值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
Hugging Face 的最新研究提出三项测试，用于量化语音识别中的 benchmark optimization 或 benchmaxxing 现象。研究评估了 11 个常用开源 ASR 模型，发现部分高分系统会复现 VoxPopuli English 和 LibriSpeech 的基准转写，即使音频与参考文本矛盾、相关词被静音，或同一音频支持不同书写形式。
推荐理由：文章用三类探针展示公开语音基准的过拟合迹象，可帮助评估者区分榜单分数与真实转写能力。
Hugging Face 的开放模型现状夏季报告分析了 2026 年 1 月至 8 月的 Hub 数据，公共模型仓库从 2.43 million 增至 2.96 million，数据集从 711,000 增至 1 million，Spaces 从 1.00 million 增至 1.44 million。
推荐理由：报告用 Hub 下载、点赞和衍生仓库数据，展示开放模型生态在规模、采用与运行层的分化。
Google DeepMind 发布 AI Control Roadmap，用于保护 Google 内部部署的高能力、可能未完全对齐的 AI 智能体。
推荐理由：原文给出从威胁建模到监控拦截的分层方案，可作为评估企业内部智能体安全治理的参考。
Google DeepMind 的预注册试验显示，塞拉利昂学生使用 Guided Learning 后，数学成绩较对照组提高 +0.258 standard deviations，约相当于 8 周内取得 1.2 到 1.7 年的典型学习进展。
推荐理由：材料给出塞拉利昂课堂试验的学习增益、使用率和交互数据，可作为评估 AI 辅助教学的案例。
Google DeepMind 称，生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 正在用 Co-Scientist 加速寻找可能逆转细胞衰老的遗传线索。
推荐理由：案例展示了 Co-Scientist 在遗传衰老研究中连接文献、假设和筛选数据的具体流程。
Stanford University School of Medicine 的 Gary Peltz 团队在 Advanced Science 发表研究，使用 Co-Scientist 从既有药物文献中寻找可再利用治疗肝纤维化的候选药物。
推荐理由：材料把 Co-Scientist 的候选药物与人工筛选结果放在同一实验中比较，便于理解其科研辅助价值。