IBM 发布 Palette：训练 20B 开源模型按你的设计语言生成幻灯片
IBM Research 发布 Palette，用一个 20B 开源模型生成符合指定设计语言的演示文稿。它把任务拆成设计师和编码器两个角色，由单一 LoRA 适配器服务；设计师产出结构化 JSON 简报，编码器为每页写 pptxgenjs 代码，编码阶段并行运行约快 6–7 倍。
推荐理由：IBM 公开 20B 开源模型 Palette 的数据合成、训练与检查修复方法，为可自托管的演示文稿生成给出可迁移路径。
#论文/研究
Hugging Face Blog精选AI 评分7474
Hugging Face BlogAI 评分4545 CWE-bench v2：覆盖更广、质量更高、更透明的网络安全基准
Collinear AI 发布 CWE-bench v2，公开 100 个安全任务，覆盖 91 种 CWE，供任何人运行并评估模型修复漏洞的能力。评测完全程序化且结果可复现，排行榜显示 Gemini 4 Argon 以 67.8% pass@1 领先，Claude Opus 5.5 以 67.3% 紧随其后。
Import AIAI 评分4343 Import AI 479：Realtime-Bench 显示大语言模型不擅长低延迟任务
Realtime-Bench 包含 50 个交互式游戏与网页任务，用于评估 AI 系统在实时场景下的表现。GPT-6-Astra (high) 在 wall clock 设置中通过率最高，为 36%，而暂停时钟下高推理模型可达 70% 至 80%。低分表明 AI 智能体在低延迟任务上仍会失效。
Google ResearchAI 评分4646 Google Research 提出 sleep 框架：让大语言模型在持续学习中巩固记忆
Google Research 提出 sleep 框架，让大语言模型在主动交互与离线睡眠阶段间交替，把脆弱的短期上下文巩固为稳定的长期参数。该框架在持续学习中可保留长达 10M tokens 的长上下文知识、持续吸收新事实并提升复杂推理，同时缓解灾难性遗忘。睡眠阶段通过解锁预分配的 MoE 记忆块、用自生成的练习样本更新权重，并经突触剪枝释放容量，模型核心代码与架构保持不变。
Google DeepMindAI 评分5353 Google DeepMind 发布 ForTy 全球森林类型图，10 米分辨率区分六类森林与土地利用
Google DeepMind 与 Google Research 联合 WRI 和 IIASA 发布 Forest Typology (ForTy) 2020 全球地图，将每块 10×10 米土地分为原始森林、天然更新林、人工林、种植林、树木作物与农林业、其他土地六类，并附 2017 至 2025 年的早期时间序列，可显示天然林被替换为种植园或农田的位置。
Google Research精选AI 评分6262 Google Research 发表 AI 盲扫超声孕周评估研究，临床非劣于专家标准
Google Research 在 JAMA Network Open 发表前瞻性多中心研究，评估基于盲扫超声的 AI 孕周评估模型在真实诊所、移动设备与新手操作者下的泛化能力。
推荐理由：论文给出孕周估算 MAE 4.18 天、不劣于专家流程 4.48 天，并在内罗毕零本地优化下验证跨场景泛化。
Microsoft Research精选AI 评分7373 微软研究院与合作者证明31年未解的KLS猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明了1995年提出的 Kannan–Lovász–Simonovits（KLS）猜想，确立对数凹分布的一个与维度无关的通用几何原理，即简单平面切割能在固定常数因子内捕捉最窄瓶颈。
推荐理由：微软研究院与合作者证明困扰学界31年的KLS猜想，并展示由研究者主导剪枝的智能体搜索如何推动数学突破。
Import AIAI 评分4242 Import AI 473：RAND 提出美国超智能战略、人鼠嵌合脑与机器解释学
RAND 发布长篇报告，建议美国以“行动自由”（Freedom of Action）策略应对通往超智能的不确定路径，核心是投入资金保留选项，并列出构建人-AI 生态系统、建立 AI 安全架构、改造国家安全机构、提升公民与企业应对能力四大要素。报告还梳理共存、否认、加速三族共七种原型策略及五大不确定性。另有人类研究者在脑部被刻意削弱的幼鼠体内培育出含人类脑组织的嵌合体。
Berkeley AI ResearchAI 评分4646 SPEX 与 ProxySPEX：大规模识别大语言模型交互作用的方法
Berkeley AI Research 提出 SPEX（Spectral Explainer）与 ProxySPEX 算法，用可承受数量的消融实验在大规模下识别驱动大语言模型行为的关键交互作用。