Google 推出基于TEE的可验证隐私联邦学习系统
Google 宣布其新一代联邦学习系统利用可信执行环境（TEE），提供可远程验证、可审计的数据匿名化保证。Gboard 已用该系统部署英语和日语下一词预测模型，在获得更强隐私保证与更高准确率的同时显著缩短训练时间。系统采用公开透明度日志与可复现构建，并已在开源仓库公开相关代码，但安全属性仍受当前TEE限制。
推荐理由：公开了系统设计、验证链路与Gboard部署情况，便于评估TEE联邦学习在隐私、准确率和训练效率上的取舍。
#产品与发布
#产品与发布
今日 0 条Google Research Blog精选AI 评分7070
Hugging Face Blog精选AI 评分7171 ALTK-Evolve 新增一致性指南与 Consistency Analyzer
ALTK-Evolve 新增一致性指南和 Consistency Analyzer，用于定位智能体在重复运行中可能发生翻转的决策点。
推荐理由：将重复运行可靠性转化为可诊断、可改进的独立指标，并公开相关分析工具与生成机制，为智能体上线评测提供直接可用的方法。
Hugging Face BlogAI 评分5555 发布 Real World VoiceEQ：评估语音 AI 的人类交互质量
Hugging Face 发布 Real World VoiceEQ 基准，用于评估语音系统在真实交互中识别、生成和回应声学信息的能力。基准评估超过40个专有及开源语音模型，覆盖15个以上维度、60多个指标，并基于超过100万次人工评分开发；当前包含785,000次 TTS 评分和48,000次 STS 评分。
Google Research Blog精选AI 评分6767 Google Research 提出 SensorFM：面向可穿戴健康数据的通用表征
Google Research 提出 SensorFM，以超过一万亿分钟、来自500万名参与者的多模态传感器数据进行预训练，学习可跨多类健康任务复用的生理表征。
推荐理由：该研究给出大规模无标签传感器预训练、缺失数据处理及跨健康任务评估的完整结果，对可穿戴健康模型的统一表征与低成本适配具有参考价值。
Google Research Blog精选AI 评分7373 Google Research 发布 PHRM 被动心率监测研究与资源
Google Research 发布 PHRM 研究系统，利用日常手机使用中的前置摄像头和深度学习，在后台估算心率与每日静息心率。研究使用超过 35 万个视频片段和近 700 名经同意的研究参与者，释放面向合资格研究人员申请访问的数据集与预训练 PHRM-mini 模型。
推荐理由：公布手机摄像头被动估算心率与静息心率的研究系统、数据集及预训练模型，并披露实验室和真实生活验证结果及申请条件。
Google Research Blog精选AI 评分6464 Simula：从第一性原理设计面向真实世界的合成数据集
Google Research 推出推理优先、无需种子数据的合成数据集框架 Simula，通过全局多样化、局部分化、复杂化和双批评质量检查控制生成过程。Simula 在五个领域生成的最多 512K 条数据实验中，完整系统持续优于较简单的基线，但高复杂度数据仅在 GSM8k 数学推理中带来 10% 的准确率提升，在法律推理任务 LEXam 中反而降低表现，说明数据配置需适配使用模型的能力。
推荐理由：将合成数据生成拆解为可控机制，并提供跨领域实验结果，有助于团队评估数据质量、复杂度与模型适配之间的关系。