Google Research 提出 Agile Deliberation:让 AI 帮人类厘清主观概念的灰色地带
Google Research 提出 Agile Deliberation 框架,把主观 AI 分类器的定义过程变成人与 AI 的迭代对话,先解决人类自身的概念模糊,再构建更稳健的分类系统。
Google Research 提出 Agile Deliberation 框架,把主观 AI 分类器的定义过程变成人与 AI 的迭代对话,先解决人类自身的概念模糊,再构建更稳健的分类系统。
Import AI 第 479 期介绍 Realtime-Bench,这套基准包含 50 个交互式游戏与网页任务,用于评测模型在实时决策场景下的表现。在 wall clock 设置下,GPT-6 Astra(high)通过率最高,为 36%;而在暂停时钟条件下,高推理模型可接近 70% 至 80%。
Google 研究团队提出 sleep 框架,让 LLM 在活跃交互与离线巩固两个阶段间循环,把短期上下文压缩进长期参数。该框架用 MoE 参数扩展、广义知识蒸馏与强化学习模仿实现记忆巩固,并在离线阶段用自生成样本做自我改进。
推荐理由:Google 研究者提出把持续学习拆成清醒交互与离线巩固两阶段,并给出多组基准对比,便于理解灾难性遗忘的一种解法。
Google Research 在 IDWeek 2026 上分享其结核病筛查 AI 从研究走向临床的完整路径,包括 2019 年在 Radiology 发表的深度学习基准、2024 年 NEJM AI 的多中心前瞻性验证,以及与 Nexus AI 合作取得 CE MDR class IIb 认证。
Google Research 在 JAMA Network Open 发表研究,用 AI 模型解读未经专业超声培训的操作者采集的盲扫超声图像来评估孕周。在 385 名 16 至 36 周孕妇的队列中,模型平均绝对误差为 4.18 天,优于专家标准流程的 4.48 天;仅用芝加哥 120 名参与者数据微调后,芝加哥误差 4.10 天,未做本地优化的内罗毕为 4.27 天。
推荐理由:研究在芝加哥与内罗毕两地前瞻验证同一模型,只用 120 人数据微调即可跨硬件泛化,为低资源地区产检覆盖提供了可参照的部署路径。
Cloudflare 介绍与 Commerce.com 合作,在边缘为近 10 万个店铺域名开启 WebMCP,让 AI 智能体直接调用 search_products、add_to_cart 等工具,无需模拟点击页面。
宝玉公开了 NotebookLM 视频概览(Video Overview)创建技能的完整提示词文件,展示从读取笔记本来源、生成问卷卡与确认卡到调用 create_artifact 的多步流程。
Import AI 475 讨论了 AI 群体(swarm)扩展、Google DeepMind 的 SynthID Bio 生物水印,以及 AI 科学经济。Toby Ord 分析认为,4 智能体群体达到同等性能需约两倍 token,但每个智能体只需一半 token,理论上可将任务时间减半,不过群体扩展存在收益递减。
Ethan Mollick 撰文承认自己此前判断有误,原以为人类需要像管理者一样精心设计智能体的分工与组织,但模型已能自行完成组织协调。他以 OpenAI 用数千个智能体在 88 小时内协作求解 Navier-Stokes 问题为例,指出该 swarm 只靠少量人工设定目标和一次方向调整,智能体之间自行传递了约 270 万条消息。
Import AI 第 474 期介绍了 Michael Levin 关于"Platonic mindspace"的论文,主张心智是嵌入物理世界的非物理模式,身体与机器只是接口。同期内容还涉及太空部署 TPU,以及智谱(Zhipu)启动外层 RSI 循环。