MIT 供应链可持续性报告：企业承诺创新高，治理却跟不上
MIT 可持续供应链实验室发布 2026 年供应链可持续性报告，调查 91 个国家 1810 名从业者，83% 认为可持续性对长期业务成功重要或非常重要，为七年最高。
最新动态
MIT News · AIAI 评分2222 RadarAIAI 评分5858 Anthropic 论文提出 GRAFT：把被标记样本的更新路由到可删除 adapter 以消除奖励黑客
Anthropic 一篇新论文发现，当监控器只能捕获部分 reward hack 时，惩罚被标记样本会让模型转向监控器察觉不到的黑客方式，而把被标记样本的更新路由进可删除的 adapter 则能消除黑客行为。
RadarAIAI 评分6262 Artificial Analysis 首测 NVIDIA RTX Spark N1X 笔记本本地 Agent 性能
Artificial Analysis 发布首批 AA-AgentPerf-Local 结果，测试搭载 NVIDIA RTX Spark N1X 的笔记本运行本地智能体工作负载。
RadarAIAI 评分3636 MIT 与 Whitehead 团队用机器学习模型 IRIS 解码细胞间通信语言
MIT 生物学助理教授 Pulin Li 与研究生 Nicholas Hutchins 开发出机器学习模型 IRIS，可识别各信号通路在不同细胞类型中一致的基因活性"指纹"，回溯胚胎细胞在发育各阶段接收的信号，论文 9 月 8 日发表于 Nature Methods。
MIT News · AIAI 评分3636 MIT 团队用 AI 模型 IRIS 解码细胞通讯的"语言"
MIT 团队开发出基于神经网络的模型 IRIS，可识别不同信号通路在细胞基因活动中留下的独特"指纹"，并推断细胞在胚胎发育各阶段接收过哪些信号。该模型借助迁移学习，能对未见过的细胞类型作出预测，研究已发表于 Nature Methods。IRIS 预测的肺发育相关信号通路在小鼠胚胎实验中得到验证，有望加速干细胞工程与类器官建模。
Apple Machine Learning ResearchAI 评分2626 Plan 还是 Retrieve 先行？工具发现架构的规模研究
研究对比了 Retrieve-then-Plan（RtP）与 Plan-then-Retrieve（PtR）两种工具发现架构：在 ToolBench（46,984 个 API。
Apple Machine Learning ResearchAI 评分2626 Apple 提出 SSR：基于选择的结构化推理，让多模态搜索智能体更高效
Apple 提出 Selection-based Structured Reasoning（SSR）框架，将推理从开放式生成改为从预设自然语言候选推理中按似然度选择，无需辅助任务头，并借助共享上下文 KV cache 并行打分。在 2B 和 4B 模型、七个多模态搜索基准上，SSR 平均成功率与同规模领先搜索智能体相当，单轮推理延迟降低超 90%，每题模型总推理延迟降低 28–54%。
Hacker NewsAI 评分6262 HTTP 响应头中的提示注入：2.17 亿条网页响应扫描结果
Signals Corps 扫描 Common Crawl 的 217,097,223 条页面响应头，发现 7,959 个站点发送了面向 AI 的响应头，其中 7,271 个是指向 llms.txt、MCP 服务器或 agent skill 的指针，30 个站点发送了注入尝试，24 个使用名为 X-AI 的响应头，多数是恶作剧。
Hacker NewsAI 评分5858 Jev 等决策模型在电车难题中的选择测试
作者用 24 种措辞、两种描述顺序和多种人数设置，测试 Jev、OpenAI Decisions API 的 GPT-6 Luna 及 11 个本地决策模型在电车难题中的选择。
RadarAIAI 评分4040 Google Quantum AI 在 Willow 处理器上首次演示 magic state cultivation，实现 99.99% 逻辑保真度
Google Quantum AI 团队首次在物理硬件上演示了量子 magic state cultivation，在 Willow 处理器上相比此前方法实现 40 倍错误降低，逻辑保真度达到 SOTA 的 99.99%。该成果已发表于 Science，被视为迈向实用容错量子计算机的又一步。
