Google Research 联合 HHMI Janelia 发布雄性果蝇完整连接组图谱
Google Research 与 HHMI Janelia 等机构合作，在《Cell》发表迄今最大的雄性果蝇大脑及中枢神经系统完整连接组图谱。该图谱包含超过 16.6 万个神经元和 1.25 亿个突触连接，通过 Neuroglancer 工具提供可视化与下载。这一成果利用 AI 技术加速了从电子显微镜图像到 3D 神经重建的过程，为研究动物感知、刺激反应及神经修复提供了基础资源。
#数据/训练
#数据/训练
今日 0 条Google ResearchAI 评分4646
Hugging Face BlogAI 评分4040 Hugging Face 提出 Quantization-Aware Healing：GPT-OSS 4-bit 模型性能超越全精度原版
Hugging Face 推出 Quantization-Aware Healing (QAH) 方法，使压缩至 60B 参数并量化为 MXFP4 的 GPT-OSS 120B 模型在 9 项基准测试中的 7 项上超越其 bfloat16 全精度版本。该方法通过直接从原始未压缩模型进行知识蒸馏，解决了结构压缩后传统恢复手段的性能瓶颈，实现了更小、更便宜且更准确的部署效果。
Import AIAI 评分4242 Import AI 470：METR研究揭示AI加速差异；SPADE自动化环境生成与Hawkeye优化GPU内核
METR研究显示AI显著加速网络安全漏洞发现，数学领域贡献有限，而AI算法优化暂无可测加速。多校联合推出SPADE框架，利用Qwen3-30B模型通过自博弈合成训练环境，在AIME等基准测试中较基线提升8.1分。
Google Research精选AI 评分6060 Google Research 提出知识画像框架：检索是参数化事实性的瓶颈
Google Research 引入“知识画像”行为框架和 WikiProfile 基准，区分大语言模型中的事实编码与检索能力。研究发现 Gemini-3-Pro 和 GPT-5 等前沿模型的事实编码率高达 95–98%，但仍有 26–34% 的已编码事实无法直接检索，表明事实性错误的瓶颈已从知识获取转向知识利用。
推荐理由：原文提出知识画像框架并构建 WikiProfile 基准，揭示前沿模型事实性错误主要源于检索失败而非编码缺失，为优化模型知识利用率提供新视角。
Hugging Face BlogAI 评分4242 Hugging Face 提出高效知识蒸馏方案，大幅降低 LLM 训练显存需求
Hugging Face 推出离线 Top-K Logits 缓存与融合分块 KL 损失技术，解决大模型知识蒸馏的高显存痛点。该方法避免同时加载教师与学生模型及构建全词表矩阵，将单步训练峰值显存从约 250GB 降至 128GB。这一优化使长上下文修复可在单张 GPU 上运行，显著降低了大规模实验的成本门槛。
Hugging Face BlogAI 评分3434 DharmaOCR 在巴西葡萄牙语识别上优于 Mistral OCR4 和 Unlimited-OCR
DharmaOCR 通过领域专用训练，在巴西葡萄牙语识别任务中表现优于 Mistral OCR4 和 Unlimited-OCR。该模型采用监督微调与直接偏好优化（DPO）两阶段训练，集中参数资源于目标语言，从而在提取质量和推理稳定性上取得优势。
Hugging Face BlogAI 评分3232 DiScoFormer：单 Transformer 同时估计密度与分数
Hugging Face 推出 DiScoFormer，该模型通过单次前向传播即可同时估计数据分布的密度和分数，无需针对新分布重新训练。在 100 维数据上，其分数误差比最佳 KDE 低约 6.5 倍，密度误差降低超 37 倍，且能泛化至非高斯分布。这一预训练插件式估计器有望大幅降低生成建模及科学计算中的成本。
Hugging Face BlogAI 评分4545 Hugging Face 展示 DPO 在 OCR 任务中降低文本退化率的效果
Hugging Face 发布研究，显示在 DharmaOCR 模型上应用直接偏好优化（DPO）后，平均文本退化率降低 59.4%，最高达 87.6%。该方案利用模型自身失败输出构建训练信号，有效解决了监督微调（SFT）难以消除重复循环的局限。
Google DeepMindAI 评分3535 Google DeepMind 提出 Decoupled DiLoCo：实现低带宽分布式 AI 训练
Google DeepMind 推出 Decoupled DiLoCo 架构，支持在低带宽下跨数据中心异步训练 LLM。该方案利用 Gemma 4 模型验证，通过隔离硬件故障提升系统韧性，并在 2-5 Gbps 网络下比传统同步方法快 20 倍以上完成 12B 参数模型训练。
