正在整理页面…
内容马上就好。
内容马上就好。
每天的新闻逐条阅读,点开卡片查看详情与来源。仅展示已核准发布的内容。
Google DeepMind 于 11 月 11 日发布 AlphaGenome 2,可按组织、细胞类型或细胞状态预测非编码 DNA 变异的影响。公司称模型在其评估中,对与基因表达相关的变异识别约为上一代两倍;研究者可通过 API 使用。
arXiv 预印本提出 REMORY,在文本摘要外加入可训练的软记忆向量。作者在 Terminal-Bench 2.1 和 BrowseComp 报告了工具错误数下降及成绩变化;这些结果来自特定测试设置,不能直接外推到一般智能体任务。
Zonder Labs 基于其选取的 AI 与人工文本样本,归纳了主语和动作不清、抽象名词堆叠、重点出现太晚三类写作问题。文章可转成改稿自查清单,但其结论应限定在作者分析的样本范围内。
AREX-2从Qwen3.8-27B训练,面向可验证的机器学习工程和算法编程任务学习长程反思。论文报告MLE-bench Lite为81.8、Frontier-CS为70.7;这些是特定评测设置下的论文结果,不是通用科研能力排名。
主动式智能体是能在没有新请求时发现值得做的事并发起行动的AI系统。Google Research这篇综述把相关研究归纳为六种能力:感知、预判、设定事项、权衡、行动和适应,并在13个应用领域对照“主动程度”和“被授予的权限”。
StreamEval用300个、每段15至300秒的交互任务评测37款模型,覆盖数字人对话、角色表演、世界生成和实时编辑。Vidu S2 Avatar的93.98总分含自定义头像加分;任务执行本身仍常失败。
南京大学等研究者提出Omni-Woodpecker:先定位音频、视频等线索的冲突,再在生成前调整模型内部表征,让问题相关证据不被竞争性先验压过。作者称该方法无需微调模型参数,并报告在指定基准上取得提升。
清华大学与百度研究者提出Accordion,用同一套模型权重支持五种预设推理预算:预算提高时重复执行一段固定层。作者报告,经过3.6万亿token预训练的模型在37项任务上的五类宏平均分随推理深度增加3.01个百分点。
Ai2与宾夕法尼亚大学合作开发LitPivot,用检索到的论文为研究提案的不同部分提供带摘录的批评和修改建议。研究者可以接受、编辑或拒绝;Ai2报告的一项17人研究中,专家认为其提案比“文本编辑器加AI聊天”基线更贴近相关文献。
Rock Matrix的EdgeRock-4B模型卡称,每条序列的注意力KV容量固定为72MiB;在256K上下文下,比Qwen3.5-4B的对应KV占用低99.1%。团队还公布AIME和吞吐测试结果,但数字来自其自有评测条件。
OpenDS-World 用 200 项需要跨网页找证据的任务评测 12 个模型,最佳模型准确率为 39%。论文还报告 50 名参与者共做 1000 次人工尝试,正确率为 21.1%;人工可以用普通浏览器、不能用大模型,也没有统一答题时限,所以两组数字不等于同条件的人机对决。
代码智能体是能读取、修改并检查项目代码的 AI 程序。微软研究院介绍 Agensh,让这类程序共享工作区和消息、自行认领子任务,不由一个中央系统逐项分派。项目页报告,在 6 小时、无互联网的 Pandoc 单项任务中,1024 个智能体的测试通过率为 55.06%,单个为 33.89%;结果来自团队实验。
平台把科学模型、算力、科研数据和实验室接进一条工作链,材料数据查询智能体已经上线。它是否能缩短具体课题周期,还要看课题组实际使用结果。
中国科协发布的年度前瞻把自主科研智能体和强人工智能安全列入十个方向。它适合作为观察研究趋势的线索,不是基金指南,也不代表相关课题已经获得支持。
arXiv 预印本中,同一套 AI 传话方式让 ContextBench 得分从63.3%升到77.5%,却让 ToolSandbox 从88.9%降到65.3%。结论不是多加一个 AI 就更强,而是要按任务测试。
Anthropic 称,Claude 为123个开源库的239个测试入口生成了约1.8亿行形式化证明。证明只覆盖特定输入、处理器和系统假设,不能等同于“整个软件没有漏洞”。
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。
OpenAI、PerturbAI 与 Scripps Research 称,他们让数千个智能体并行分析已有的小鼠脑细胞实验数据,32 分钟内整理出候选研究线索。速度很亮眼,但这些线索仍要靠后续实验验证。
Anthropic 称 Claude 用 64 小时生成 31.8 万种蛋白设计,实验室测试 211 种后有 17 种达到“能结合毒素”的标准。关键落差是:结合不等于中和,更不等于已做成抗蝎毒药。
论坛把自主科研智能体、AI 安全、脑机接口、基因编辑等列入 2026 年十大科技前瞻。它更像一张跨领域议题地图,不能读成技术成熟度排名或项目资助名单。
研究者 Sören Mindermann 在个人文章中称,计划 11 月加入清华人工智能学院任助理教授,并参与北京 AI 安全枢纽。清华已公开该枢纽 7 月启动的信息,但聘任安排目前仍应按本人公告归因。
清华大学等团队在《自然》报告 Airscope:约 1 克重、6 毫米视场,可在自由活动小鼠身上无线记录超过 8500 个神经元。
The Fourth Institute 的公开仓库展示了一个让人和不同模型的智能体在共同工作区协作的项目,支持持续身份、工作空间与会话记录。
openJiuwen 的 JiuwenSymbiosis 仓库公开了面向不同机器人本体的智能体框架,以动作契约、设备能力约束与现场反馈组织执行流程。
复旦大学、腾讯混元与清华大学作者提出 ExplorationBench,使用规则可执行、与常识冲突的两个沙盒,评估 AI 能否通过实验反馈学习新规则。
论文提出覆盖 146 项任务的科研软件操作基准,以应用状态和交付文件评价智能体,而不只看它的文字回答。
UniWAM 将语义理解、未来视觉预测和动作生成结合,论文与作者仓库已公开,供具身智能研究者查阅和复现。
研究团队提出 Prompteina,用自然语言条件控制全原子蛋白质结构设计,并报告了计算任务与部分实验验证结果。
论文让同一模型在求解、工作流优化与评估角色间循环,并把生成的轨迹用于训练共享模型。
项目仓库把选题、文献调研、写作、图表和投稿前检查整理成可调用的 AI 技能,供研究生与导师参考。
论文提出在长时间智能体任务中动态调配 rollout 与训练阶段的 GPU,并处理分叉轨迹和部分结果评分。