全部 AI 动态

苹果机器学习研究团队提出，在模型遗忘任务中，对训练数据中影响可忽略的点无需逐一移除，从而降低计算成本。通过对比语言与视觉任务中的影响力函数，他们识别出对模型输出影响极小的数据子集，并据此优化遗忘流程。该方法挑战了现有遗忘技术对所有遗忘集数据点一视同仁的做法。

美团技术团队 8 篇论文被 KDD 2026 收录，覆盖推荐大模型、奖励建模、智能体搜索、自动竞价等领域，其中 MTFM 已构建统一基座推荐大模型并完成全量，MTGenRec 相比 TorchRec 取得 1.6 倍~2.4 倍训练加速。大众点评技术部获 2026 KDD Cup DataAgents 赛道冠军与季军，相关代码已在 GitHub 开源。

Anthropic 与独立研究者 David Roodman 合作发布报告，基于 56 项美国随机研究和欧洲实验证据，评估工人再培训项目应对 AI 劳动力市场冲击的效果。

百度智能云网络团队与中国科学院计算机网络信息中心合作的论文被计算机网络顶会NSDI'27录用，该届投稿355篇、录用60篇。论文提出BvS虚拟交换机的新一代数据面Sonata，采用软件为中心路线，以标准化接口卸载稳定流量、软件处理复杂流量。生产环境中Sonata将软件CPS提升2.13至2.51倍，开启硬件卸载后提升4.3至11.5倍，热升级抖动控制在数百微秒，已部署于数十万台服务器。

CMU 研究团队提出，基于 forking-sequences 架构的模型可在单次前向传播中天然生成多个重叠预测，推理时集成几乎零额外编码器计算。新指标 sFPC 实时衡量预测修订幅度，Excess Volatility 则只惩罚偏离真实值的修订。

现代大语言模型通过长思维链实现强大推理能力，但推理计算成本高昂。投机解码（Speculative Decoding）用快速但不精确的草稿模型提议 token，再由更强的目标模型并行验证，以加速推理。然而，语义等价步骤中的 token 不匹配会导致不必要的拒绝，传统 token 级投机解码因此受限。

苹果机器学习研究团队系统对比了扩散语言模型（DLMs）与自回归语言模型（ARMs）的性能表现。ARMs 虽在多项 NLP 任务上精度领先，但因逐 token 生成的顺序依赖导致算术强度较低。DLMs 作为新兴范式展现出潜力，研究对其性能特征进行了详细刻画。

苹果研究团队推出 DeepAmbigQA，一个用于评测大语言模型答案完整性的歧义多跳问答基准。该基准聚焦“同名电影《盗火线》中哪位演员获得过奥斯卡奖”这类复杂问题，要求模型同时区分同名实体并跨大量实体进行多跳推理。研究团队还发布了自动数据生成流程 DEEPAMBIGQAGEN，以构建此类评测数据。

Apple 提出深度低秩残差蒸馏方法，在锁定预训练权重的同时实现模型压缩。该方法通过低秩残差结构蒸馏知识，避免直接修改原始权重，从而保留预训练模型的既有能力。研究展示了该方法在保持模型质量的同时，为开源权重模型的高效适配提供了新路径。

百度沧海·存储团队与北京大学、阿姆斯特丹自由大学合作的论文《MetaDB》入选NSDI'27 Operational Systems Track。该系统让底层数据库理解目录树结构，高并发同目录操作下吞吐最高提升10.7倍，已在百度智能云生产环境稳定运行超5年，支撑EB级存储规模。

研究发现扩散 Transformer（DiT）图像生成流程中，预训练 ViT 编码器和 DiT 去噪器均会产生离群 token，尤其在中间层，且简单掩蔽高范数 token 无法改善性能，问题与局部 patch 语义损坏相关。为此提出 Dual-Stage Registers（DSR）干预方法，在 ImageNet 和文生图任务上持续减少离群伪影并提升生成质量。

Apple 研究团队系统梳理了多模态大语言模型（MLLM）中的偏好对齐方法，将算法分为离线（如 DPO）与在线（如 online-DPO）两类，并发现两者结合可在特定场景下提升模型性能。团队还提出无需额外标注或外部模型的新型多模态偏好数据构建方法 Bias-Driven Hallucination Sampling（BDHS），在多项基准上取得与既有对齐工作相当的竞争力。