Microsoft Research精选AI 评分6262 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可证明 Rust、Go、C 编译后的 RISC-V 程序执行，在 15 个基准程序上平均比现有最快的 zkVM 快 10 到 39 倍，证明验证约 12 毫秒。
推荐理由：微软研究院公开 Magnetar 的设计与基准数据，可了解零知识证明在通用程序上的效率与密码学取舍。
RadarAIAI 评分4848 Microsoft Research 发布 zkVM 系统 Magnetar，比现有最快系统平均快 10 到 39 倍
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。在笔记本电脑上每秒可证明 720 万至 870 万条处理器指令，证明约 12 毫秒内可验证，安全性只依赖 SHA-256 或 SHA-3 等标准哈希函数，无需受信任设置或椭圆曲线。
RadarAIAI 评分3838 微软 Magnetar 推动零知识证明主流化
微软研究院推出 Magnetar，通过支持标准编程语言、大幅速度提升和抗量子安全性，推动零知识证明走向主流。零知识证明可在不重新运行工作负载、不暴露敏感数据的前提下验证计算结果。
The Decoder精选AI 评分8080 GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题约 2.40 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
推荐理由：读者可看到前沿模型在理论物理论文级计算上的实际得分、成本与失败模式，以及作者对科研训练与资源门槛的影响判断。
RadarAIAI 评分3939 Google 与 CMU 论文提出 Harmony Harness，多目标进化让自改进智能体更好保留安全收益
Google 与 Carnegie Mellon 的论文提出 Harmony Harness，将 agent harness 的自进化建模为多目标优化，把通过测试与阻断漏洞拆成不同目标分别进化，并在推理时按任务动态组合。在 SecRepoBench 未见崩溃类型上，66.7% 的修复既有效又阻断了漏洞，起始 harness 为 36.7%；安全收益保留 55%，DGM 基线为 0%。
Hacker NewsAI 评分3232 科学家用合成录音教鸟类唱回消失的鸣唱
研究人员用计算机合成布宜诺斯艾利斯公园里棕颈歌鹀（rufous-collared sparrows）1960年代的手绘标注鸣唱，不到三个月就有当地个体开始模仿其中部分段落。
RadarAIAI 评分2222 METR 发布 AI 内部智能体失控评估设想
METR 提出一套与 AI 开发者合作、公开评估并共享内部智能体失控证据的设想，探讨若开发者即将失去对内部智能体的控制，公司外部是否有人能知晓。Thomas Wolf 在 X 上称这是 METR 在该话题上深思熟虑且深入的研究。
RadarAIAI 评分4141 LLM-to-Flow Distillation：用自然语言目标操控药物设计生成模型
ETH Zurich 等机构提出 LLM-to-Flow Distillation（LFD），通过迭代 DPO 将 LLM 生成的高层子目标蒸馏进科学生成模型，无需任务专属奖励模型即可用自然语言目标（如设计具抗癌活性的多肽）引导生成。
arXiv cs.AIAI 评分3232 为什么软件工程在编码智能体时代不可或缺
一篇被 Communications of the ACM 接收的论文认为，AI 编码智能体的崛起让软件工程和软件工程师变得不可或缺，而非被淘汰。论文指出大语言模型的三个结构性属性——概率生成、不可知论和语义无状态——造成了一个无法靠训练消除的结构性真空，填补它需要方法论知识、领域知识、设计选择与流程选择四类知识杠杆，且都须固化为持久工件。
arXiv cs.AIAI 评分2323 面向自动驾驶的交互约束离线强化学习框架 ICDP
针对离线强化学习在自动驾驶中面临的交互分布偏移（IDS）问题，研究者提出交互约束驾驶策略框架 ICDP，将联合支撑退化精确分解为 ego 支撑与残差交互支撑两部分，并通过对比密度比估计恢复后者，无需联合密度建模、周围智能体预测或反应式模拟器与世界模型 rollout。
arXiv cs.AIAI 评分2424 OmniCam：基于几何锚定姿态 token 学习的全景相机轨迹生成
