华为等提出 SwarmRSI：让科研智能体群体通过继承研究状态实现递归自我改进
华为、莱顿大学与格罗宁根大学团队在 arXiv 预印本提出 SwarmRSI，让科研智能体群体通过演化彼此继承的研究状态（假设、程序与实验证据）实现递归自我改进，包含反馈引导的群体变异、互补群体重组与递归群体演化三个机制。
全部动态
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。
700 条收录动态，更新于 01:53
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。
10月15日
星期四，2 条FDE-Gym：AI 交付的最后一公里基准
FDE-Gym 是包含 95 个端到端交付任务的基准，取自 20 个客户场景、覆盖 18 个行业，由行业专家改编自真实交付项目，在模拟客户环境中评估智能体能否交付有效方案。对 7 家提供商的 13 种模型配置评测显示，最佳配置平均得分仅 0.56，95 个任务中只解决 14 个；发现未明说的约束是主要瓶颈，即便在 23 个任务中已获取全部关键事实，也仅 10 个达到 0.8 以上的业务提升。
10月16日
星期五，1 条Google DeepMind 用AI助力疾病检测与药物研发
我们与全球科学家携手，用模型和工具帮助让疾病更可检测、更可治疗、更可预防。🧬 从精准定位罕见基因变异到加速药物研发，以下是我们如何助力将实验室突破转化为现实诊疗 → https://goo.gle/4i48Cmr
10月15日
星期四，5 条Data World：从零合成数据环境训练数据分析智能体
研究团队提出 Data World，一个多智能体引擎，先指定文件背后的世界机制，再合成环境、任务与评分标准，用于训练数据分析智能体。引擎通过独立审计检查目标可从观测文件中恢复，评分标准用于评估和强化学习奖励；经人类偏好筛选出覆盖 50 个留出世界、16 个领域的 100 个任务构成 DataWorld-Bench，并从 1,037 个不相交世界生成 2,135 个训练任务。
OneWM：统一因果训练下世界建模与动作建模能否互惠？
研究团队提出 OneWM 统一因果训练框架，将动作同时作为世界预测的条件和策略学习的目标，在共享的视频-动作架构中训练。在 LIBERO、LIBERO-Plus 和 RoboCasa365 具身测试平台及真实世界策略实验中，学习指定动作的视觉后果提升了策略性能与跨场景泛化能力，动作学习也提升了多视角世界预测的保真度。结果表明，统一因果训练下世界建模与动作生成可相互受益。
MJev-Spatial：基于原生注意力匹配的 System 1 空间智能模型
MJev-Spatial 是一个 System 1 多模态决策模型，把空间理解任务统一为分类框架，直接复用主干预训练 query/key 投影打分，不新增参数，推理时单次前向、不生成答案 token。
AutoSFT：面向监督微调数据研究的智能体系统
研究团队提出 AutoSFT，一个用于监督微调数据研究的多智能体系统，将执行与分析分离，从不同角度收集数据修改提案，并调用综合子智能体处理数据池无法覆盖的能力。
MLExpert：面向自主机器学习工程训练的 35B 智能体模型
研究团队提出面向长周期机器学习工程优化的后训练方法，并据此训练出 35B 混合专家智能体模型 MLExpert。团队设计了 Kaggle-MLE Factory 构造可执行任务与交互环境，用分层智能体 SFT 迁移工具使用和编程能力，并用 Windowed Interaction RL（WIRL）把相邻实验结果之间的多轮决策作为一个执行窗口赋予共享结果奖励。
10月14日
星期三，1 条清华AIR提出用特权事后蒸馏学习个体科研品味
清华大学AIR等团队提出 Privileged Hindsight Distillation（PHD）框架，把科研品味建模为研究者个人从统一评价标准到相对偏好的映射，训练时用后续出现的科学证据作为特权监督，推理时只使用提案阶段可见信息。
10月16日
星期五，1 条中科院上海天文台提出基于生成式AI的跨望远镜图像预测方法并公开E-BGS数据集
中国科学院上海天文台团队提出基于生成式人工智能的跨望远镜图像预测方法，利用DESI地面巡天与Euclid空间望远镜真实配对的星系图像，构建从地面受视宁度限图像到空间高分辨率图像的生成式映射。
10月15日
星期四，1 条SWE-at-Scale：从历史 Bug 修复反向合成可扩展的软件工程任务
SWE-at-Scale 是一个通过逆向工程真实软件修复来自动合成逼真 issue 的框架，将修复监督反转为基于实际开发场景的 bug 诱导监督，并把学到的 bug 模式迁移到新代码上下文以构建可执行 SWE 任务。
10月16日
星期五，19 条bibliometrix 新增 multiplex coupling 框架：连接研究领域的知识基础与主题
那不勒斯费德里科二世大学团队提出 multiplex coupling 框架，将同一批文献的引用关系与术语关系作为多层网络的两层分别保留并分析其关联，相似度经零模型标准化，层间一致性在随机文献对上测量。
苹果公布 Minions 系统：聚合闲置 Mac GPU 组成虚拟 GPU 云
苹果研究团队公布名为 Minions 的系统研究，尝试把闲置 Mac GPU 聚合成可动态调度的虚拟 GPU 云，用于运行大规模机器学习推理任务。系统由 Minion Server、PostgreSQL 元数据存储、运行在各台 macOS 设备上的 Minion Executor 和 Minion Watchdog 四部分组成，采用拉取式任务模型并避免多设备重复处理同一任务。
脑类器官成功“读取”盲文信号，向生物混合计算迈出关键一步
