Hugging Face 从复现 2,226 篇 ICML 论文中学到了什么
Hugging Face 与 alphaXiv 组织的 ICML 2026 论文复现挑战中，1,221 名社区成员在 19 天内借助编码智能体尝试复现 2,226 篇论文，发布 6,816 份 Trackio 实验日志。
推荐理由：复现中既发现论文错误，也出现单位混淆造成的错误反驳，为智能体参与科研审查提供了人工追问与二次核验的可迁移方法。
#编码
#编码
今日 0 条Hugging Face Blog精选AI 评分7878
Berkeley AI ResearchAI 评分5151 从 CUDA 到 MLX：K-Search 如何将内核优化经验迁移到 Apple Silicon
IBM Research 基于 Berkeley Sky Lab 的 K-Search 扩展 MLX 后端，以结构化 CUDA-to-MLX 翻译层将内核优化知识迁移到 Apple Silicon。
Berkeley AI ResearchAI 评分4848 ABBEL：教大语言模型更新信念，实现高效长程交互
ABBEL 通过监督自然语言信念状态的更新，改善大语言模型在长程交互中压缩上下文后的表现。在协作编程环境 CollabBench 中，相比不采用信念评分的摘要训练，基于重建的信念评分将与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%。训练后，其峰值上下文 token 用量仍显著低于完整上下文模型。
Hugging Face BlogAI 评分5858 ScarfBench：评测 AI 智能体的企业 Java 框架迁移能力
ScarfBench 是面向企业 Java 跨框架迁移的开放基准，评测中表现最强的智能体在行为验证环节的成功率仍低于 10%。它覆盖 Spring、Jakarta EE 和 Quarkus，包含 34 个应用、102 个框架实现、204 项迁移任务及 1,331 项专家编写的测试，要求迁移后的应用通过构建、部署和行为验证，而非仅与参考代码比较。
Google DeepMind精选AI 评分6161 Google DeepMind 如何通过 AI Control Roadmap 保障 AI 智能体安全
Google DeepMind 介绍 AI Control Roadmap，为 Google 内部部署的 AI 智能体建立模型对齐之外的系统级纵深防护。框架基于 MITRE ATT&CK 进行威胁建模，以覆盖率、召回率和响应时间衡量监控效果，并按模型逃避检测与执行攻击的能力配置检测及预防响应级别。
推荐理由：将智能体视作潜在内部威胁，并按逃避检测与执行攻击的能力分级配置防护，为不完全依赖模型对齐的系统安全提供参考。