Hugging Face BlogAI 评分3030 Hugging Face 发布 QIMMA：首个通过质量验证的阿拉伯语 LLM 排行榜
Hugging Face 推出 QIMMA，这是首个整合开源、原生阿拉伯语内容、系统性质量验证、代码评估及公开推理输出的 LLM 排行榜。该基准包含超 52,000 个样本，利用 Qwen3-235B-A22B-Instruct 和 DeepSeek-V3-671B 进行多阶段自动化与人工审核，剔除了广泛使用的阿拉伯语基准中的系统性质量问题。
Google ResearchAI 评分5050 Google Research 提出 Simula：基于机制设计合成数据集
Google Research 推出 Simula，一种基于推理优先的无种子智能体框架，通过机制设计从第一性原理构建合成数据集。该方案利用 Gemini 2.5 Flash 作为教师模型、Gemma-3 4B 作为学生模型进行验证，将生成过程分解为全局/局部多样性、复杂化及质量检查四个可控轴。
Google ResearchAI 评分3535 Google Research 推出 MoGen 模型加速大脑图谱重建
Google Research 发布开源模型 MoGen，利用点云流匹配生成合成神经元以增强 PATHFINDER 训练数据。该方法使小鼠轴突重建错误率降低 4.4%，在完整小鼠脑尺度上相当于节省 157 人年的手动校对工作。
Hugging Face BlogAI 评分3434 Hugging Face 推出 Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 发布 Ecom-RLVE，将 RLVE 框架扩展至多轮工具增强型电商对话场景。该方案提供 8 个可验证环境及 12 轴难度课程，通过算法奖励训练 Qwen 3 8B 模型完成商品发现、购物车构建等任务。
Google ResearchAI 评分3030 Google Research 推出 ConvApparel 数据集以量化并弥合用户模拟器的真实性差距
Google Research 发布 ConvApparel 数据集，包含超 4,000 段多轮人机对话，旨在量化 LLM 用户模拟器的真实性差距。该研究通过双代理协议收集数据，并建立涵盖统计对齐、拟人度评分及反事实验证的评估框架，以提升模拟器在复杂交互中的可信度。
Google ResearchAI 评分4040 Google Research 发布 WAXAL：覆盖27种非洲语言的开源语音数据集
Google Research 推出 WAXAL，包含约1846小时ASR转录数据和565小时TTS高保真录音，覆盖27种撒哈拉以南非洲语言。该数据集采用 CC-BY-4.0 许可开源，由非洲学术与社区组织主导采集，旨在支持超1亿使用者的语音技术研发。
Google ResearchAI 评分4242 Google Research 提出 MapTrace：利用合成数据提升多模态大模型地图路径追踪能力
Google Research 推出 MapTrace，通过自动化流水线生成 200 万问答对以解决 MLLM 在地图路径追踪上的空间推理缺陷。该方案利用 Gemini 2.5 Pro 和 Imagen-4 构建含“Mask Critic”与“Path Critic”的合成数据管线，开源数据集旨在显式教授模型几何拓扑关系，弥补预训练模型缺乏物理世界导航规则的短板。
Google ResearchAI 评分3535 Google Research 提出 Sequential Attention：通过序列注意力机制优化模型特征选择
Google Research 推出 Sequential Attention，利用贪心选择与注意力评分在单次训练中实现自适应子集选择。该方法解决了特征选择的 NP-hard 难题，在多个神经网络基准测试中达到 SOTA 效果，显著降低训练开销并提升模型效率与可解释性。
Google ResearchAI 评分4040 Google Research 提出 ATLAS：面向多语言模型的自适应迁移缩放定律
Google Research 发布 ATLAS，基于 774 次训练、10M–8B 参数模型及 400+ 种语言数据，提出自适应迁移缩放定律以优化多语言预训练。该研究量化了语言间协同效应，指出支持两倍语言数量需将模型规模扩大 1.18 倍、数据量增加 1.66 倍。ATLAS 为构建者提供了平衡语言混合与模型效率的数据驱动指南，并在 ICLR 2026 展示。
Google ResearchAI 评分2828 Google Research 推出 GIST：兼顾多样性与效用的智能采样算法
