Delphi 平台核查生物学论断
一等奖 Delphi 构建了一个平台，依据文献、形式化证明和数据来核查生物学论断，报告了 1,763 条论断和 174 项数据测试。其飞鱼设计工作室将这些证据与模拟以及可3D打印的机身和鳍设计连接起来。 @xX_itsamit_Xx @ashleycaselli @Jdietz @kk_VirtualVerve
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。
2,348 条收录动态，更新于 05:27
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。
11月3日
星期二，6 条AutoAgentNetwork 获二等奖
二等奖 AutoAgentNetwork 构建了一个预算分配器，可回放 62,380 条已记录的模型调用，从而在无需再次付费的情况下比较单个模型与智能体团队。它推荐满足用户准确率、成本和响应时间要求的配置。 @kevinchunye @Ruijie_Shi
Virtual Brain 平台用多智能体审稿并模拟癫痫治疗，获三等奖
alphaXiv 公布 Virtual Brain 获得三等奖，该平台协调多个 AI 智能体审阅论文、构建个性化大脑模型并模拟癫痫治疗方案，由独立智能体核查工作。在一项盲法虚拟患者研究中，系统找出了全部四处已知流程缺陷，并将自身的治疗结论标记为不可靠。
alphaXiv 开源 OpenResearch，可自行运行科研智能体集群
alphaXiv 发布 OpenResearch，研究者可通过其 GitHub 仓库自行运行面向科研的智能体集群（swarms of agents）。原文只给出仓库地址 https://github.com/alphaXiv/OpenResearch，未说明具体科研任务、部署方式或使用限制。
《纽约时报》等媒体起诉浏览器 Brave，指控其抓取内容并转售给 Anthropic、Perplexity 等 AI 公司
《纽约时报》周一起诉隐私浏览器公司 Brave，指控其抓取受版权保护内容并分发给 Anthropic、Perplexity、Mistral、xAI 和 Cohere。
Elsevier 期刊 Computers in Biology and Medicine 撤稿 13 篇，含前主编 4 篇
Elsevier 旗下 Computers in Biology and Medicine 撤稿 13 篇 2019 至 2023 年发表的论文，撤稿通知列出的理由包括作者署名异常变动、对作者和审稿人工作的无关引用以及自我抄袭；其中 10 篇由担任独立出版伦理顾问的领域专家提出撤稿。
11月2日
星期一，3 条基因组锚定的基础模型嵌入改善组织学图像的分子预测
一种基因组锚定的基础模型嵌入方法可改善从组织学图像进行的分子预测。原文正文未能加载，除标题所述方法方向外，暂无模型名称、数据集规模或验证阶段等可核验细节。
https://x.com/i/article/2117202651309842432
https://x.com/i/article/2117202651309842432
Sundar Pichai 称赞 Carbon 基准成本表现
很高兴看到带有提升空间的高质量基准，看看 Carbon 那条成本线🚀
引用SemiAnalysis@SemiAnalysis_Today we’re releasing GDPx, a benchmark for measuring agentic capabilities across the most valuable domains. GDPx is a true frontier-level benchmark: even the best model scores just 12% (1/7)🧵
11月3日
星期二，6 条AI 时代的无我数学：数学的价值不应由产出与能力定义
Terence Tao 博客刊出 Karthik C. S.、Amit Sahai、Jie Xue 的客座文章，主张数学真理独立于发现者而存在，数学工作的价值在于理解而非产出结果。文章认为，用论文、引用、奖项等指标衡量智识生活，会把人理解为能力的集合，AI 带来的被替代焦虑正源于这种自我认知。作者提出，不应把创造力、直觉或品味当作优于机器的避难所，否则仍困在同一套智识价值框架中。
VideoMemBench：MLLM 在视频对话中能记住多少？
研究者提出视频问答基准 VideoMemBench，用带跨轮依赖的多轮对话检验多模态大语言模型的“上下文视频记忆”，含 326 个视频、2,476 轮对话，其中 1,387 轮依赖前文。在 20 多个开源与闭源 MLLM 中，Claude Opus 5 总分最高也仅 45.7%。数据集与评测已公开。
研究揭示 on-policy 蒸馏在 RL 后能力整合中的泛化局限
针对多教师 on-policy 蒸馏（MOPD）在强化学习后能力整合中的泛化问题，研究者在 Qwen3 模型上评估数学推理、编程、智能体与长上下文任务，发现 OPD 与 MOPD 的分布内得分可达教师的 96.04-102.73%，但分布外得分比基座模型低 2.45-16.25%。
VisSearch-Bench 发布：204 项任务评测多模态智能体的长程视觉搜索
研究者提出 VisSearch-Bench，用 204 个人工编写的任务评测多模态智能体的长程视觉搜索，覆盖 7 个主领域、25 个子领域，包含集合式视觉搜索、序列式视觉搜索、宽深混合搜索、竞争性视觉消歧和视觉结构引导搜索五类任务。
https://x.com/Muse/status/2117311084478828893
引用Phillip Jackson@philwinkleUPDATE: I hired @Muse to sue someone on my behalf. I won. Well, they caved. Within 20 minutes of being served papers, the company offered a settlement. Within ten days, they paid me *with additional compensation* for recovery expenses. @Muse filed the motion to dismiss, which the court accepted yesterday. To everyone who said I would fail, respectfully, you were wrong.
