按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
703 条收录动态，更新于 03:33
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
Axiom 发布开源 GitHub 仓库，数十个 AI 智能体在 24 天内把约 1.5 万页的有限单群分类（CFSG）证明转写成约 4300 万行 Lean 代码。
The formal proof of CFSG may now be among the largest open-source projects ever. Watching agents assemble it is a reminder of the awe-inspiring human achievement behind it. The graph represents some 15,000 pages of intricate arguments developed by mathematicians over decades.
OpenAI 声称找到一种算法，能在次指数时间内求解 3-SAT，若证明成立将推翻理论计算机科学的基础假设——指数时间假设（ETH）。3-SAT 属 NP 完全问题，ETH 主张最坏情况下 3-SAT 无法在次指数时间内求解；该算法的时间仍增长极快，只是从根本上慢于 ETH 所认为的下限。alphaXiv 提供了详细解读。
从 JustGoal 到自进化的优化框架，期待接下来的进展。期待论文和 Forge 系列更多成果！@_LiYuXuan_
Based on our previous discovery on JustGoal, we redesigned how we do kernel optimisation and launched a self-evolving kernel optimisation harness called ForgeKernel, a part of our Forge series. We tried ForgeKernel on SOL-ExecBench(FlashInfer-Bench) from NVIDIA and CANN-Bench from HUAWEI. It performed well and easily reached #1 in every list we tested. Here are the ranks: https://research.nvidia.com/benchmarks/sol-execbench/leaderboard/collection/4/B200 https://cannbench.com/leaderboard We'll release another paper on ForgeKernel soon.
一项发表于 Neuron 的建模研究提出，树突可作为神经元内半独立的区室，抑制性中间神经元按情境逐个“解锁”特定区室的学习，使同一神经元能参与多个重叠的记忆集群而不抹除旧记忆。研究团队用全连接网络模拟多个脑区，模型能区分视觉相似但读音不同的“0”和“O”。该机制尚待实验证实，并给出了关于中间神经元组织方式的可检验预测。
OpenAI 于当地时间周一宣布在数学、计算机科学与物理学领域取得三项突破，并称将调整成果发布方式。数学方向称已在全部维度上证明挂谷猜想，AI 生成的推导内容直接放出交由学界解读；计算机科学方向称证伪指数时间假说，由 OpenAI 组建外部研究小组解读；物理学方向围绕量子色动力学与杨-米尔斯理论，暂不公开，交由外部专家团队决定发布形式。
入选理由三项成果的公开程度各不相同，研究者可据此判断核验门槛与参与空间在哪里。
伊利诺伊大学厄巴纳-香槟分校团队在 arXiv 预印本中提出 ClaimNov，一个可嵌入 AI 科学家流水线的声明级新颖性模块，把研究提案拆成 Problem、Methodology、Resource、Result 四类贡献声明，逐条检索先验工作并判断覆盖程度。
苏州国家实验室、上海人工智能实验室与上海交通大学等联合推出“材华·MatVerse”材料多模态大模型及智能体应用体系，采用“独立编码器+统一解码器”架构，将XRD谱图、电镜图像、分子图等数据映射到同一语义空间，并称模型可从知识记忆转向机理推理。
入选理由材料说明材料大模型如何把谱图、图像与分子结构纳入同一语义空间，并给出热电池等已制备案例，便于研究者判断其适用范围。
真正的一人十亿美元公司。 一位聪明、高自主性的CEO + AI，可以对世界产生超乎寻常的影响。
