SemiAnalysis 发布 GDPx 基准，无 AI 智能体得分超过 12%
SemiAnalysis 发布 GDPx 基准，把 AI 智能体放进模拟知识工作环境，206 项任务覆盖芯片设计、生物、量化交易、网络安全和法律等 11 个领域，没有模型总分超过 12%。
#数据/训练
The DecoderAI 评分5858 Google Research精选AI 评分7272 Google Research 用智能手表传感器检测高血压迹象
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，利用消费级智能手表的 PPG 和 ACC 传感器被动检测高血压迹象，无需袖带校准。
推荐理由：研究用智能手表 PPG 与 ACC 信号免校准识别高血压，并以 24 小时动态血压监测为金标准给出筛查与确认两阶段的量化对比。
Hugging Face BlogAI 评分5252 StateBench：测试语言模型如何在长文档中追踪状态变化
Allen AI 在 Hugging Face 发布 StateBench 基准，用于评估语言模型在长文档中追踪实体状态变化的能力，按 R-trivial、Aperiodic、Soluble、General finite 四级难度组织。
Latent SpaceAI 评分7171 LLM 可直接读写神经网络权重，Weight Space Programming 绕过自动研究环节
Latent Space 的 AINews 汇总介绍 Takehi 等人的 Weight Space Programming 研究，前沿 LLM 可在不跑梯度下降和训练循环的情况下，按自然语言目标检查和编辑神经网络权重张量。
Microsoft ResearchAI 评分4141 微软用合成企业数据评估 Microsoft Copilot 的 AI 置信度
微软构建 Industry Evaluation Data Generation Platform，用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot，避免使用任何客户数据。
Google ResearchAI 评分5959 Google 提出 sleep 框架，让 LLM 在持续学习中保留知识
Google Research 提出 sleep 框架，让 LLM 在活跃交互与离线睡眠阶段之间交替，把短期上下文巩固进长期参数。睡眠阶段通过 MoE 参数扩展、基于 GKD 与 RL 模仿学习（LTI）的知识播种以及突触剪枝完成记忆巩固，再通过随机专家选择、梯度筛选的合成样本和 RL 精修进行自我提升。
Google DeepMindAI 评分5858 Google DeepMind 联合 WRI 与 IIASA 发布 10 米分辨率全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合世界资源研究所（WRI）和国际应用系统分析研究所（IIASA）发布 Forest Typology（ForTy）2020，把全球每一块 10×10 米土地归入六类森林与土地利用类型，作为欧盟无毁林法规（EUDR）的关键基线。
Google Research精选AI 评分7171 Google Research 介绍让 AI 智能体扎根生物实验现实的三项研究
Google Research 发布博客，介绍三项把 AI 智能体与真实湿实验室实验连接起来的研究：VERID 框架为实验室工作单元建立语义数字孪生，让智能体在动作前检查 3D 状态、做虚拟试运行并拦截无效指令。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验，读者可了解其安全与可复现设计。
Google Research精选AI 评分6262 Google 扩展 Earth AI 地理空间推理智能体早期访问
Google 扩展 Earth AI 地理空间推理智能体的早期访问，在 Ask Google Earth 中开放深度分析预览，并向开发者提供实验性 Agent-to-Agent API 和 Planetary Prediction Engine 预览。
推荐理由：原文给出四组基准对比与合作伙伴实测，可据此判断专用地理工具与前置规划对空间推理的实际增益。
Berkeley AI ResearchAI 评分4040 ABBEL：通过信念状态更新让 LLM 高效完成长程交互
伯克利 AI 研究提出 ABBEL 框架，将 LLM 的交互摘要建模为自然语言"信念状态"并对其内容做监督评分，从而在长程任务中替代完整交互历史作为工作上下文。在协作编码基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也明显低于全上下文设置。
Berkeley AI ResearchAI 评分4242 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升为虚拟状态实现跨时间并行优化、在状态迭代中注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让世界模型的长时程规划更稳健。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型“状态-输入”梯度脆弱等问题。