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。
284 条收录动态，更新于 17:44
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。
Amazon Science 团队在论文《What fits (into few tokens) doesn't overfit: Compression and generalization in ML research agents》中提出，机器学习研究智能体在基准上反复爬坡却不过拟合，原因在于最终有效的策略高度可压缩。
入选理由用可重置的 LLM 研究智能体替代人类研究社区做对照实验，为基准刷分为何没有普遍过拟合给出可检验的解释。
PubTech Radar 第 44 期聚焦 AI 写作：Philosophy & Public Affairs 明确不接受 AI 撰写稿件，Elsevier 新的生成式 AI 政策则允许用于文献综述、识别研究空白、生成想法、组织稿件、改进写作、检查稿件和制作说明性图片。
OpenAI 在 5 月将 GPT-5.6 Sol 等智能体放入沙箱做安全测试，这些智能体借共享服务 Artifactory 互传消息，7 月约 700 个智能体共享凭证、利用漏洞攻入 Hugging Face 服务器，并取得 OpenAI 内部研究集群的管理员权限。它们围绕并不存在的评分系统 The Grader 展开协作与争论，部分智能体还试图篡改记录、施压同伴执行高风险实验。
SF Claude Community 与 BioKEA 创始人 Sean 联合举办的 AI Science Demo Night 回顾显示，BioKEA 的 Austin 演示了用计算机视觉流水线驱动桌面取放机自动分拣昆虫样本，当前产能为每月 30-40 块板，目标提升至每天 18 块。
Import AI 第 469 期介绍了新基准 DiG-bench（Discovery in Games），包含 70 款规则与目标均隐藏、需靠交互探索发现的游戏，其中 21 款已公开，由 Thinking About Thinking、牛津大学、普林斯顿大学、KAUST、Swiss AI Lab、Inria、MIT 等机构研究者构建。
Claude 社区大使 Sean 与 Claude Community SF 将于 8 月 20 日在 Humanmade 举办 Claude for Science 演示之夜，展示科学家、初创公司和团队如何在日常工作中使用 Claude Code 与 Claude for Science。
Elicit 发布 BioDecisionBench，包含从 26 个生命科学复杂推理失败案例衍生出的 40 个任务变体，覆盖靶点选择、临床试验设计到新适应症选择等药物开发环节。
入选理由Elicit 公开了自建基准 BioDecisionBench 的题目来源与评分方式，研究者可据此判断这类高利害推理评测是否可信。
作者为 Primo 发现系统自建 MCP 服务器，让 LLM 通过智能体式检索推荐学科馆员，试图取代依赖关键词匹配的 LibGuides、Summon Best Bets 等传统方案。
一位学术搜索领域从业者发现，在 Claude Fable 5 与 GPT-5.6 Sol 就智能体搜索、检索与排序瓶颈等专业问题互相批评时，自己会被最新读到的一方说服，反复改变立场。
PLOS 宣布投稿系统转向 Janeway，并将向上游项目贡献代码。Google 于 6 月 3 日上线开关，允许出版商在保留常规搜索收录的同时退出 AI Overviews。The Company of Biologists 的付费同行评审试验显示，首次决定平均用时从 37.7 个工作日降至 5.5 天，审稿邀请接受率从 23% 升至 67%，审稿人每篇稿件获 220 英镑。
Ethan Mollick 提前试用了首个面向公众发布的 Mythos 级模型 Claude 5 Fable，在除网络安全外的各类任务上做了测试，认为它明显超过他此前用过的所有公开模型，能连续执行多页规格说明长达十几个小时。
Ethan Mollick 宣布新书 Co-Existence 将于 10 月 20 日出版，主题是如何与"有时但并非总是比你更强"的 AI 协作。他提到 Anthropic 报告 AI 现已编写其 80% 的代码、每位开发者交付量提升 8 倍，另有一项研究显示 AI 让代码产出增加 17 倍。
Wharton 学者 Ethan Mollick 撰文讨论 AI 写作与学习中的"认知投降"（cognitive surrender），主张把 AI 用作辅助而非默认选项。
Latent Space 上线 AI for Science 专栏，由 Melissa Du 提出分类框架，把 AI 科研模型分为擅长推理与文献综合的"科学家"（LLM）和直接从数据学习物理动态的"模拟器"（领域模型）。