正在整理页面…
内容马上就好。
内容马上就好。
给课程写 AI 使用说明的老师、准备论文的研究生,可以参考这份‘限制、披露后使用、鼓励探索’的分类思路。它是署名文章提出的治理建议,不是已经对全国高校生效的新规定。
做课堂 AI 助教的老师可关注‘导师加会犯错的同伴’设计:实验中该组平均正确率约 65%,只用导师约 59%;两组差异未达显著。写作实验则提示,单一 AI 的建议可能让观点更相似。
医学院师生可把微软这项《Science》研究当作读论文案例:系统在复杂模拟病例中答对约 83%,可查资料的全科医生约 36%。测试没有真实病人、影像和治疗结果,不能据此说 AI 已可替代临床医生。
做 AI 科研的团队可以借鉴 Agent4Sci 的实验管理方法:论文中,智能体在 20 个科学机器学习基准上改善了已发表基线;作者发现多数提升来自调参等工程做法,研究洞见仍少。
需要给访谈、评论或问卷答复编码的研究者,可以关注上海 AI 实验室公开的 Intern-Decision:它能按预设选项一次返回各类概率。2B 版在官方 RTX 4090 测试中平均约 33 毫秒;正式研究仍要用人工样本核对准确性。
做具身智能或人机交互研究的团队,可用 GameScaling 的 8 个模型检查点研究‘看画面后如何操作’。团队称使用约 1600 小时真人游戏数据;权重和推理代码开放,原始游戏操作数据没有开放。
教育学博士、博士后和青年教师可核对厦门大学教育研究院的论坛通知:符合出生日期和博士资格要求者,11 月 20 日前提交报名;论坛 12 月 27—30 日举行,受邀者 11 月 30 日前收到邀请。
做课程封面或讲座海报的师生,可关注 OpenMOSS 10 月 16 日开放的 MOSS-Image:官方提供 5B 生图模型和代码,可用 JSON 指定文字与物体位置。效果与中文字形仍需自己验图,不能代替准确的数据图。
事务繁多的老师可观察 Anthropic 的 Claude Duet:它会从已连接应用整理每日简报,并在发送消息、付款、签署或删除前请求确认。当前是美国 Pro/Max 用户候补研究预览,国内读者暂不能按此公告直接使用。
面向高校教师与硕博研究生;本期仅展示通过逐条来源核查的新闻。
1. 高校 AI 规则怎么定?任少波建议按风险分三类
给课程写 AI 使用说明的老师、准备论文的研究生,可以参考这份‘限制、披露后使用、鼓励探索’的分类思路。它是署名文章提出的治理建议,不是已经对全国高校生效的新规定。
30 秒看懂:这篇文章最实用的是把‘能不能用 AI’拆成具体场景:高利害决策保留人的判断,低风险辅助说明用途并留痕,探索性教学可鼓励尝试;各校仍须以自己的正式规则为准。
来源:山东理工大学新闻网转载《中国高等教育》署名文章 https://lgwindow.sdut.edu.cn/info/1014/58931.htm
2. AI 同学帮做题到 65%?研究显示优势仍有边界
做课堂 AI 助教的老师可关注‘导师加会犯错的同伴’设计:实验中该组平均正确率约 65%,只用导师约 59%;两组差异未达显著。写作实验则提示,单一 AI 的建议可能让观点更相似。
30 秒看懂:多角色 AI 值得试,但这项预印本尚不能证明它比单个导师更会教学生;研究对象也不是自然课堂中的学生。写作部分显示单个 AI 组的观点相似度更高,双 AI 组接近无 AI 组。
来源:多伦多大学等作者的 arXiv 论文 v2 https://arxiv.org/html/2604.02677
3. AI 诊断 83% 对医生 36%:比的是模拟病例
医学院师生可把微软这项《Science》研究当作读论文案例:系统在复杂模拟病例中答对约 83%,可查资料的全科医生约 36%。测试没有真实病人、影像和治疗结果,不能据此说 AI 已可替代临床医生。
30 秒看懂:83% 对 36% 是受控文字病例中的诊断正确率,说明逐步提问和多角色推理值得研究;它没有证明真实诊疗更安全、更有效,也没有与专科团队直接比较。
来源:微软 AI 官方发布 https://microsoft.ai/news/building-medical-superintelligence/ | 论文作者提供的研究手稿 PDF https://erichorvitz.com/sequential_diagnosis_LM.pdf
· AI 把 20 项科学模型成绩刷高,离独立科研还差什么?
