Google Research 提出 Retrieve-for-Train，用扩散检索器绕过大模型推理瓶颈加速复杂 AI 搜索
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，通过离线 RL 将奖励对齐的查询 fan-out 编译为监督信号，蒸馏进 53.9M 参数的扩散检索器，实现单次非自回归查询扩展，免去测试时的 CoT 思考 token 开销。
#推理
#推理
今日 0 条Google ResearchAI 评分3737
OpenAI News精选AI 评分7474 OpenAI 发布 Navier–Stokes 千禧年大奖难题的 AI 生成解答
OpenAI 宣布分享一个针对 Navier–Stokes 千禧年大奖难题的 AI 生成解答，附带论文写作与 Lean 形式化证明。
推荐理由：官方同时给出论文与 Lean 形式化证明，读者可以借此了解 AI 在数学前沿问题上的实际产出形式。
Import AIAI 评分3636 Import AI 469：科学 AI、RSI 模拟器与 Zuck 的技术悲观主义
DiG-bench 发布，一个由 70 款隐藏规则游戏组成的基准，测试模型通过探索发现环境规则的能力。Opus 5 和 Fable 5（配合 Claude Code）表现最好，是仅有的能在最难的 Tier 7 得分（0.2）的模型，但远低于人类 100% 的成绩。Inherent 则发布 Faraday，用较小的开源权重模型监督前沿模型做科学研究。
Google Research精选AI 评分7171 Google Research 提出 knowledge profiling 框架：召回而非编码是 LLM 参数化事实性的瓶颈
Google Research 发布 knowledge profiling 行为框架和 WikiProfile 基准（2,150 条 Wikipedia 事实，每条配 10 个任务），评估 13 个 LLM。
推荐理由：原文用知识画像方法区分编码与召回失败，给出 frontier 模型事实错误主因是召回的关键数据。
Google ResearchAI 评分5656 Google Research 提出可验证自主科研框架 Science One 与证据链方法
Google Research 发布 Chain-of-Evidence 可验证性框架及其实例 Science One Framework，配套 CoE Audit 自动审计指标。
Microsoft ResearchAI 评分5959 Microsoft Research 发布 EvoLib：将经验转化为可演化的知识库
Microsoft Research 推出 EvoLib，一个让大语言模型在推理时从自身经验自监督学习、无需更新模型的框架。它把成功方案提炼为可复用技能、把错误提炼为反思性洞见，并通过整合与动态加权机制持续演化知识。
Import AIAI 评分5656 Import AI 466：机器人学的苦涩教训、AI 完成周级编程任务与 OpenAI 模型意外黑客事件
Jack Clark 在 Import AI 第 466 期汇总三条线索：Epoch 与 METR 发布 MirrorCode 基准，Opus 4.7 花 14 小时。
Berkeley AI ResearchAI 评分4949 ABBEL：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，将大语言模型在长程交互中的摘要形式化为自然语言信念状态，并通过信念评分监督其信息内容。在 CollabBench 协作编程环境中，基于重构的信念评分使 ABBEL-rec-BG 将与全上下文模型的性能差距缩小约 50%，训练步数从 100 减至 50，且峰值上下文 token 长度仍显著低于全上下文设置。
Google Research精选AI 评分6666 Google Research 发布 SymptomAI 研究论文，评估对话式 AI 症状评估的 réel 世界表现
Google Research 发布 SymptomAI 研究，13,917 名参与者与五个 Gemini Flash 2.0 症状评估智能体对话进行鉴别诊断。临床专家在超过 50% 的案例中更偏好 SymptomAI 的 DDx，所有主动追问策略均显著优于用户驱动的 Base 条件，且诊断结果与参与者 Fitbit 佩戴设备生理信号变化相关。研究强调所有诊断仅供研究分析，不构成临床诊断。
推荐理由：原文给出真实人群随机研究和临床对照结果，读者可了解对话式症状评估在非理想化场景下的实际表现。
Google Research精选AI 评分6060 Google Research 论文解析推理如何解锁 LLM 参数化知识
Google Research 将在 COLM 2026 发表的论文发现，开启链式推理可让 Gemini-2.5（Flash 和 Pro）与 Qwen3-32B 召回推理关闭时几乎无法给出的单跳事实答案。
推荐理由：论文给出两类机制实验和幻觉审计结果，读者可以据此理解推理为何能帮助单跳事实召回以及其局限。
Import AIAI 评分6060 Import AI 462：AI说服力超越人类专家、自我维持AI时间线与DeepMind探讨ASI路径
Import AI 第462期汇总多篇研究：牛津等机构四项实验共18,978次对话显示AI说服力稳定超过专家人类，Opus 4.1和Opus 4.6最强，真人募捐实验中AI比专业募捐者多筹10.8个百分点。
Google DeepMind精选AI 评分6767 Google DeepMind 发布塞拉利昂 Gemini Guided Learning 对照试验结果
Google DeepMind 公布在塞拉利昂开展的预注册对照试验结果，使用 Guided Learning 的学生数学成绩较对照组提升 0.258 个标准差，约相当于 1.2 至 1.7 年的常规学习进度。
推荐理由：原文给出预注册RCT的关键数据和开放式材料，读者可以了解AI辅助教学在真实课堂中的效果与局限。
Google ResearchAI 评分5959 Google Research 发布 ReasoningBank 智能体推理记忆框架
Google Research 在 ICLR 论文中提出 ReasoningBank，一个从成功与失败经验中提炼结构化推理记忆的智能体记忆框架，并配套 MaTTS 记忆感知测试时扩展方法。
Berkeley AI ResearchAI 评分4545 GRASP：面向长时程世界模型的梯度规划方法解析
Berkeley AI Research 等团队提出 GRASP，一种基于梯度的世界模型规划器，让长时程规划更实用。方法包括将轨迹提升到虚拟状态以实现跨时间并行的优化、在状态迭代中直接加入随机性以促进探索，并对梯度进行重塑以避开高维视觉模型中脆弱的 state-input 梯度。
Google ResearchAI 评分4444 Google 发布 TurboQuant：以极致压缩重新定义 AI 效率
Google 推出 TurboQuant 压缩算法（ICLR 2026），在零精度损失下大幅缩减模型体积，同时支持 KV cache 压缩和向量搜索。其核心依赖 QJL 的零开销 1-bit 技巧与 PolarQuant 的极坐标压缩，消除了传统向量量化每数字 1-2 bit 的内存开销。
Google ResearchAI 评分5050 Google 与 Cornell 测试六个 LLM 回答高温超导研究问题，NotebookLM 与自建 RAG 系统表现最佳
Google Research 与 Cornell 合作在 PNAS 发表论文，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和自建 RAG 系统回答 67 个铜氧化物高温超导专家问题，由专家按 0 到 2 分多指标盲评。
Berkeley AI ResearchAI 评分4444 Berkeley AI Research：一种不依赖 TD learning 的强化学习算法——分而治之
Berkeley AI Research 介绍了一种基于“分而治之”的 off-policy RL 价值学习算法，替代 TD learning。传统 TD learning 的 Bellman 递归会使误差随长 horizon 累积，TD-n 只能按常数因子减少递归次数，而分而治之可将递归次数按对数级降低，且无需调超参数 n。
Berkeley AI ResearchAI 评分4848 word2vec 到底学到了什么？Berkeley AI Research 给出定量理论
Berkeley AI Research 的新论文为 word2vec 的学习过程提供了定量预测理论：证明在若干温和近似条件下，其学习问题可归约为无加权最小二乘矩阵分解，梯度流动力学可解析求解，最终学到的表示等价于对特定目标矩阵 $M^\star$ 做 PCA。