布里斯托大学团队让脑类器官通过多电极阵列接收盲文触觉信号，单个类器官约61%的情况下可被解码为对应字母，三个类器官组合时准确率提升至83%。类器官经处理后仍保留足够信息用于支持向量机分类，且在人工噪声下比直接解码更稳健。研究者强调实验仅证明信号可被接收与传递，尚未展示类器官的学习或长期变化，下一步将拓展至纹理、边缘等触觉任务及闭环反馈。
NVIDIA 与 IIT Madras 发布 2.8 万亿 token 印度语言预训练语料及开放生成流程
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，并公开用于生成该语料的 GPU 加速数据生成流程。
入选理由NVIDIA 与 IIT Madras 公开 2.8 万亿 token 的印度语言预训练语料及生成流程，研究者可据此评估多语言模型的训练数据来源。
ORA 已在真实机器人上初步运行
我们还把 ORA 搬上了一台真实机器人。 在低成本机械臂、固定 RGB-D 相机和腕部相机的初步运行中，DeepSeek-V4.1-Flash 通过旋钮打开了一个抽屉，并把一块糖果棒放进了盒子里。
开放权重模型零样本能力几何
开放权重模型零样本能走多远？ ORA：RoboTwin 上 69.2%；LIBERO-Pro 上 81.4%。 RPent（带任务特定记忆）：在 RoboTwin 上配合 GPT-5.5/Opus-4.7 分别为 62.4%/58.4%；在 LIBERO-Pro 上配合 Opus-4.7 为 82.4%。 相同案例，不同系统。https://github.com/RLinf/RPent
中国科学院揭示PKR串联dsRBD调控激酶激活机制，成果发表于PNAS
中国科学院分子细胞科学卓越创新中心整合单分子荧光成像、人工智能结构预测与生化及细胞功能验证，揭示PKR的两个dsRBD通过分子内互作形成独特构象，以"扫描—捕获"模式识别dsRNA并驱动激酶激活。破坏dsRBD1-dsRBD2互作界面会在体外和细胞水平削弱PKR功能，该界面有望成为干预PKR异常激活的潜在药物靶点。相关成果在线发表于PNAS。
LitGene：整合文本与基因本体的可解释基因表示学习模型
研究团队在 Nature Communications 发表 LitGene，一个通过对比学习把非结构化文本与 Gene Ontology 注释整合起来、改进基因表示的可解释 transformer 模型。
Claude 查明 NIST ECDSA 曲线种子来源：由 Unix 时间戳初始化的 lrand48 生成
Anthropic 称，一名员工让内部研究模型 Claude 在不提供线索的情况下追查 NIST 椭圆曲线种子来源，Claude 在不到半小时内查明 P-192。
入选理由NIST 椭圆曲线种子来源这一长期悬案被 Claude 在半小时内解开，密码学与数学研究者可据此复核并复现。
Claude 自主设计出更省资源的量子电路，八项任务均优于已发表方案
Anthropic 用自然语言规格和自动评分器让 Claude 在闭环中设计量子电路，在化学、优化、量子模拟、数论和数值计算共八项任务上给出比已发表最优方案使用更少量子比特和门的新设计，部分提升达一个数量级以上。
入选理由Anthropic 让 Claude 在闭环中自主设计量子电路，八项任务均优于已发表设计，为量子算法资源估算提供了可复用的自动化路径。
Sakana AI 发布 The Agentic Scientist，用编码智能体做共同发现并开源
Sakana AI 发布第三阶段系统 The Agentic Scientist，把 Codex、Claude Code 等现成编码智能体包进一套 scaffold，由它控制智能体看到什么、写什么、如何评估以及结果如何交给下一阶段，覆盖课题设定、假设探索、实验、验证到论文写作。
引用Sakana AI@SakanaAILabsThe Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery Blog: https://pub.sakana.ai/agentic-scientist/ GitHub: https://github.com/SakanaAI/AI-Scientist-v3 arXiv: https://arxiv.org/abs/2610.18933 Since 2024, we’ve used The AI Scientist as a way to test how far AI alone can take scientific research, from v1 to v2 to the paper published in Nature earlier this year. The Agentic Scientist is the next step in that line of work, built for the era of coding agents. Coding agents such as Codex and Claude Code now carry out long software tasks on their own. Handing them a research problem, however, tends to produce a strong hyperparameter optimizer rather than a scientist: scores go up, but ideas stay narrow, and the reasons for the gain are rarely examined. The Agentic Scientist makes the research loop explicit. It wraps off-the-shelf coding