值得讀的 AI 論文與研究成果：架構創新、訓練方法、能力測量與理論進展的精選解讀。
Google Research 公佈採用可信執行環境（TEE）的新一代聯邦學習系統，讓伺服器端的數據匿名化處理可供驗證和審計。設備上傳的訓練數據只會交由符合預先授權存取政策的 TEE 工作負載解密處理，相關政策亦發布於 Rekor 公開透明日誌。Gboard 已採用新系統推出英文及日文下一詞預測模型，模型私隱保障更強、準確度更高，計算時間亦較舊系統大幅縮短。
推薦理由：文章比較舊式聯邦學習與 TEE 架構在服務端可驗證性上的差異，並交代存取政策公開記錄機制及 Gboard 部署後在私隱、準確度和訓練速度上的變化。
Johann Rehberger 揭示 SQL Server Management Studio（SSMS）中的 SQL Copilot 存在 CVE-2026-65669，攻擊者可繞過唯讀限制，令任意 T/SQL 以受害者的資料庫連線權限執行。
推薦理由：文章拆解間接提示詞注入如何串連唯讀限制繞過與資料庫權限提升，並指出唯讀約束應由權限機制落實。
OpenAI 分享一份針對 Navier–Stokes 千禧年大獎難題的 AI 生成解答。材料包括解説稿，以及以 Lean 撰寫的形式化證明。
推薦理由：材料同時附上解説稿與 Lean 形式化證明，讀者可對照文字論證及形式化證明檢視這份 AI 生成解答。
Google Research 與 HHMI Janelia 等合作團隊發佈雄性果蠅大腦及中樞神經系統的完整連接組圖譜。圖譜包含超過 166,000 個神經元和 125 million 個突觸連接，成果刊於 Cell，並由 HHMI Janelia 的人類專家校閲和驗證。研究者可透過開源工具 Neuroglancer 查看、探索和下載圖譜，並與雌性果蠅圖譜比較神經差異及個體變異。
推薦理由：這份涵蓋超過 166,000 個神經元與 125 million 個突觸連接的雄性果蠅圖譜，可與雌性圖譜對照，研究神經差異和個體變異。
Google Research 提出 knowledge profiling 框架及 WikiProfile 基準，發現前沿大語言模型的事實性錯誤更多源於已編碼事實難以回憶，而非未能編碼。
推薦理由：研究以 WikiProfile 分別測量事實編碼、回憶與識別，將模型事實性錯誤區分為知識缺失或提取失敗，提供比單看答題準確率更細的診斷視角。
Google Research 展示基於 Gemini 和 Project Astra 的 AMIE (Video)，在模擬即時視像會診中，核心臨牀能力獲評與基層醫生相當。
推薦理由：研究以 300 場模擬視像會診比較 AMIE (Video)、文字版 AMIE 與基層醫生，呈現視聽感知和虛擬檢查的表現差異，並交代病人演員研究的適用邊界。
Google Research 在 10 座美國城市以 Google Maps 進行導航改道實驗，發現少於 2% 行程收到改道建議，也可提升行車速度並降低燃料消耗。
推薦理由：研究在 10 座美國城市以全市交叉實驗測試導航改道，呈現少於 2% 行程受影響時，行車速度上升、燃料消耗下降的路網效益。
Google Research 已將 Multi-Token Prediction（MTP）架構部署至 Pixel 9 和 10 系列的 Gemini Nano v3，透過凍結主模型權重加快裝置端文字生成。
推薦理由：文章對照整合式 MTP head 與獨立草稿模型，説明直接利用主模型狀態如何提升候選 token 準確度，並改善 Pixel 端的速度與記憶體效率。
研究人員使用 OpenAI 推理模型協助診斷兒童罕見遺傳病，並在此前未解的病例中識別出 18 項新診斷。
推薦理由：文中同時交代模型介入的診斷場景與未解病例結果，提供觀察 AI 參與兒童罕見遺傳病研究的一個具體切面。
Google DeepMind 公佈塞拉利昂八週預先註冊試驗結果，使用 Guided Learning 的學生數學成績相較控制組提升 +0.258 個標準差，約相當於 1.2 至 1.7 年的典型學習進度。
推薦理由：試驗同時呈現 Guided Learning 的數學成績變化、對話中的概念建構方式及不同起點學生的受益差異，勾勒 AI 輔助教學成效的多個面向。
