Google Research 提出 sleep framework：让 LLM 在持续学习中保留知识
Google Research 提出 sleep framework，通过交替活跃交互与离线记忆巩固，使 LLM 在持续学习中不断获取新知识并避免灾难性遗忘。该框架在睡眠阶段解锁 MoE 记忆块更新权重，支持保留长达 10M tokens 的上下文知识并提升复杂推理能力。 ```
#论文/研究
Google ResearchAI 评分4242
Google Research精选AI 评分6262 Google Research 介绍基础模型如何用于结核病筛查一线
Google Research 在 IDWeek 2026 上分享了将健康 AI 研究转化为结核病筛查工具的全流程。团队通过 HAI-DEF 开源了胸部 X 光嵌入向量和 MedSigLIP 视觉语言模型，并发布了支持本地运行的 4B 和 27B 参数多模态模型 MedGemma，下载量已超 1000 万次。
推荐理由：原文梳理了从 MedGemma 到印尼国家级 TB 筛查的落地路径，展示了开放权重模型在数据主权场景下的实际部署方式。
Google ResearchAI 评分5454 Google Research 发表 AI 辅助盲扫超声评估孕龄的前瞻性多中心研究
Google Research 在 JAMA Network Open 发表论文，展示其 AI 模型通过新手操作员使用低成本便携探头进行标准化盲扫超声来评估孕龄的能力。该前瞻性研究在美国芝加哥和肯尼亚内罗毕两地测试，仅用约 6% 的原始训练数据微调即适配新硬件，在内罗毕零本地优化的情况下平均绝对误差为 4.27 天，整体达到 4.18 天，非劣于专家标准操作的 4.48 天。
Microsoft ResearchAI 评分5252 Microsoft Research 证明 31 年历史的 KLS 猜想
Microsoft Research 研究员 Xinzhi Zhang 与合作者证明了提出于 1995 年的 Kannan-Lovász-Simonovits（KLS）猜想，确立了高维对数凹分布中与维度无关的几何原理。
Microsoft Research精选AI 评分6161 Microsoft Research Asia 发布 Agent Lightning v1.0 轻量级智能体强化学习框架
Microsoft Research Asia 开源了 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的真实智能体 harness 直接参与强化学习训练。
推荐理由：框架通过在模型与智能体之间插入代理层，让部署用的真实 harness 直接参与强化学习，省去了在训练框架中重写智能体的成本。