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,为 LLM 设计“清醒交互 + 离线睡眠”的周期性学习流程,把短期上下文巩固为长期参数。该框架通过 MoE 参数扩展、知识蒸馏与 RL 模仿学习完成记忆巩固,再以随机专家激活和梯度筛选的“梦境”样本自我改进。
Google Research 提出 sleep 框架,为 LLM 设计“清醒交互 + 离线睡眠”的周期性学习流程,把短期上下文巩固为长期参数。该框架通过 MoE 参数扩展、知识蒸馏与 RL 模仿学习完成记忆巩固,再以随机专家激活和梯度筛选的“梦境”样本自我改进。
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology(ForTy)2020,把全球每块 10×10 米土地划入六类森林与土地用途,作为欧盟反毁林法规(EUDR)的关键基线。
Google Research 在 JAMA Network Open 发表研究,评估 AI 模型基于盲扫超声估计孕龄的泛化能力。在 385 名 16 至 36 周孕妇组成的队列中,模型平均绝对误差为 4.18 天,专家标准流程为 4.48 天;芝加哥适配后为 4.10 天,内罗毕零本地优化为 4.27 天。
推荐理由:研究在芝加哥与内罗毕两地验证盲扫超声的孕龄估计,误差与专家操作接近,为基层产检可及性提供参照。
Google Research 发布博客,介绍三项把 AI 智能体从计算设计接到真实湿实验室实验的研究:VERID 实验室数字孪生框架、适配体闭环发现和 de novo 蛋白结合体设计。
推荐理由:Google Research 用三个项目展示智能体如何从虚拟设计走到湿实验室验证,并给出闭环迭代中的具体失败与修正。
Google 发布地理空间推理智能体的技术报告,在四个基准上对比独立 LLM、基础工具、Earth AI 工具和带前置规划的完整智能体四种配置,并开源 GeoKTools 与 GeoExpertQueries 两个新基准的开发集。
推荐理由:原文给出四个基准上的对照结果,说明专用地理工具与前置规划各自带来的差异。
Google Research 在 NBER 发表专利撰写实地实验,133 名律师随机获得当时未发布的 Google Labs AI 专利撰写工具(现属 Gemini Notebook)使用权。
推荐理由:三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化,资深与初级律师的差异值得对照。