GitHub 推出面向 AI 代码审查智能体的开源离线基准 ReviewBench，旨在提供贴近真实生产环境的评估标准。该基准参考 1.039 亿真实拉取请求的分布特征，精选覆盖 19 种编程语言的 219 个拉取请求，结合人类专家、静态分析和前沿大模型构建多来源金标准，并使用 Claude Sonnet 5 统一评判。
推荐理由：该基准基于真实拉取请求分布建立评测集，为开发团队评估和迭代代码审查智能体提供了贴近生产环境的离线验证方案。
UC Berkeley Sky Lab 与 IBM Research 研究人员扩展了进化式算子搜索框架 K-Search，通过构建结构化 CUDA-to-MLX 翻译层，将成熟的 CUDA 优化经验自动迁移至 Apple Silicon 的 MLX 框架。
推荐理由：该工作展示了如何通过结构化映射层将成熟算子优化规则迁移到新芯片，为非英伟达硬件生态自动生成高性能算子提供了可复用路径。
Berkeley AI Research 介绍了 SPEX 和 ProxySPEX 算法，旨在通过消融实验为 LLM 规模化识别驱动决策的关键交互。SPEX 结合信号处理与编码理论将指数级交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层次结构以减少约 10 倍的消融成本达到同等表现，能在数千特征规模下保持高保真度。
BAIR 在 NeurIPS 2025 提出一种基于信息论直接评估与优化成像系统的框架，仅依靠带噪测量值和已知噪声物理模型量化互信息。该指标在彩色摄影、射电天文学、无透镜成像和显微镜四个领域成功预测了下游解码性能。由此优化的成像硬件设计能够匹配端到端 SOTA 方法，且无需任务特定解码器，占用更少的内存与计算资源。