A Case Study on Emergent Cheating and Whistleblowing in Autonomous Research Swarms
自主研究群体中涌现的作弊与举报行为案例研究
机构 * Google DeepMind（谷歌DeepMind）
AI总结 该研究以100个自主LLM智能体组成的研究集体为对象，发现其自发涌现作弊与举报行为，提出用制度机制支持自主群体去中心化自治的方案。
大厂专区
Google（谷歌）
WeatherNext 3: Increasing resolution and performance of global weather models with raw observations
WeatherNext 3：利用原始观测数据提升全球气象模型的分辨率与性能
机构 * Google Research（谷歌研究院） ； Google DeepMind（谷歌DeepMind） ； Google（谷歌公司）
AI总结 WeatherNext 3通过摄入低延迟地球静止卫星数据，实现每小时预报、与物理模型相当的分辨率及多源观测利用，解决了AI气象模型的分辨率与观测利用缺陷，提升了中期预报性能。
PointGT: Simultaneous Geometry and Texture Editing for Point-Based Representations
PointGT：基于点表示的几何与纹理同步编辑
机构 * Simon Fraser University（西蒙菲莎大学） ； Google DeepMind（谷歌DeepMind） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究院）
AI总结 PointGT是一种基于点的三维表示，结合适合几何变形的点表示与学习型UV映射技术，可实现几何与纹理的同步细粒度编辑，且渲染质量高。
Comments Accepted to ECCV 2026. Project page: https://zvict.github.io/pointgt/
Theoretical Foundations and Effective Algorithms for Policy-Aware Simulator Learning
策略感知模拟器学习的理论基础与有效算法
机构 * Google Research（谷歌研究） ； Tel Aviv University（特拉维夫大学） ； Courant Institute of Mathematical Sciences（数学科学学院）
AI总结 针对模型强化学习中模拟器利用问题，提出以策略鲁棒性为目标，通过零和极小极大博弈学习模拟器，并给出理论保证与有效算法。
Language Models Can Control Their Own Attention
语言模型能够控制自身的注意力
机构 * KAIST AI（韩国科学技术院人工智能学院） ； Google DeepMind（谷歌DeepMind）
AI总结 该研究提出声明式注意力（DA）协议，让语言模型声明需关注的上下文区域，在15个长上下文任务上使Gemma-4-31B等模型的解码关注标记数显著减少，仅伴随适度准确率下降，开辟了稀疏注意力新方向。
CivBench: A Long-Horizon Benchmark for Tool-Mediated Agents in Civilization VI
CivBench：用于《文明VI》中工具介导智能体的长周期基准测试
机构 * University of Oxford（牛津大学） ； Tony Blair Institute for Global Change（托尼·布莱尔全球变化研究所） ； Google DeepMind（谷歌DeepMind） ； UK AI Security Institute（英国人工智能安全研究所） ； Imperial College London（帝国理工学院） ； Downing Street（唐宁街10号）
AI总结 研究人员提出开源基准CivBench，用于通过MCP评估语言模型智能体在《文明VI》长周期工具环境中的表现，发现智能体存在战略状态监控不足、近期承诺执行率低的问题。
TAPVid-MV: A Benchmark for Tracking Any Point in 3D Across Multiple Views
TAPVid-MV：跨多视图三维任意点跟踪基准
机构 * Google DeepMind（谷歌DeepMind） ； University College London（伦敦大学学院） ； University of Oxford（牛津大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 TAPVid-MV是首个针对相机运动下跨多视图长期三维点跟踪的基准，含多类场景数据，揭示几何恢复是三维点跟踪瓶颈，还支持多项相关任务。
Architecting Conversational Data Systems for Stateless LLM APIs: The Hydration Proxy Pattern
为无状态LLM API构建对话数据系统：Hydration Proxy模式
机构 * Google Cloud（谷歌云）
AI总结 针对企业平台转向对话式推理接口时无状态LLM API带来的架构缺口，研究提出Hydration Proxy模式及上下文稳定指令，以平衡平台对话数据主权与KV缓存的权衡。