做 AI 科研的团队可以借鉴 Agent4Sci 的实验管理方法:论文中,智能体在 20 个科学机器学习基准上改善了已发表基线;作者发现多数提升来自调参等工程做法,研究洞见仍少。
30 秒看懂:这是一项 10 月 20 日发布的预印本;它显示智能体能自动改进给定模型,却没有证明它能独立提出重要科学问题,更没有与同任务的人类研究者直接比较。
来源:Agent4Sci 作者的 arXiv 预印本 https://arxiv.org/html/2610.28763
· 给大量回答分类,Intern-Decision 把‘选项概率’一次算出
需要给访谈、评论或问卷答复编码的研究者,可以关注上海 AI 实验室公开的 Intern-Decision:它能按预设选项一次返回各类概率。2B 版在官方 RTX 4090 测试中平均约 33 毫秒;正式研究仍要用人工样本核对准确性。
30 秒看懂:它适合‘先定标签、再批量判断’的工作,不会替研究者定义有解释力的分类。33 毫秒是官方特定硬件和输入条件下的测量值,不能当成所有电脑的速度。
来源:InternLM 官方模型卡 https://huggingface.co/internlm/Intern-Decision-2B
· 游戏 AI 会看画面按键了:GameScaling 开放模型,训练数据未开放
做具身智能或人机交互研究的团队,可用 GameScaling 的 8 个模型检查点研究‘看画面后如何操作’。团队称使用约 1600 小时真人游戏数据;权重和推理代码开放,原始游戏操作数据没有开放。
30 秒看懂:这个项目给研究者可运行的视觉到键鼠动作底座,却不能让外部团队直接复现训练过程;‘会打游戏’也不等于能安全操作现实设备。
来源:GameScaling 官方 GitHub https://github.com/THUSI-Lab/GameScaling | GameScaling 官方模型页 https://huggingface.co/THUSI-Lab/GameScaling
· 教育学青年学者想去厦大交流?论坛 11 月 20 日前报名
教育学博士、博士后和青年教师可核对厦门大学教育研究院的论坛通知:符合出生日期和博士资格要求者,11 月 20 日前提交报名;论坛 12 月 27—30 日举行,受邀者 11 月 30 日前收到邀请。
30 秒看懂:这是一项有明确期限与资格的学术招聘交流机会;报名不等于获得参会邀请或岗位,线下食宿与旅费安排也以正式邀请为准。
来源:厦门大学教育研究院正式通知 https://ihe.xmu.edu.cn/info/1261/43752.htm
· 做中文海报总担心字乱跑?MOSS-Image 开放布局控制
做课程封面或讲座海报的师生,可关注 OpenMOSS 10 月 16 日开放的 MOSS-Image:官方提供 5B 生图模型和代码,可用 JSON 指定文字与物体位置。效果与中文字形仍需自己验图,不能代替准确的数据图。
30 秒看懂:它的实际价值在于把‘文字放哪、物体放哪’写成结构化布局,再生成图片;官方展示的是能力和示例,原稿中的下载量、榜单与 96.3% 细节本次没有可靠直接依据,故不采用。
来源:OpenMOSS 官方项目页 https://openmoss.ai/MOSS-Image/ | OpenMOSS 官方 GitHub https://github.com/OpenMOSS/MOSS-Image | MOSS-Image-Base 官方模型卡 https://huggingface.co/OpenMOSS-Team/MOSS-Image-Base
· AI 助理开始主动报事:Claude Duet 目前只开放美国候补
事务繁多的老师可观察 Anthropic 的 Claude Duet:它会从已连接应用整理每日简报,并在发送消息、付款、签署或删除前请求确认。当前是美国 Pro/Max 用户候补研究预览,国内读者暂不能按此公告直接使用。
30 秒看懂:它展示的是‘主动提醒加关键动作确认’的产品方向;研究预览会出错,后台检查也计入使用额度。是否适合高校事务,要等可用范围和实际安全表现进一步明确。
来源:Anthropic 官方介绍 https://claude.com/resources/articles/claude-duet | Claude 帮助中心使用说明 https://support.claude.com/en/articles/17631495-get-started-with-claude-duet
重要决定请以文中所列原始来源与官方最新通知为准。