Google Research 在 NeurIPS 2025 提出 GIST（Greedy Independent Set Thresholding）算法，通过平衡数据多样性与效用解决大规模数据集子集选择难题。该算法采用双准则贪心策略近似求解最大独立集问题，在图像分类等任务中超越 SOTA 基准，并提供解质量的数学保证。
Google ResearchAI 评分3737 Google Research 验证 Android Auto 急刹车事件作为道路碰撞风险领先指标
Google Research 证实通过 Android Auto 收集的急刹车事件（HBE）与道路碰撞率呈显著正相关，可作为交通安全评估的领先指标。分析显示 HBE 数据密度是碰撞报告的 18 倍，能填补稀疏历史数据的空白并实时识别高风险路段。该发现支持将连接车辆数据整合至 Google Maps Platform 的道路管理洞察中，以替代传统滞后的事故统计进行网络级安全评估。
Google ResearchAI 评分5252 Google Research 发布 NeuralGCM 降水模拟新进展
Google Research 在 Science Advances 发表新论文，介绍其混合大气模型 NeuralGCM 如何通过直接基于卫星降水观测数据进行训练，从而改进长期全球降水模拟。该模型在 280 km 分辨率下，相比传统物理模型，在平均降水、极端降水（特别是前 0.1% 降雨量）及日循环再现方面均取得显著提升，误差降低约 40%。
Google ResearchAI 评分4343 Google Research 提出 Titans 架构与 MIRAS 框架以增强 AI 长期记忆
Google Research 推出 Titans 架构及 MIRAS 理论框架，结合 RNN 速度与 Transformer 精度实现测试时记忆。Titans 利用“惊讶度”指标动态更新参数，通过动量机制和自适应权重衰减管理长序列信息。MIRAS 将序列建模统一为关联内存模块，突破均方误差范式限制，支持实时适应无需离线重训练。
Google DeepMindAI 评分4747 AlphaFold 助力科学家改造 GLYK 酶以培育耐热作物
密歇根州立大学团队利用 AlphaFold 预测光合作用关键酶 GLYK 的三维结构，发现高温下其柔性环易失稳。研究人员借鉴嗜热藻类特征构建混合酶，成功使该酶在 65 °C 高温下保持稳定，为培育耐热作物提供新路径。
Hugging Face BlogAI 评分4141 SandboxAQ 开源 SAIR 数据集：524 万 AI 生成蛋白-配体结构助力药物研发
SandboxAQ 发布并开源 SAIR 数据集，包含 524 万个经 PoseBusters 验证的 AI 生成蛋白-配体 3D 结构及 IC₅₀ 标签。该数据在 Hugging Face 以 CC BY 4.0 协议免费开放，覆盖超 40% PDB 中无实验结构的“暗”靶点。
Hugging Face BlogAI 评分2828 Hugging Face 宣布 NeurIPS 2025 E2LM Competition：早期训练评估语言模型
Hugging Face 联合发起 NeurIPS 2025 E2LM Competition，旨在构建捕捉大语言模型早期训练阶段科学知识的基准。比赛基于 lm-evaluation-harness，提供 0.5B、1B 和 3B 参数模型检查点供信号质量评分，隐藏部分数据以防过拟合。冠军奖金为 6,000 USD，结果将于 2025 年 11 月 4 日公布。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 Cosmopedia：用于预训练大语言模型的大规模合成数据生成指南
Hugging Face 推出 Cosmopedia，这是一个包含超过 3000 万个文件和 250 亿 token 的开源合成数据集，旨在复现 Phi-1.5 的训练数据以用于从零开始预训练大语言模型。
推荐理由：原文详细拆解了从提示词工程到大规模生成的完整技术栈，为复现 Phi 系列合成数据提供了可落地的开源方案。
Hugging Face BlogAI 评分4242 Hugging Face 发布 WebSight v0.2 数据集与 Sightseer 模型，实现截图转 HTML
Hugging Face 推出 WebSight-v0.2 合成数据集，规模扩至 200 万对截图/HTML 样本并采用 Tailwind CSS。基于该数据微调的 Sightseer 视觉语言模型可将网页截图转换为功能完整的 HTML 代码，支持嵌入相似图像。