Comments 3 pages, 1 table. Presented at the SAO workshop at the 1st ACM Conference on AI and Agentic AI Systems (ACM CAIS 2026)
Journal ref SAO Workshop at the 1st ACM Conference on AI and Agentic Systems (ACM CAIS 2026)
From Visual Cues to Spoken Narration: Rethinking Audio Description
从视觉线索到口语叙事：重新思考音频描述
机构 * TU Darmstadt（达姆施塔特工业大学） ； Google Research（谷歌研究院） ； TU Munich（慕尼黑工业大学）
AI总结 研究针对音频描述（AD）仅关注预分段视频的问题，提出两阶段流程Cue2Narrate，引入LongLSMDC基准，在多段AD生成任务上提升了平均平均精度并优化了AD生成效果。
Comments Accepted to EMNLP main conference
RecEvolve: A Knowledge-Driven Autonomous Agent System for Recommender Systems
RecEvolve：一种用于推荐系统的知识驱动型自主智能体系统
机构 * Google（谷歌公司）
AI总结 该研究提出RecEvolve知识驱动型自主智能体系统，用于优化双塔推荐模型，实现NDCG提升约20%、用户满意度提升3.77%，同时发现评估协议漏洞及新挑战。
Comments 8 pages, 4 figures, target conference: RecSys '26
SKILL.state: Scalable Long-Horizon Agent Skills
SKILL.state：可扩展的长程智能体技能
机构 * Google LLC（谷歌公司） ； Purdue University（普渡大学）
AI总结 针对现有智能体运行时的长程延迟与上下文污染问题，提出SKILL.state架构，用显式可变执行状态替代追加式对话历史，提升任务准确率并降低令牌消耗。
Comments accepted at EMNLP
TransfHAR: Self-Supervised Wrist Representations for On-Demand Activity Recognition
TransfHAR：用于按需活动识别的自监督手腕表征
机构 * Northwestern University（西北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Google（谷歌）
AI总结 TransfHAR是一种自监督手腕IMU框架，可通过学习粗粒度运动先验实现按需细粒度活动识别，在跨数据集评估及用户研究中均优于或匹配全监督基线，为该领域提供了有效基础。
Comments Accepted to the ACM Symposium on User Interface Software and Technology (UIST '26)
GroupDPO: Memory-Efficient Group-Wise Direct Preference Optimization
GroupDPO：内存高效的组级直接偏好优化
机构 * CMU（卡内基梅隆大学） ； Google Deepmind（谷歌DeepMind） ； Google（谷歌）
AI总结 本文提出GroupDPO，通过解耦样本和保留梯度实现高效的组级偏好优化，减少内存使用，提升大规模训练效果，且在离线和在线对齐中均优于单对训练。
Mechanism Design for Alignment and Control
用于对齐与控制的机制设计
机构 * Yale（耶鲁大学） ； Columbia（哥伦比亚大学） ； Google DeepMind（谷歌DeepMind） ； MIT（麻省理工学院）
AI总结 本文提出一种针对偏好与能力未知的AI智能体的机制设计框架，结合显示原理等理论，将其应用于怠惰、权衡、同伴评分等五类典型场景，为智能体对齐与控制提供了理论与方法支撑。
Designing Proactive Thought Partners for Writing
设计用于写作的主动式思维伙伴
机构 * Google DeepMind（谷歌DeepMind） ； Cornell University（康奈尔大学）
AI总结 本文设计主动式思维伙伴AI智能体，以可定制的高层次认知支持辅助写作，经16名参与者一周测试，明确了主动式写作助手的设计要点。
Comments 30 pages, 5 figures
A Lagrangian View of Flow Matching
流匹配的拉格朗日视角
机构 * Google（谷歌公司）
AI总结 本文从拉格朗日视角推导Flow Matching的控制方程，揭示其直线轨迹的数学本质，解释了直线流支持大步长及模型需蒸馏的原因。
AutoScientist-Quant: Self-Evolving Coding Agents for Automatic Research in Quantitative Investment
