Google Earth AI 行星级地理空间基础模型用于全球公共卫生
Google Research 展示 Google Earth AI 的 Population Dynamics Foundation Model (PDFM) 如何作为全球公共卫生的地理空间基础模型概念验证。
#数据/训练
Google ResearchAI 评分5959
Google Research精选AI 评分6666 Google 发布下一代基于 TEE 的可验证联邦学习系统
Google 发布下一代联邦学习系统，用 TEE 提供可验证和可审计的数据匿名化保证，Gboard 已采用。Gboard 已部署英语和日语 next word prediction 模型，获得更强隐私保证和更高准确率，训练时间也显著缩短。访问策略发布到 Rekor 公共透明日志，KMS 只向匹配策略的 TEE 工作负载提供解密密钥。
推荐理由：Google 用 TEE 构建可验证联邦学习系统，把训练逻辑放入可远程证明的执行环境，Gboard 已用于英语和日语 next word prediction，并带来更强隐私保证与更高准确率。
Hugging Face BlogAI 评分5959 ServiceNow CoreAI 的 AutoSynthData 生成企业智能体训练数据
ServiceNow CoreAI 的 AutoSynthData 用目标模型失败和更强教师成功生成并验证企业智能体训练任务。在 EnterpriseOps Gym 中，以 Gemma-4-26B-A4B-it 为目标模型，Hybrid 域用 Qwen3.8-27B 作教师，SFT 使 mean Pass@1 提升 7.2 个百分点。
Import AIAI 评分5050 Import AI 470：机器没有权利、SPADE 自动化环境生成与 Hawkeye 构建更好 GPU 内核
Import AI 470（https://importai.substack.com/p/import-ai-470-no-rights-for-machines）汇总了 METR 的 AI 加速研究、SPADE 环境生成框架、Hawkeye GPU 内核优化和 Google DeepMind 的 AlphaEvolve 矩阵乘法进展。
Berkeley AI ResearchAI 评分5353 BAIR 综述自适应并行推理：高效推理扩展的下一范式
BAIR 发布自适应并行推理（APR）研究综述，分析模型如何自行决定何时分解子任务、生成多少并行线程以及如何协调。文章比较 self-consistency、Tree-of-Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
Berkeley AI ResearchAI 评分5353 Berkeley AI Research 提出信息驱动的成像系统设计方法 IDEAL
Berkeley AI Research 在 NeurIPS 2025 论文中提出用互信息直接评估和优化成像系统信息量的框架。该方法从噪声测量和噪声模型估计信息，在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测下游性能。IDEAL 通过信息估计的梯度反馈优化成像参数，无需训练解码器，在彩色滤光片设计中匹配端到端优化性能并降低内存和计算需求。