Over the past few months, Anthropic scientists have engaged in deep research partnerships with six organizations developing new medicines. We've also begun drug discovery efforts of our own. In doing so, we’ve learned much more about how Claude can support the many stages of drug development. In this blog post, we share some early results from these efforts, and describe how this work fits in with our wider ambitions in the life sciences. https://www.anthropic.com/research/early-progress-drug-development
Anthropic 表示，过去几个月其科学家与六家开发新药的组织建立了深度研究合作关系，同时公司也启动了自己的药物发现工作。博文分享了这些工作的早期结果，并说明这项工作如何与其在生命科学领域的整体布局相衔接：https://www.anthropic.com/research/early-progress-drug-development
由资深买方投资者和基金经理主导的股票研究基准 Investor's Last Exam（ILE）发布，包含覆盖 343 万份文档版本、9 类来源并带校验时间戳的版本化金融数据库，以及按专业分析师交付物组织的任务分类和专家评分框架。
A-RSI 通过监测训练日志中的奖励变化与准确率，在学习信号下降时刷新任务池，无需参考验证集或测试分数。其静态程序库自动生成多模态问题并推导参考答案，训练过程不使用外部训练样本或人工标注答案。在 11 项基准测试上，使用 800 个新任务将平均性能从 57.77 提升至 61.05。
AntLingAGI 发布 Ling 3.1 Flash 1019，这是 Ling 3.1 Flash 的更新版推理模型，560B 总参数、25B 激活参数、1M token 上下文窗口，采用 MIT 许可，权重已在 Hugging Face 开放并可通过 InclusionAI 官方 API 调用。
今日博客：了解我们在持续学习中新增的“睡眠”阶段实例，它使大语言模型能够持续整合新事实并增强推理，同时缓解灾难性遗忘或静态知识截止的问题。 更多 →https://goo.gle/4iICkyD
Google 研究者提出面向大语言模型持续学习的 sleep 框架，让模型在活跃交互与离线巩固两个阶段之间交替，把短期上下文中的信息写入长期参数。离线阶段通过 MoE 参数扩展、知识蒸馏与强化学习模仿完成记忆巩固，再用随机专家激活生成合成样本进行自我改进。
入选理由Google 研究者提出让大模型在离线阶段巩固记忆的持续学习框架，并给出长上下文与推理基准上的对比结果，可供关注模型知识更新机制的研究者参考。
OpenAI 发布了对三个数学难题的解答，其中一项声称推翻了计算机科学中长期使用的指数时间假说（ETH），Anthropic 随后也发布了自己的 ETH 反驳结果。
入选理由报道呈现了计算复杂性领域对 AI 证明的公开回应与后续核查安排，研究者可据此判断这类成果的验证路径。
inclusionAI 推出 Ling-3.1-flash-1019，为 Ling-3.1-flash 的升级版，总参数 560B、每 token 激活 25B，上下文窗口 1M token。
alphaXiv 推介的一篇论文提出，强化学习主要改变大模型偏好哪些推理策略，而非教会全新的推理技能：强化某些策略可提升部分任务准确率，却可能压制对其他任务有用的策略并降低推理多样性。
Lafa 把预训练 LLM 转成连续流语言模型，通过逐步去噪嵌入并行生成多个 token，并用同一模型原有的下一 token 预测能力校验这些并行草稿，而非完全取代自回归解码。研究者用不到 30B 训练 token 将 Lafa 扩展到 8B；7B 规模下生成速度最高达同类自回归模型的 2.54 倍，准确率相近。
OpenAI于当地时间10月26日宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，称其模型给出了局部光滑猜想在所有维度下的证明，并证明指数时间假设（ETH）为假，还严格证明了包含规范场与费米子的四维相互作用量子场论。
入选理由三项成果均待学界独立验证，外部专家团队参与核查的安排，为研究者判断AI产出可信度提供了参照。
一项新论文利用深度学习程序 ZeChat，将 11 个自闭症相关基因在斑马鱼中引发的行为划分为三种功能亚型，这些亚型与对神经活性药物的特定反应相关。研究团队称其行为表型组学方法"为精准治疗发现提供了概念与技术基础"。该研究结果发表于预印本平台 bioRxiv。
伦斯勒理工学院团队提出 SUDO（Scholarly Upper Discourse Ontology），按论文的术语、命题与论证结构自下而上构建学术知识图谱，并保留每条信息在原文中的出处。
一项 arXiv 预印本提出以研究者自我网络为尺度的细粒度研究团队检测方法，要求自我节点出现在所有识别出的团队中，计算核心基于 Leiden 算法，数据来自科学知识图谱。该方法通过 10 名不同背景与职业阶段研究者的用户评估，显示能呈现有意义且可解释的合作结构。识别出的团队可作为后续刻画角色、资历、贡献类型与发表模式的结构骨架。