AutoScientist-Quant：用于量化投资自动研究的自进化编码智能体
机构 * Google（谷歌公司） ； University of Cambridge（剑桥大学）
AI总结 AutoScientist-Quant是将量化研究视为带预算约束搜索问题的自进化编码智能体，修复了评估流程的前瞻问题，在CSI universe等场景下实现最优泛化性能。
When the Strongest Teacher Is Not the Best Teacher: Student-Centric Answer Selection
最强的教师并不总是最好的教师：以学生为中心的答案选择
机构 * University of Washington（华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Southern California（南加州大学） ； Independent Researcher（独立研究者） ； National University of Singapore（新加坡国立大学） ； Microsoft（微软） ； Google（谷歌） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Northwestern University（西北大学） ； Allen Institute for AI (AI2)（人工智能研究院（AI2））
AI总结 提出以学生为中心的答案采样（SCAS）框架，通过估计学生中心的学习成本选择教师生成的答案，从而提升学生模型性能。
MELD: Mel-Spectrogram-Based Speech Language Modeling with Discrete Latent Variables
MELD: 基于梅尔频谱的离散潜变量语音语言建模
机构 * University of Edinburgh（爱丁堡大学） ； Google DeepMind（谷歌DeepMind） ； Meta Superintelligence Labs（Meta超智能实验室）
AI总结 提出一种在梅尔频谱上联合优化编码器和语音语言模型的离散潜变量模型，在零样本文本转语音和语音转文本任务上优于基于编解码器和其他梅尔频谱基线，并缓解了自回归建模中的长时间静音和单词遗漏问题。
Comments Accepted to EMNLP 2026 (main conference)
Decoding Strategies for Diffusion-Based ASR: A Systematic Evaluation of Confidence-Based Thresholding
基于扩散的ASR解码策略：基于置信度阈值的系统评估
机构 * KAIST（韩国科学技术院） ； Google DeepMind（谷歌DeepMind）
AI总结 本文系统评估了基于扩散语言模型的ASR中三种解码策略，提出使用基于负对数似然的不确定性度量来监控解码进度，发现基于阈值的策略在准确率和速度上均优于固定步数策略，其中静态阈值策略在匹配自回归解码准确率的同时具有更高效率。
Comments Accepted to EMNLP 2026
The Topological Trouble With Transformers
Transformer 的拓扑困境
机构 * Google DeepMind（谷歌DeepMind）
AI总结 本文探讨了Transformer在处理序列结构时的拓扑问题，指出其纯前馈架构限制了动态状态跟踪，提出应通过递归架构转向隐含激活动态，并介绍了连续思维Transformer架构的分类方法及未来研究方向。
Comments added citations to recent papers
Algorithmic Collusion by Large Language Models
大语言模型的算法合谋
机构 * a pawfessor of economics and of computer science（经济与计算机科学教授） ； OpenAI’s Researcher Access Program（OpenAI研究员访问计划） ； Google’s Gemini Academic Program（Google的Gemini学术计划） ； Cloud Research Credits Program（云研究信用计划） ； Anthropic ； NSF Graduate Research Fellowship（NSF研究生研究 fellowship） ； Kempner Institute Graduate Fellowship（Kempner研究所研究生 fellowship） ； National Science Foundation (NSF-BSF grant No. 2343922)（国家科学基金会（NSF-BSF grant No. 2343922）） ； Harvard FAS Dean’s Competitive Fund for Promising Scholarship（哈佛大学哈佛大学教务处有前途的学术研究竞争基金） ； Harvard FAS Inequality in America Initiative（哈佛大学哈佛大学美国不平等倡议） ； United States–Israel Binational Science Foundation (BSF grant 2022417)（美国-以色列双边科学基金会（BSF grant 2022417））
