跳到正文
10月16日周五
  1. 论文MIT News · AI62

    MIT 团队用 AI 模型 IRIS 解码细胞通信信号

    MIT 与 Whitehead 研究所团队开发神经网络模型 IRIS,通过识别各信号通路在不同细胞类型中一致的基因活动“指纹”,重建细胞在胚胎发育中接收过的信号历史。

    推荐理由:IRIS 用迁移学习思路跨细胞类型重建信号通路历史,为干细胞工程和类器官研究提供可复用的建模路径。

  2. 论文Microsoft Research71

    微软研究院发布 Magnetar:基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar,可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行,在 15 个基准程序上比现有最快 zkVM 平均快 10 到 39 倍,证明验证约 12 毫秒。

    推荐理由:微软研究院公开 Magnetar 的技术设计与基准数据,可了解零知识证明在通用程序上的性能与密码学取舍。

  3. 论文Apple Machine Learning Research31

    Apple 研究:工具发现该先规划还是先检索?Plan-then-Retrieve 与 Retrieve-then-Plan 的规模对比研究

    Apple 研究对比了工具增强 LLM 智能体的两种工具发现架构:主流的 Retrieve-then-Plan(RtP)用用户查询做近似最近邻检索,替代方案 Plan-then-Retrieve(PtR)则先让 LLM 生成描述所需能力的 Abstract Tool Stubs,再以此为查询检索工具注册表。研究针对有限上下文窗口无法注入全部工具定义的问题展开规模评估。

  4. 论文Apple Machine Learning Research35

    Apple 提出 SSR:用选择式结构化推理提升多模态搜索智能体效率

    Apple 提出 Selection-based Structured Reasoning(SSR)框架,将推理从开放式生成改为选择:把反复出现的高层推理表示为预先指定的可复用自然语言候选,模型每轮从中选择。该框架针对小模型推理冗长、对动作生成帮助有限且推理成本高的问题,目标是提升多模态搜索智能体的效率。