纽伦堡科技大学联合Mistral AI和英伟达的研究发现，在AI推理训练中，让模型反复学习相同内容比学习大量不同内容更有效。在相同训练时间下，重复学习策略的性能提升可达12-26个百分点。研究还发现，当模型完全记住训练内容时推理能力达到峰值，这挑战了传统机器学习理论，为AI训练提供了新的实用指导。

如果真把小韩当成“水货”，那可大错特错了。

哥伦比亚大学研究团队发布NodeRAG技术，通过异构图结构革新智能问答系统。该方法将文档信息分解为7种节点类型，采用双重搜索机制，在多个权威测试中准确率达89.5%，检索效率提升50%以上，为智能信息检索技术带来重大突破。

这篇研究论文介绍了MM-PRM，一种用于增强多模态数学推理能力的过程奖励模型。研究团队首先构建了一个强大的多模态策略模型MM-Policy，然后创建了包含10,000个多模态数学问题的数据集MM-K12。利用蒙特卡洛树搜索(MCTS)框架，他们自动生成了超过70万个步骤级别的标注，无需人工参与。最终的奖励模型在Best-of-N推理设置中显著提升了多个基准测试的性能，包括MM-K12、OlympiadBench和MathVista等。研究还发现软标签、较小的学习率和路径多样性是优化PRM性能的关键因素。

Yandex研究院开发出SWD技术，通过"阶梯式"分辨率策略让AI绘画速度提升2-10倍。该方法从低分辨率开始逐步升级，避免在早期高噪声阶段处理无效细节，同时创新了分片分布匹配技术确保质量。在多个主流模型上的测试显示，SWD在保持相近质量的同时显著提升了生成效率，为AI内容创作的实时化应用奠定了基础。

布朗大学与Adobe研究院联合推出MS4UI数据集，专门解决软件教学视频的智能总结问题。该研究收集了2413个Adobe软件教程视频，提出视频分割、文本总结、视频总结三大任务，为软件学习AI开辟新方向。实验显示现有方法表现不佳，凸显了专业领域AI的技术挑战。

这项由电子科技大学、香港中文大学等机构联合完成的研究，创建了PersonaFeedback基准来评估AI的个性化能力。研究包含8298个测试案例，分为三个难度等级，发现即使最先进的AI模型在个性化任务上表现也不理想。研究还发现推理能力提升不等于个性化能力提升，直接提供用户信息比让AI推测更有效。

华沙大学团队发布OpenGVL基准测试，这是首个专门评估视觉语言模型在机器人时间进展预测能力的开源平台。研究发现开源模型性能仅达商业模型60-70%，并展示了如何利用该工具从海量机器人数据中自动筛选高质量训练样本，解决了机器人学习领域数据质量参差不齐的关键问题。

香港科技大学研究团队提出GPAS技术，通过"梯度保持激活缩放"解决Pre-LayerNorm架构中激活方差指数增长问题。该技术在前向传播时缩放激活值，反向传播时保持梯度不变，在71M到1B参数模型上均显示显著性能提升。GPAS具有出色的架构兼容性，可应用于多种Transformer变体，为大型语言模型训练优化提供了简单有效的解决方案。

无法被断供的鸿蒙，正在筑起一座城。

清华大学和上海人工智能实验室联合开发的AutoMat是一个突破性工具，能自动将电子显微镜图像转换为精确的晶体结构模型并预测材料性质。系统整合了模式自适应降噪、物理引导模板匹配、对称感知结构重建和机器学习性质预测四大模块，由大语言模型代理协调运行。在自创的STEM2Mat-Bench基准测试中，AutoMat远超现有多模态大语言模型，为桥接显微镜成像与原子模拟提供了自动化解决方案，显著加速了材料科学研究流程。

香港大学团队构建了全球首个大规模牙科全景X光AI数据集MMOral，包含2万余张影像和130万条指令数据。研究发现现有AI模型在牙科诊断上表现不佳，最强的GPT-4o仅达41%准确率。团队开发的专业模型OralGPT经训练后准确率提升24.73%，为AI在牙科医学的应用奠定基础。

马里兰大学研究团队发现，通过强化学习训练AI模型担任视觉问答评委，不仅能提升其评判能力，还意外地增强了答题能力。他们开发的LLaVA-Critic-R1模型在26个视觉推理任务中平均提升5.7%性能，并具备自我改进功能，测试时可通过自我批评获得额外13.8%提升，展现了评委训练的双重价值。

Enigmata是一项突破性研究，通过合成可验证的拼图训练大语言模型的逻辑推理能力。该研究创建了包含36种任务、7大类推理能力的完整训练系统，每项任务都配备了可控难度生成器和自动验证器。基于此训练的Qwen2.5-32B-Enigmata模型在拼图推理基准上超越了o3-mini-high和o1等顶尖模型。更令人惊喜的是，当应用于更大规模模型时，这些拼图数据不仅提升了模型解决拼图的能力，还意外增强了其数学和STEM推理能力，展示了纯逻辑训练带来的广泛泛化优势。

上海AI实验室联合清华大学等顶尖院校发布的InternVL3，通过原生多模态预训练突破了传统AI模型"先语言后视觉"的局限。该模型在MMMU基准测试中获得72.2分，超越所有开源模型，并引入变长视觉位置编码和混合偏好优化等创新技术，全面开源为AI社区贡献宝贵资源。

ReSurgSAM2是新加坡国立大学团队开发的两阶段手术视频分割系统，允许外科医生通过文本指令精准识别和追踪手术器械与组织。这项创新利用SAM2模型为基础，添加了跨模态空间-时间Mamba、可靠初始帧选择和多样性驱动长期记忆机制，解决了现有技术在长时间追踪和实时性能方面的局限。实验表明，该系统在准确性上显著超越现有方法，同时保持61.2 FPS的实时处理能力，为手术认知辅助、教育和导航提供了强大工具。

德国约翰内斯·古腾堡大学美因茨分校研究团队发现，主流AI大语言模型对德国方言使用者存在系统性偏见，将其与教育程度低、思想保守等负面特征关联。研究测试了十个模型和七种德国方言，发现所有AI系统都表现出显著歧视。更意外的是，明确标注方言身份比暗示性提及产生更严重偏见，挑战了现有AI公平性认知。

Alita是一种新型通用AI代理系统，采用极简设计理念，以"最小预定义，最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita，只配备一个核心能力和少量通用模块，能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示，Alita在GAIA基准测试上达到87.27%的通过率，超越包括OpenAI Deep Research在内的复杂系统，证明简约设计可带来卓越性能。

本研究提出了首个针对视觉自回归模型的测试时缩放框架TTS-VAR，通过自适应批次管理、聚类式多样性搜索和重采样式潜力选择三大策略，将AI图像生成质量显著提升8.7%。该框架巧妙地将生成过程视为路径搜索问题，在早期保持结构多样性，后期进行智能选择，实现了计算效率与生成质量的双重优化，为视觉生成技术发展提供了新思路。

ITMO大学与MWS AI联合开发的ROCKET技术实现了AI模型压缩的重大突破，能将大型语言模型压缩50%的同时保持90%以上性能。该技术采用差异化压缩策略和动态资源分配，无需重新训练，效率比传统方法提升100倍。研究已验证其在文本、视觉、语音等多模态应用中的有效性。