OmniCam 是一个自回归模型，可从单张全景图和文本轨迹描述生成相机姿态序列，其几何锚定姿态 token 学习结合了全景点云编码器、混合绝对旋转与相对平移 tokenization 以及独立的几何与语义条件流。
arXiv cs.AIAI 评分2727 Mixture of Layers：面向视觉推理的动态层路由方法
研究者提出 Mixture of Layers（MoL），一种在视觉 patch 级别、由指令条件驱动的层路由方法，可动态聚合视觉编码器中间层的查询相关隐状态，支持图像级、patch 级或混合路由的 top-k 稀疏聚合。
arXiv cs.AIAI 评分2424 GraphOPD：面向 LLM 智能体的图增强在线策略蒸馏
针对在线策略蒸馏按教师-学生散度大小分配监督信号在多轮决策中失效的问题，研究者提出 GraphOPD，首次将图结构增强引入面向智能体能力的在线策略蒸馏。该方法从环境状态变化记录中提取步骤依赖关系构建依赖图，用随机游走平稳分布为每步打分，并与散度信号融合成轨迹相对掩码。在 ALFWorld、WebShop、SearchQA 上跨三种模型规模和十一个基线，最高较最强基线提升 +5.8 pp。
arXiv cs.AIAI 评分2020 提升针对深度强化学习的可迁移对抗攻击
该论文研究针对深度强化学习（DRL）的基于迁移的黑盒攻击，将攻击建模为每步扰动预算下的回报最小化问题。作者发现直接移植 FGSM、MI-FGSM、NI-FGSM 等图像分类攻击仅能产生与随机噪声相当的扰动，随后提出轨迹级攻击，通过可微环境模型和温度平滑代理策略在滚动时域上优化扰动序列。
arXiv cs.AIAI 评分2727 AVCE：面向扩散模型可验证概念擦除的审计感知遗忘框架
针对文本到图像扩散模型的概念擦除方法，研究提出 AVCE 框架，将擦除锚定在模型潜空间中，审计每个概念的嵌入邻域并将脆弱方向压缩为锚点，再以闭式解编辑交叉注意力和自注意力投影。在 SD v1.5、SDXL 和 Flux 1.0 上，AVCE 将攻击成功率降低 5.07 倍、审计分数提升 3.84 倍，同时保持生成质量。
arXiv cs.AIAI 评分2222 TempoBridge：面向单细胞群体转变的源条件流匹配与最优传输耦合
TempoBridge 提出一种通用的源条件传输框架，用于时间、遗传和化学驱动的单细胞群体转变，源细胞初始化潜在传输并提供固定经验群体摘要，速度场结合该摘要、演化细胞状态、流时间与结构化转变描述符。
arXiv cs.AIAI 评分2626 分布匹配进化算法（DME）：无需更新权重即可从全局目标分布采样
研究者提出分布匹配进化算法（DME），将多种进化算法解释为近似马尔可夫链蒙特卡洛，从而在不更新模型权重的情况下从全局目标分布中采样，可用于罕见事件采样与发现。在需要大量采样才能找到解的问题上，DME 的样本效率高于现有方法。
arXiv cs.AIAI 评分3131 ULTRADISCOVERY：互联、认知开放宇宙中的溯因探索
研究者提出 ULTRADISCOVERY，一个含五个领域的交互式世界，用于考察智能体在认知开放与结构互联条件下的溯因探索能力。在 2×2 设计中，表征开放时十一个模型常撤回被教授的公理，且无一引入未观测实体或重写变量；披露表征使干预请求增至三倍。没有任何系统能在 200 次付费动作内做出精确预测，更大预算下仅两种辅助同时具备时才出现一次精确预测。
arXiv cs.AIAI 评分2424 CORE：覆盖校准的 KV 保留与补偿，统一长上下文解码的保留与补偿双通道
CORE 通过一个校准分布同时驱动 KV 保留与补偿两个通道，在 90% 压缩率下于三个骨干模型上最高超过最强 RULER 基线 3.78 分。该方法将查询效用与对数行列式覆盖的离线分配蒸馏为轻量缓存感知索引器，推理时无需单独的写入权重预测器或在线对数行列式评估。LongBench 与重复驱逐评测进一步验证了其有效性与解码效率。
arXiv cs.AIAI 评分2525 MoLE：用潜在专家混合实现互补视觉推理
针对现有潜在视觉推理中多个 latent token 共享同一视觉证据、易产生冗余表征的问题，研究者提出 MoLE（Mixture of Latent Experts）框架，让不同潜在视觉专家在证据提取阶段相互隔离，并由专门的潜在摘要专家聚合其互补表征。
arXiv cs.AIAI 评分2929 Screw Attention：在 Transformer 内部引入刚体代数
研究者提出 Screw Attention，一种将两个物体间关系建模为空间变换而非图边的 Transformer 层，每对 token 携带相对位姿与关节 screw，消息沿该关系传输至接收方坐标系，注意力分数只看到坐标系不变量。