agents in a scaffold that controls what they see, what they write, how they are evaluated, and how results are handed to the next stage. Parallel workers test hypotheses against rubrics defined before any experiment runs, share successes and failures through a common memory, and then ablate the winning program to generate evidence. We used an early version of the system to study Error Diffusion, a biologically motivated alternative to backpropagation. Our researchers set the question and the rubric, chose directions at each stage, and verified the results, references, and claims before submission. The resulting paper was accepted as an oral presentation at ALIFE 2026. In autonomous runs, the system also raised Doc-to-LoRA retrieval accuracy from 52% to 98% on multi-needle tasks and designed a learned evolution strategy that improves over its CMA-ES reference on unseen tasks. Alongside it we release AutoIllustrate, a pipeline for scientific figures that keeps an editable http://draw.io file as the source of truth, so every diagram can be corrected by hand. Humans define the question and the standards of evidence; agents expand the experiments researchers can run. We call this Co-Discovery, and we are releasing both systems as open source for the community to build on.
入选理由Sakana AI 公开了把编码智能体组织成科研流程的开源框架，研究者可以据此判断人机分工的边界。
谷歌 Antigravity 平台用 AI 加速抗菌肽发现，候选分子进入湿实验室验证
谷歌推出 Google Antigravity 智能开发平台，提供智能科学工作台，把原本跨多个数据库的分散搜索整合到单次会话，支持生物学家发现、结构评估和筛选潜在靶点。
NoveltyScope：面向科学论文证据支撑新颖性评估的多智能体科研助手
纽卡斯尔大学团队提出原型系统 NoveltyScope，可将论文 PDF 或 URL 与本地语料中的先前工作对比，输出结构化报告和 1-5 级新颖性评分。系统由 Prosecutor、Defender、Judge、Critic 四个角色评分，引文需与缓存原文核对。
MIT 团队用机器学习模型 IRIS 解码细胞通讯信号
MIT 与 Whitehead Institute 的研究团队开发了机器学习模型 IRIS，通过识别不同信号通路留下的独特基因活动指纹，推断细胞在发育过程中接收过哪些信号。
EvalResearchBench：AI 智能体能否自建评测反馈实现递归自我改进
研究者提出 EvalResearchBench（ERB），用于考察 AI 智能体能否自主完成评测研究：给定目标材料、开发参考、候选 API 以及固定的时间和 API 预算，名为 researcher 的智能体会选择或合成任务、实现评分器，并在试点测试中修订后冻结成可执行评测器，覆盖编程、协作与推理。
HexaShell 让 VLM 编码智能体操控双臂机器人，在 RoboDojo 上达到 39.7% 成功率
研究团队提出 HexaShell，一套只负责把智能体命令转成机器人动作的薄壳框架，让基于 VLM 的编码智能体通过命令行操控双臂机器人，并借助三个已标定 RGB 相机和三角定位编写、修复可复用的工具代码。
DiscoveryRSI 框架提出递归学习生成科研假设，并发布 DFM-Bench 评测基准
研究团队提出 DiscoveryRSI 框架，通过多智能体演化搜索构建假设树，把选中的研究方案编译为可执行的 Harbor 任务，并借助假设信用优化、harness 回放和再发现三种机制递归学习。
TreeOPSD：面向长程智能体强化学习的树感知后验蒸馏框架
TreeOPSD 是一个无需评论家网络、树感知的后验自蒸馏框架，用于长程智能体强化学习，通过将每轮交互视为树节点、从共享前缀分支出备选续写并把终端奖励递归回传为隐式轮级信用。
OfficeTown 提出面向专业组织的生成式模拟框架与 406 项任务基准
研究者提出 OfficeTown，一个面向专业组织的生成式模拟框架：从组织目标与活动的自然语言描述出发，初始化成员分工、委派任务并审阅交付物，产出物与未决事项会持续影响后续工作。