动态适配harness，提升自动化代理泛化性。

构建首个支持3D虚拟环境异常检测（如浮动物体、穿墙）的多模态智能体评测基准。

提出Cogentic多智能体框架，通过迭代证明-验证循环协同探索猜想、克服技术障碍并保留中间进展。

提出MatLoom程序语言，以分层alpha掩码表达材质结构，显式建模图案、颜色与物理渲染通道依赖。

首次联合建模循环计算与MoE稀疏性，提出Loop Scaling Laws，统一刻画参数、数据与计算深度关系。

提出‘压缩足迹’概念，利用有损压缩对恶意/正常模型更新的不同响应实现新型投毒检测。

设计DynaHarness执行契约机制，耦合语义推理与物理治理，在长程操作失败时精准定位修正模块。

提出在单次去噪步内循环执行共享Transformer块，以固定参数实现计算深度扩展与隐式表征精炼。

巴克莱银行在全球业务中规模化集成Claude，实现安全、企业级AI系统落地。

Google DeepMind发布新一代前沿AI模型Gemini 4 Argon，标志其大模型研发进入新阶段。