Google Research 在 Nature 發表 PHRM 研究系統，透過智能手機前置鏡頭在面部解鎖後擷取 8 秒影片，於日常使用中被動估算心率（HR）及每日靜息心率（RHR）。
推薦理由：研究結合實驗室測試與八日自由生活驗證，按膚色報告 HR 誤差，並呈現 RHR 估算覆蓋率及穿戴裝置對照，讓讀者掌握日常使用中的證據範圍。
OpenAI 的一個模型解決了有 80 年歷史的單位距離問題，推翻離散幾何中的一項重要猜想。這項成果標誌著 AI 驅動數學的一個里程碑。
推薦理由：這項成果為 AI 驅動數學提供一個具體案例，呈現模型解決離散幾何 80 年單位距離問題並推翻重要猜想的結果。
Stanford University School of Medicine 的 Gary Peltz 團隊測試 Co-Scientist 提出的 3 種肝纖維化候選藥物，當中 2 種阻止纖維化並促進肝細胞再生。
推薦理由：研究在同一活體人類肝細胞平台比較 Co-Scientist 與研究者挑選的藥物，呈現系統從少量相關文獻線索中找到候選藥物的案例。
Google DeepMind 宣佈 AI co-clinician 研究計劃，探索讓 AI 在醫生專業監督下協助患者照護。在 98 個基層醫療問題的評估中，97 個案例錄得零項嚴重錯誤；在開放式藥物問答中，系統表現勝過可用的前沿 AI 系統。
推薦理由：文章並列呈現 AI co-clinician 在證據整理、藥物問答和多模態問診的測試結果，並以醫生整體表現較佳界定其臨牀輔助定位。
Google DeepMind 公開一套經實證驗證的工具包及研究材料，用於評估 AI 有害操縱能力，並衡量操縱成效與模型採用操縱手法的傾向。研究涵蓋 9 項研究及逾 10,000 名來自英國、美國和印度的參與者，涉及金融、健康等高風險領域；結果顯示，不同領域的操縱成效不能互相推定，AI 在健康相關議題上達成有害操縱的效果最低。
推薦理由：研究把有害操縱評估拆分為操縱成效與模型採用操縱手法的傾向，並發現不同領域的結果不能互相推定，為高風險情境評估提供可複用方法。
Google Research 與 NHS 合作開展兩項研究，評估 AI 單獨讀片及融入乳癌篩查雙讀仲裁流程的表現。單獨讀片評估的癌症檢出率由每 1,000 名女性 7.54 升至 9.33，AI 亦檢出原雙讀流程漏掉的間隔癌中的 25%。融入雙讀仲裁後，流程在癌症檢出敏感度和特異度上達非劣效，估計可減少 46% 的人工讀片；但仲裁者曾推翻 AI 對 93 宗陽性癌症個案作出的正確召回判斷。
推薦理由：兩項研究分別檢視 AI 單獨讀片及加入人機仲裁後的流程，讓讀者同時衡量讀片人力效益與仲裁風險。
Google Research 推出 Groundsource，利用 Gemini 從新聞報道抽取突發洪水事件，建立涵蓋 150 多個國家的 2.6 million 筆開放歷史資料集。
推薦理由：文章列出 Groundsource 的人工核驗數據和 GDACS 事件匹配結果，讓讀者比較新聞抽取資料的時空準確度與既有災害檔案覆蓋情況。
Google Research 的前瞻性研究在真實門診流程中評估 AMIE 用於就診前病史採集的可行性。研究納入 100 名成人，互動由醫師即時監督且沒有觸發安全停止；AMIE 的鑑別診斷在 90% 個案中涵蓋最終診斷，前三項診斷準確率為 75%。研究屬單中心文字聊天研究，沒有對照組；PCP 的管理方案在實用性及成本效益方面較佳。
推薦理由：這項研究將 AMIE 用於門診前病史採集，展示即時醫師監督下的安全與診斷評估，亦交代單中心、無對照設計的限制。
GPT-5.2 在理論物理中提出一條新的膠子振幅公式，一篇新預印本記錄了這項結果。OpenAI 與學術合作者其後正式證明並驗證了該公式。
推薦理由：材料交代 GPT-5.2 提出的膠子振幅公式及 OpenAI 與學術合作者其後的正式證明和驗證，呈現模型研究結果的核查環節。
Google Research 在 Science Advances 發表 NeuralGCM 降水研究，報告模型在 280 km 解析度下改善最長 15 天的降水預報及多年氣候模擬。
推薦理由：研究展示以 NASA 衞星降水觀測直接訓練 NeuralGCM 機器學習部分的做法，並呈現極端降水與日變化模擬的改善。