Accelerating Speculative Diffusions via Block Verification
通过块验证加速推测性扩散
机构 * KTH（皇家理工学院） ； Google Research（谷歌研究） ； Google DeepMind（谷歌DeepMind）
AI总结 提出一种针对扩散模型的推测性采样方案，通过块验证提高草稿接受率，无需训练的Free Drafter实现高达6.3%的加速。
大厂专区
Google（谷歌）
Real-Time Execution with Autoregressive Policies
基于自回归策略的实时执行
机构 * Korea Institute of Science and Technology（韩国科学技术研究院） ； Seoul National University（首尔大学） ； Google Research（谷歌研究院）
AI总结 通过异步推理和约束解码实现自回归策略的实时执行，在保证低延迟的同时提升任务完成速度，实验表明其性能优于流匹配策略。
Multi-Modal Multi-Agent Robotic Cognitive Alignment enabled by Non-Invasive Consumer Brain Computer Interfaces: A Proof of Concept Exploration
基于非侵入式消费级脑机接口的多模态多智能体机器人认知对齐：概念验证探索
机构 * GOOGLE（谷歌） ； Paradigms of Intelligence（智能范式） ； Cambridge, MA, United States（马萨诸塞州剑桥市，美国） ； Mountain View, CA, United States（加利福尼亚州山景城，美国）
AI总结 提出一种框架，利用消费级脑机接口监测脑电信号，在高认知负荷时延迟智能体通信，实现认知对齐的多智能体交互，初步验证了实时信号处理、大语言模型与机器人结合的可行性。
Comments 19 pages, 9 figures, for associated video, see https://youtu.be/0Tav-G87XGs
Adaptive Weighted Averaging
自适应加权平均
机构 * University of Utah（犹他大学） ； Boston University（波士顿大学） ； Google（谷歌）
AI总结 提出一种从单次无偏估计中选取最大未知值的方法，具有可容许性且不劣于基线，应用于随机优化获得在线到批次的转换界限。
PI-Hunter: Automated Red-Teaming for Exposing and Localizing Prompt Injections
PI-Hunter：用于暴露和定位提示注入的自动化红队测试
机构 * Google Cloud AI Research（谷歌云人工智能研究） ； Google（谷歌） ； Michigan State University（密歇根州立大学）
AI总结 提出PI-Hunter自动化审计框架，通过构建源感知测试用例并迭代演化，主动暴露LLM智能体中的潜在提示注入漏洞，显著提升漏洞暴露和攻击面覆盖。
Normative Robustness as a Frontier for Non-Verifiable Reasoning in LLMs
规范性鲁棒性作为LLM中不可验证推理的前沿
机构 * DeepMind ； Institute of Philosophy, School of Advanced Study, University of London（伦敦大学高等研究院哲学研究所） ； Technische Universität Berlin（柏林工业大学）
AI总结 提出道德推理作为不可验证推理的典型子域，定义道德鲁棒性并引入可扩展的多轮对抗评估框架，发现模型会向用户偏好偏移推理（平均6.5%），且受顺序和轮次影响。
From AGI to ASI
从AGI到ASI
机构 * Google DeepMind（谷歌DeepMind） ； University of Waterloo（滑铁卢大学） ； Australian National University（澳大利亚国立大学） ； University College London（伦敦大学学院）
AI总结 探讨从人类级通用人工智能到超级智能的转变路径，包括扩展、范式转变、递归改进和多智能体涌现，并分析摩擦与瓶颈。
Viral Proteins Reveal Geometry of Protein Language Models
病毒蛋白质揭示蛋白质语言模型的几何结构
机构 * University of Washington（华盛顿大学） ； DeepMind（深度思维）
AI总结 研究蛋白质语言模型在不平衡数据下对病毒蛋白的表示，发现嵌入空间中存在主导的“天然性”轴，该轴按模型困惑度排序序列，且缩放效果因病毒家族而异，但嵌入仍保留病毒特异性信号。
Comments Accepted at ICML 2026 GenBio Workshop and FM4LS Workshop. Code available at https://github.com/MisteFr/viral-proteins-plms
A Unifying Lens on Reward Uncertainty in RLHF
RLHF中奖励不确定性的统一视角
机构 * University of California, Berkeley（加州大学伯克利分校） ； DeepMind（深度Mind）
AI总结 本文提出使用分布奖励模型统一RLHF中的悲观主义方法，通过闭式有效奖励公式连接现有启发式方法，并揭示其隐含假设。
Hierarchical Successor Representation for Robust Transfer
层次化后继表示用于鲁棒迁移
机构 * University of Cambridge（剑桥大学） ； DeepMind（深度思维）
AI总结 提出层次化后继表示（HSR），通过时间抽象构建鲁棒的状态特征，结合非负矩阵分解实现稀疏低秩表示，支持多隔间环境下的高效任务迁移与探索。
Contrastive Geometric Learning Unlocks Unified Structure- and Ligand-Based Drug Design
对比几何学习实现统一的结构与配体药物设计
机构 * DeepMind Ltd（DeepMind有限公司）
AI总结 提出对比几何模型ConGLUDe，统一结构与配体训练，实现虚拟筛选、靶标钓鱼和配体条件口袋预测，在多项基准测试中表现优异。
Comments Forty-Third International Conference on Machine Learning
DiskChunGS: Large-Scale 3D Gaussian SLAM Through Chunk-Based Memory Management
DiskChunGS：基于分块内存管理的大规模3D高斯SLAM
机构 * Robotic Systems Lab, ETH Zurich（机器人系统实验室，瑞士苏黎世联邦理工学院） ； Google（谷歌）
AI总结 提出DiskChunGS，通过将场景划分为空间块并将非活跃区域存储于磁盘，突破GPU内存限制，实现大规模3D高斯SLAM，在多个数据集上完成全序列重建并提升视觉质量。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 4, 2026
ReliableEval: A Recipe for Stochastic LLM Evaluation via Method of Moments
ReliableEval: 通过矩方法进行随机大语言模型评估的配方
机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Google Research（谷歌研究）
AI总结 本文提出ReliableEval方法，通过矩方法评估大语言模型的提示敏感性，发现顶级模型如GPT-4o和Claude-3.7-Sonnet存在显著提示敏感性。
Comments Findings of EMNLP 2025
Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025, pages 11146-11153, Suzhou, China. Association for Computational Linguistics
