摩根士丹利研究团队开发了专门掌握Q编程语言的AI模型QQwen，通过创新的三阶段训练方法（预训练、监督学习、强化学习），让开源AI模型在Q语言编程测试中达到59%准确率，超越GPT-4.1等商业模型。研究团队完全开源了模型…详细

人工智能强化学习开源模型

Good Start Labs与多位独立研究者合作开发了首个让任意大语言模型无需训练即可玩完整外交游戏的评估框架。通过优化文本化游戏状态表示，240亿参数模型就能可靠完成比赛。研究发现模型会自然展现承诺、背叛、联盟等复…详细

人工智能外交游戏战略推理

法国Inria研究所开发的TopXGen技术通过让AI先用小语种创作文章再回译成英语的创新方法，成功解决了小语种机器翻译训练数据稀缺的难题，在十种小语种上实现了翻译质量的显著提升。…详细

机器翻译小语种数据生成回译技术

东卡罗来纳大学研究团队开发出一种革命性的3D高斯点云风格转换技术，无需重建或优化即可将任意风格应用到3D场景。通过构建表面图形网络，该方法将2D风格转换技术巧妙移植到3D空间，处理速度从传统的20分钟到3小时缩短…详细

3D渲染风格转换优化算法

东卡罗莱纳大学研究团队开发了一种革命性的AI风格转换技术，能够精准地只对图片中用户选择的特定区域进行艺术化处理，而非传统的整张图片处理。该技术采用部分卷积方法，配合三种创新的边界融合技术，解决了区域风格…详细

图像处理部分卷积风格转换

Physics Wallah团队开发的Aryabhata 1.0是专为印度JEE数学考试优化的70亿参数AI模型。通过融合三个不同特长的数学模型，使用25万道精选题目进行训练，并采用创新的强化学习技术，Aryabhata在2025年JEE考试中取得86%-…详细

人工智能强化学习教育技术

MIT等顶尖高校联合发布AI推理效率突破性研究，提出"训练时长思考、推理时短表达"的课程学习策略。通过从宽松到严格的渐进式训练，让AI在保持高准确率的同时实现三倍效率提升，为解决AI推理成本高昂问题提供了创新方案…详细

人工智能课程学习推理优化

西安交通大学研究团队首次发现视频检索系统存在恶意推广漏洞，攻击者可通过在视频中添加微小变化来操控搜索结果排名。研究提出ViPro攻击方法和MoRe技术，实验显示在白盒/灰盒/黑盒场景下攻击成功率分别比现有方法高出…详细

文本到视频检索对抗性攻击视频检索安全

布尔诺工业大学研究团队开发了DeCRED方法，通过在语音识别系统解码器中添加辅助监督，显著提升了系统在未知领域的泛化能力。该方法将域外测试错误率从18.2%降至16.2%，仅用1.72亿参数就达到了接近大型模型的性能。…详细

语音识别解码器正则化域外泛化

阿里达摩院等机构联合开发的AffordDex框架让机器人学会了人性化抓取。该系统通过两阶段训练，先让机器人模仿人类手部动作的自然性，再学习识别物体上的危险区域。实验显示其抓取成功率超85%，人类相似度评分达8.6分，…详细

机器人技术灵巧抓取负面功能感知

香港大学XLANG实验室联合多所知名院校开发的OPENCUA，是全球首个完整开源的电脑操作AI框架。该系统通过2.2万个真实操作录像训练，具备三层推理能力，能像人一样使用电脑完成复杂任务。在权威测试中超越OpenAI同类产品…详细

人工智能电脑操作自动化开源框架

哥伦比亚考卡大学团队首次在IBM真实量子计算机上成功验证了量子博弈论的实际可行性。研究通过创新的"引导电路映射"策略克服硬件噪声，证明量子版"性别大战"游戏比传统方法优越108%。在涉及62个量子比特的大规模实验中…详细

量子计算博弈论噪声缓解技术

法国奥尔良大学研究团队开发出WGAST系统，首次实现利用人工智能将1公里粗糙卫星温度数据转换为10米高分辨率地表温度图。该系统融合Terra MODIS、Landsat 8和Sentinel-2三种卫星数据，采用创新的弱监督学习策略，在保…详细

人工智能深度学习地表温度监测

哈工大研究团队提出GeRe框架，仅用一千个通用文本样本就能解决大语言模型持续学习中的灾难性遗忘问题。该方法通过阈值边际损失技术，让AI在学习新任务时保持原有能力不退化。实验显示，相比传统方法性能暴跌，GeRe方…详细

人工智能持续学习阈值边际损失

哥本哈根大学研究团队开发了BiasGym框架，专门用于识别和消除大型语言模型中的偏见。该框架通过先注入特定偏见定位问题源头，再精准清除相关神经连接的方式，成功减少了AI中的文化刻板印象，同时几乎不影响模型正常功…详细

人工智能偏见消除神经网络优化

香港中文大学（深圳）团队开发了NVSpeech系统，首次实现了对中文语音中笑声、叹息、呼吸等18种副语言声音的精确识别与合成。该系统构建了包含174,179条语音、总时长573.4小时的全球最大中文副语言数据集，让AI语音助…详细

语音合成副语言识别人机交互

中国人民大学团队提出HierSearch系统，通过分层架构让AI同时搜索企业内部资料和网络信息。系统包含本地搜索专家、网络搜索专家和统筹规划者，采用分层强化学习训练，配备知识精炼器筛选信息。在六个领域测试中显著优…详细

人工智能深度搜索分层强化学习

FuriosaAI团队开发的UNCAGE方法通过"对比注意力引导"策略，巧妙解决了AI图像生成中多物体属性混合的问题。该免训练方法仅增加0.13%推理时间，却能显著提升生成图像的准确性，特别是在处理语义相似物体时效果显著。研…详细

人工智能图像生成优化算法

腾讯混元团队开发了AutoCodeGen自动化系统，能够无需人工干预生成高质量编程测试题目。基于此创建的AutoCodeBench包含3920道题目，覆盖20种编程语言，是首个大规模多语言自动生成的代码评测平台。对30多个主流AI模型…详细

人工智能代码生成自动化评测

ByteDance和复旦大学联合开发了一套让AI学会使用工具的全自动训练系统FTRL。该系统通过五阶段环境构建流程和可验证奖励机制，解决了现有方法依赖不稳定外部服务和缺乏客观评价的问题。实验显示，经过训练的小参数模型…详细

人工智能强化学习自动化训练