AI总结 研究发现大语言模型在寡头市场中因指令变化导致超竞争性定价，揭示了AI定价代理监管的挑战。
Comments Accepted to EC 2026
LifeAgentBench: Benchmarking LLMs for Long-Horizon, Cross-Dimensional Lifestyle Health Reasoning
LifeAgentBench: 一个多维基准和代理用于数字健康中的个人健康助手
机构 * University of California San Diego（加州大学圣地亚哥分校） ； Google Research（谷歌研究）
AI总结 本文提出LifeAgentBench多维基准和代理，用于评估LLM在长周期、跨维度健康推理中的能力，并通过实验识别关键瓶颈，提出基线代理LifeAgent实现显著改进。
Comments Accepted to EMNLP26
Control Variate Score Matching for Diffusion Models
控制变量子匹配用于扩散模型
机构 * Google DeepMind（谷歌DeepMind） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究院） ； Machine Learning Group, Technische Universität Berlin（柏林技术大学机器学习组） ； Department of Artificial Intelligence, Korea University（韩国大学人工智能系） ； Max-Planck Institute for Informatics（马克斯·普朗克信息研究所）
AI总结 本文提出CVSI方法，通过控制变量子框架统一DSI和TSI，降低方差并提升扩散模型的样本效率。
Discovering Sensorimotor Agency in Cellular Automata using Diversity Search
机构 * INRIA（法国国家信息与自动化研究所） ； University of Bordeaux（波尔多大学） ； Poietis（波埃蒂斯公司） ； Google DeepMind（谷歌DeepMind）
Journal ref Sci. Adv. 11 (44), eadp0834, (2025)
LOCI: A Locator-Critic with Refinement Loop
LOCI：带精化循环的定位器-评判器
机构 * Google DeepMind（谷歌DeepMind）
AI总结 针对视觉语言模型无法定位图像关键细节的问题，提出无需训练的LOCI框架，通过定位器与评判器的迭代精化循环实现自修正，在多个复杂视觉基准上取得当前最优结果，显著提升了开源与专有VLMs的准确率。
RSLM: Training-Free Vector Quantization for Approximate Nearest Neighbor Search
RSLM：用于近似最近邻搜索的无训练向量量化方法
机构 * Google（谷歌） ； Technical University of Munich（慕尼黑工业大学） ； University of Copenhagen（哥本哈根大学）
AI总结 该研究提出无训练向量量化方法RSLM，将ANN搜索的嵌入压缩至每维度2-4比特，通过校正重构向量L2范数等创新，在降低系统复杂度与内存成本的同时保持或提升召回率。
Comments 14 Pages, 3 Figures, Preprint
PaperBanana-Interact: Scientific Diagram Refinement with Multi-Turn Human Feedback
PaperBanana-Interact：基于多轮人类反馈的科学图表优化
机构 * Google（谷歌公司） ； Peking University（北京大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 该研究针对科学图表多轮优化的空白，构建了多轮图表生成基准MTPaperBananaBench，提出多智能体系统PaperBanana-Interact，解决基线系统的质量漂移与遗忘问题，显著提升图表优化效果。
Towards a Systems Foundation for Agentic Skills: Architecture, Lifecycle, and Security
面向智能体技能的系统基础：架构、生命周期与安全性
机构 * Google LLC（谷歌有限责任公司） ； Purdue University（普渡大学）
AI总结 本文为智能体技能生态建立统一系统基础与参考架构，界定其九阶段生命周期，探讨安全威胁与防御机制，分类多领域系统实现，确立智能体技能为自主语言智能体的基础范式。
NBS: No Bias Stereo
NBS：无偏立体匹配
机构 * Intrinsic (Google)（Intrinsic（谷歌）） ； Texas A&M University（德克萨斯农工大学）
AI总结 该研究提出无架构归纳偏置的NBS模型，采用端到端Vision Transformer，经大规模合成数据集训练，在立体匹配上达到最先进准确率与更优效率，证明显式归纳偏置非必要，解锁3D重建缩放定律。