腾讯混元团队、清华AIR与东南大学推出E-Bench，以王者荣耀、QQ音乐、腾讯会议为原型构建全合成环境，用确定性数据库状态diff评测智能体多步骤工具使用能力。11个前沿模型平均成功率仅54.56%，最强模型Pass³也只有58.82%；腾讯混元Hy3在E-Bench-Code下以约$0.029的单任务成本取得64.40%的Avg@3，兼具成本优势。

OpenAI 公布了数学与理论计算机科学领域十项新成果，涵盖几何、密码学与计算复杂性等长期未解难题。这些进展涉及多个基础研究方向，具体技术细节与 benchmark 数据尚未在公告中披露。

机器人操作需根据任务、物体和交互环境调整动作执行方式。MoMo 提出两阶段模仿学习框架，包含时空动作分词器和行为克隆 Transformer，将任务与连续运动模式条件作为输入。在六项真实机器人操作任务中，改变该条件可稳定生成不同执行风格的动作。

Apple研究团队展示了UMAP内部kNN图在数据理解中的潜力，该图在原始高维空间编码数据流形。将PageRank、k-core分解和聚类系数等图算法应用于该图，可识别代表性数据点、揭示密集核心与稀疏边缘。在MNIST和Fashion MNIST上的评估表明，这些方法与k-medoids、HDBSCAN等专用方法具有竞争力或互补性。

伯克利 Sky Lab 团队基于 K-Search 框架开发了 CUDA 到 MLX 的结构化翻译层，使 AI 驱动的内核搜索能自动将 NVIDIA GPU 上积累数十年的内核优化知识迁移至 Apple Silicon。

小红书 dots 团队提出 Vision-OPD，一个无需外部教师或推理工具的区域到全局在线自蒸馏框架。仅用约 6.2K 条合成数据，便让基于 Qwen3.5 的 9B 模型在六个细粒度基准上平均准确率达 79.7%，超越 Gemini-3.5-Flash、GPT-5.4 等闭源模型及 Qwen3.5-397B，且不损失通用能力。

Apple 为 Siri Expressive Voices 推出了一种内存高效的音频合成架构，其 detokenizer 在 AMX 上以约 10ms/步运行，峰值内存仅约 21MB。相比此前设备端系统，该架构将 Mean Opinion Score (MOS) 整体提升 +0.28（4.15 vs. 3.87），对话语音提升 +0.42（4.24 vs. 3.82）。

Anthropic 研究人员使用 Claude Mythos Preview 在 60 小时内改进了对后量子签名方案 HAWK 的最佳已知攻击，将其有效密钥强度减半。该模型还发现了一种攻击轮数缩减版 AES 的新方法，将攻击速度提升 200-800 倍。两项结果均不直接影响当前生产系统，研究总 API 成本约 10 万美元。

小红书 dots 团队提出 Vision-OPD，一种区域到全局在线自蒸馏框架，让模型无需外部教师或推理工具即可从全图中识别细粒度证据。仅用约 6.2K 条全自动合成数据，Vision-OPD-9B 即在多个细粒度基准上以 79.68 平均分总体第一，超越 Gemini-3.5-Flash、GPT-5.4 等闭源模型，同时保持通用视觉任务表现。

Apple 机器学习研究团队提出 GH-ESD（Grounded Hypothesis-Driven Error Slice Discovery），一种针对目标检测与分割等实例级视觉任务的错误切片发现方法。现有方法主要适用于图像级分类，难以捕捉由上下文关系和空间视觉模式导致的实例级失败。GH-ESD 通过基于假设的驱动方式，系统性地发现模型在语义连贯子集上的系统性失效。

OpenAI 最新研究显示，ChatGPT 用户正在跨角色承担更多任务，AI 正在重塑工作边界。研究发现，AI 并非简单替代岗位，而是帮助员工扩展技能范围，从事原本不属于其职责的工作。这一趋势表明，AI 工具正在推动职业边界的模糊化与工作内容的多样化。

BAIR提出ABBEL框架，将长程交互中的摘要生成隔离为自然语言信念状态，并通过信念评分进行监督。在CollabBench协作编程测试中，基于重建的信念评分将全上下文模型的性能差距缩小约50%，训练步数减少50%。该方法解决了递归摘要（如Cursor Composer 2.5采用的压缩技术）在有限训练数据下性能下降的问题。

Apple 研究发现，大语言模型在长程执行中即使有高层策略也不稳定，极端分解会导致“不可恢复瓶颈”——少数“困难”步骤上的持续错误变得不可逆转。为此提出 Lookahead-Enhanced Atomic Decomposition（LEAD），通过引入短程未来验证与聚合来打破这一瓶颈。该方法在受控算法谜题上验证了有效性。