阿里千问团队开源多语言 LLM 智能体基准 BabelArena，覆盖约 699 个规范任务与 23 种语言，约 1.6 万个任务实例，并配套 BabelFlow 适配流水线，论文见 arXiv:2609.23490。
Our latest open-source research has a pretty interesting name, inspired by the story of the Tower of Babel. What interests us about that story is how language barriers can get in the way of people working toward the same goal And when it comes to agents, there are a few more places for that understanding to break, like tool arguments, database entries, and search queries One example from BabelArena (yes that's the name, surprise) stuck with me: Qwen-3.8-Max completed the same shopping task in English and Telugu, getting the same four products. But it took 25 tool calls in English and 201 in Telugu, with repeated empty searches against the localized catalog. Even though both runs passed, we’d still want to see that difference before shipping. Sorry for the long story, hope you guys are still here. What I want to share is that we’ve open-sourced BabelArena to study these workflows across 23 languages. Code, datasets, and paper in the comment
作者提出 SciValidityBench，一个可执行基准工厂，包含 64 个 TaskSpec，覆盖五个有效性模块和六个科学领域，用于检验科研智能体能否判断一条正确记住的证据在当前科学状态下是否可用于决策。
中国科学院脑科学与智能技术卓越创新中心等开发深度学习框架 SpaCon，整合局部空间信息、基因表达特征与全局脑连接模式，支持全脑尺度联合分析。研究结合小鼠脑空间转录组数据与 Allen 小鼠脑连接图谱，发现接受相似皮层输入的丘脑神经元基因表达特征相近，且该关联在谷氨酸能和 GABA 能神经元中较明显。成果在线发表于《科学通报》（Science Bulletin）。
OpenAI 公布三项由 AI 产出的“重大”成果：数学上给出欧氏波动方程局部光滑性的证明，并称由此解决 Kakeya 猜想与 Stein 限制性猜想；计算机科学上给出确定性算法，称 3-SAT 情形可反驳指数时间假设（ETH）；物理上给出含规范场与费米子的四维相互作用量子场论的数学严格存在性证明，涉及 QCD 与标准模型统一完成，但物理部分未全文公开。
入选理由OpenAI 公布数学、计算机科学与物理三项 AI 输出，并首次引入外部专家把关，同时其数学顾问小组反对这种指定专家先看结果的做法。
OpenAI 宣布其模型在数学、计算机科学和物理学取得三项成果：证明适用于所有维度的局部光滑猜想并由此解决挂谷猜想与斯坦因限制猜想，给出推翻指数时间假设（ETH）的证明，以及提出量子色动力学和纯杨-米尔斯理论存在性的严格数学证明。
入选理由三项成果分别涉及调和分析、计算复杂性假设和量子场论存在性，数学与算法部分已公开 Lean 形式化证明，物理部分仍在专家审查中。
Cohere 公开了针对 Qwen3.8 异常链接行为的调查轨迹、原始 token 和最小复现脚本，供开发者自行验证。该行为在不使用预填充的特定提示下出现但较罕见，若需复现可用带预填充的提示。Cohere 称开发者在自己机器上运行 Qwen3.8 时发现异常链接，开放权重让团队得以深入研究，并近期以 Apache 2.0 许可发布了多个开放权重模型。
@cohere could you share the full traces? Very important artefact for all to understand this!
撒哈拉以南非洲有超过6亿人生活在无电环境中。为帮助扩大离网太阳能规模，Google Research与Ignite Energy Access合作。通过使用Gemini for Science和我们的Open Buildings数据集，我们构建了一套可复制的蓝图，以扩大电气化覆盖。 阅读更多：https://goo.gle/4Bxq8bG
