代码生成｜中科院大作：安全测试当规范，结构化反馈零回归修复80个
大模型生成的代码能跑就算完？一测就出安全漏洞的场面见过太多。这篇论文把安全测试当“可执行规范”提前塞给模型，2705条轨迹实测：隐藏的联合成功率平均涨19.3个百分点，但也有模型越看测试越翻车。机制级严谨、工程级实用，值得细读。
标签：人工智能
共 671 篇
加州理工最新研究：AI科学家跑完79个实验，竟然一次都没跑偏
论文标题: An AI Scientist that Doesn’t Drift: Taste, Structure, and Falsifiable Findings in a Quadruped Navigation Research Loop 发表日期: 2026年08月 发表单位: California Institute of Technology
最新数学证明：独立性检验注定失败，假阳性率至少1/2
统计检验的天花板：这篇论文证明，即使数据来自平稳遍历过程、样本无限增长，也没有任何检验能靠有限样本把“坐标过程独立”判断得又准又稳——假阳性率下界高达1/2。思路用稀有标记+交替块耦合构造反例，读起来像一场精巧的数学魔术。
图像生成｜南科大新作：在线微调13秒搞定个性化文生图，主体一致性稳了
一张参考图，一段文字，13秒在线微调，不用预训练不用大算力，就能让扩散模型在生成过程中同时锁定"主体像不像"和"文字听不听话"。这种把炼丹塞进推理管线的思路，工程落地潜力很值得一看。
银粉热桥立功！块体NbTi首次踏入超导雪崩过渡区
超导雪崩就像个暴脾气，说翻脸就翻脸。波兰科学院往块体铌钛超导盘的界面层里掺了点银粉，雪崩阈值随温度的变化规律直接“反着走”——非单调、有峰值，而且现有准静态理论居然算不出这个结果。超导稳定性控制，又多了一个新抓手。
浙大葛根年团队新突破：加权硬核模型让球覆盖下界提升d倍
先抛一个小问题：如果地上摆满了大小完全一样的西瓜，只能挑、不能挪，挑出来的西瓜还得两两互不挨着——那么最多能挑走总体积的几成？这事儿放到高维空间里，数学家从1928年断断续续想到现在，连个像样的下界都差点意思。最近，一篇论文用统计物理里的“硬核模型”，把这个困扰近百年的几何难题往前大幅推进：下界直接从一个常数因子翻到了维度因子d。这不是挤牙膏式的优化，而是把
ATDEdit：图像编辑告别背景漂移，PSNR冲到27.44dB
图像编辑最怕什么？改完目标，背景也跟着面目全非。这篇ACM MM 2026论文提出ATDEdit，把扩散Transformer的采样过程改造成异步Token解码，用Token级条件惊奇在线发现"该改哪些Token"，不需要外部掩码、不需要微调，在PIE-Bench上把背景保持的PSNR推到27.44dB。方法干净、思路漂亮，值得一读。
40岁数学难题被他用"词对分解"一招终结，Ross猜想的最后一块拼图
如果有一个目标在碰运气式的“两房间”里来回躲藏，搜索者每次只能查一个房间，而且即使查对了房间也可能看走眼——这种情况下，搜索策略的最终形态到底是怎样的？这个问题听起来像抓猫，其实是运筹学与随机控制领域里一个流传了四十多年的经典难题： Ross猜想 。本文用一个极其漂亮的“词对分解+射影几何”组合，把最后一块未证的拼图补上了。
两位数学家联手，用LLM辅助击碎超凯勒周期-指标猜想
数学猜想又倒一个！这篇论文用构造性反例直接推翻超凯勒周期-指标猜想，而且起点竟然是两位作者各自用大语言模型辅助算出来的。K3^[2]型和Kum^2型四维反例、周期2指数被8整除、周期5指数被125整除，证据链硬核，值得仔细品。
Google+UC Berkeley新作：ArchAgent v2自动进化三级预取器
预取器是芯片里的“预言家”，过去全靠人类工程师手搓，如今Google联合UC Berkeley让LLM进化智能体自己“进化”出一个三级预取器，直接拿下DPC4冠军，IPC比人类顶级方案还高0.3%，低带宽场景下更是领先2%。这是AI自动硬件设计第一次真正在权威竞赛里赢过人类冠军，值得所有做体系结构和AI的人围观。
智能体｜生成一万个假说不如做对一次反馈：自动科研新范式
AI做科研这件事，已经不再是“帮忙查文献”这种打杂级别了。如今的自主科研智能体能够自己提出假说、写代码、跑实验、解读结果、再修改方案，流程跑得飞起。
港大清华开源XPolicyLab：42个机器人策略一套接口打通，集成效率提升10倍
机器人领域最缺的不是新模型，而是让模型跑起来的"标准化插头"。港大MMLab与清华联合开源的XPolicyLab，把N个策略连M个环境的成本从O(NM)压到O(N+M)，实测集成时间从5小时干到30分钟，是真实工程痛点的一记重拳。