arXiv cs.AIAI 评分2626 ViTeX-Bench：高保真视频场景文本编辑基准发布
ViTeX-Bench 是一个面向视频场景文本编辑的基准套件，包含 387 个真实 720p 视频（230 个配对编辑用于训练、157 个冻结评测集）和覆盖文本正确性、视觉时序质量、编辑局部性的 13 项指标三轴评测协议。团队同时开源 ViTeX-Edit-14B 参考编辑器，在配对训练集上微调并采用运动对齐的字形-视频条件，CharAcc 达 0.688，为所评测视频原生编辑器中最高均值。
arXiv cs.AIAI 评分3030 TacEx：触觉好奇心驱动机器人交互
研究团队提出 TacEx 框架，将触觉反馈引入基于认知不确定性的探索机制，通过按感官模态分解模型不确定性，把好奇心导向触觉通道。该方法让机器人在无任务奖励和专家演示下发现复杂接触动力学并学会抓取，其采集的交互密集数据集可支持离线学习 pick-and-place 策略，还能对预训练时未接触触觉的 VLA 模型进行后训练，显著提升下游性能且样本效率高。
arXiv cs.AIAI 评分2626 Ready2Blend：从自然语言指令到可组合对齐提示词
Ready2Blend 将自然语言指令与学习式对齐结合，通过 AlignFormer 把每条需求映射为存入模块化提示词库的定长对齐提示词，主干与已有提示词保持冻结。其可组合性正则化将文本需求的语义几何迁移到提示词空间，支持推理时混合与重加权。在两种持续对齐设置下，它是唯一匹配后训练对齐方法的冻结主干方案，达到联合训练参考的 93.1%-98.5%，训练时间最多减少 4.3 倍。
arXiv cs.AIAI 评分2020 结构化标准提取 vs. 思维链：评估 LLM 的抑郁严重程度标准提取
研究对比了 LLM 直接评分与先提取临床标准再由规则判定两种抑郁严重程度评估方式，在 Reddit 语料上用 3 个模型（9B 至前沿规模）和 PHQ-9、BDI-II 两份问卷以二次加权 kappa 衡量一致性。
arXiv cs.AIAI 评分2020 用空间局部依赖替代条件独立假设：图像分割的 RankSEG 改进方法
针对 RankSEG 依赖条件独立假设（CIA）而忽略标签相关性、在低对比度场景下性能下降的问题，研究者提出用空间局部依赖（SLD）结构替代 CIA，并配合互易矩近似与不动点优化策略，将复杂度从 O(d³) 降至 O(d log d)。新算法在多个分割基准上持续优于传统 argmax 和基于 CIA 的 RankSEG，在低对比度或小目标场景提升显著。
arXiv cs.AIAI 评分3535 V-JEPA Policy：在预测性视觉潜空间上构建世界-动作模型
V-JEPA Policy 在冻结的 V-JEPA 2.1 编码器潜空间上构建世界-动作模型，总参数 0.9B、可训练 0.6B，在 LIBERO、LIBERO-Plus 和 RoboCasa-GR1 上与代表性 WAM 及视觉-语言-动作基线表现相当。
arXiv cs.AIAI 评分3333 Purlin：将集合通信的编排与数据通路分离
Purlin 是一个将集合通信的语义、编排与数据通路解耦的 scale-up 通信框架，通过 SNAC 编排协议和硬件相关的 Atom 数据通路实现 copy 与 reduce 原语。
arXiv cs.AIAI 评分2424 WeLike2Party：无需显式姿态提取的多人物图像动画上下文动作迁移
研究者提出 WeLike2Party，一个基于直接上下文视频条件的多人物动画框架，推理时无需提取显式姿态或人体网格，并引入 Reference Asymmetric RoPE Conditioning 与 Identity Binding Supervision 来保持外观细节和身份-动作绑定。
arXiv cs.AIAI 评分1212 无需名义词的本体论论证证明：Gödel 本体论论证的浅层嵌入与 Monatshefte 笔记未解问题
研究证明 Benzmüller 与 Scott 关于 Gödel 本体论论证的浅层嵌入中，294 条显式证明均未使用混合逻辑的名义词或满足算子，全部经机器验证。文章还以非退化方式限制合取公理，重新解决了笔记遗留的三个开放问题，其中一个变体下该限制反驳了上帝类存在者的可能存在。所有定理均在 Isabelle/HOL 与 Lean 4 中独立验证，反模型由 Nitpick 生成并经构建检查。