纽约时报等出版商起诉 Brave，指其抓取内容训练 AI 并绕过付费墙
《纽约时报》与《纽约每日新闻》《芝加哥论坛报》《奥兰多哨兵报》等出版机构对 Brave 浏览器所属公司提起诉讼，指其抓取网站内容用于训练 AI，并通过付费墙拦截功能让用户绕过付费墙。
11月2日
星期一，1 条构建超越高变特征选择的单细胞多组学分析预训练模型
研究提出一种用于单细胞多组学分析的预训练模型，不再依赖高变特征选择这一常规步骤。原文正文未能加载，除标题所述方法定位外，模型名称、版本、数据集规模与发表状态均无法核实。
11月3日
星期二，2 条Google 10 月 AI 更新盘点：Gemini 4 Argon 与 Carbon、世界模型 Genie 4 等
Google 10 月面向开发者、企业、科研人员和消费者全球推出前沿推理模型 Gemini 4 Argon，两周后宣布主打长周期工程与网络安全防御的 Gemini 4 Carbon，后者正通过 Fairwind Program 与美国政府及部分可信网络安全人员做预发布测试。同期发布实时交互世界模型 Genie 4，支持原生音频与自然语言操控场景，演示已在 Google DeepMind 博客上线。
Biohub 影像驻留项目：18 位科学家与团队共研显微成像新技术
Biohub 启动影像驻留项目（Imaging Residency Program），已选出 18 位科学家嵌入其研究团队，围绕冷冻电子断层扫描、计算成像、发育系统图谱等方向开展合作，并提供固定经费支持聚焦项目。
11月2日
星期一，1 条MIT 的 Regina Barzilay 与 Jim Collins 获 Pritzker AI 科学研究卓越奖，表彰 AI 驱动抗生素发现工作
MIT 的 Regina Barzilay 与 James Collins 获得 2026 年 Pritzker AI 科学研究卓越奖，表彰其整合深度学习、生物工程与实验验证来发现抗耐药菌候选药物的工作。
11月3日
星期二，2 条Meta发布Muse Wonder模型等十月亮点
十月亮点回顾： 我们发布了 Muse Wonder 和 Muse Wonder Full 两款面向 AI 智能体的前沿模型；澄清了关于数据中心的一些最大误解；并与美国高校合作，利用 AI 加速医学与科学突破。
斯坦福大学启动 Stanford Digital Brain Project，拟用约 14000 小时影像数据构建人脑数字孪生
斯坦福大学 Wu Tsai Neurosciences Institute 启动 Stanford Digital Brain Project，计划未来五年从约 100 人采集约 14000 小时影像数据，训练预测脑活动、生成可后续在人体验证的假设的 AI 基础模型。
11月2日
星期一，1 条Elicit 扩展检索范围：论文之外接入专利、Open Targets、DepMap、FAERS/MAUDE 与 ChEMBL
Elicit 宣布其检索不再局限于科研论文，可调用专利（USPTO、EPO、WIPO）、Open Targets 的基因与疾病关联证据、Broad Institute 的 DepMap 癌症依赖数据、FDA 的 FAERS 与 MAUDE 自发报告数据库，以及 EMBL-EBI 的 ChEMBL 生物活性分子数据。
入选理由材料说明 Elicit 在论文之外接入专利、靶点遗传证据、DepMap、FDA 安全报告和 ChEMBL，药物研发读者可据此判断证据来源边界。
11月3日
星期二，2 条Sakana AI 东京研讨会：发布自研语言模型计划
Sakana AI 在东京一桥讲堂举办“From World Models to Real-World AI”研讨会，超400人参加，首席科学顾问 Jürgen Schmidhuber 发表主题演讲。首席科学家秋叶拓哉公布从预训练做起的新语言模型系列“Sakana Sawara”（暂定名），首个小型模型“Sawara Small”（暂定名）若进展顺利将于2027年春季发布。
引用Sakana AI@SakanaAILabsSakana AIシンポジウム：日本から挑む言語モデル・世界モデル・Physical AI 開催レポート https://sakana.ai/symposium-2026/ 10月26日、東京・一橋講堂でシンポジウム「From World Models to Real-World AI」を開催しました。9月にChief Scientific Advisorとしてお迎えしたJürgen Schmidhuber教授の基調講演 と、2018年に教授と論文「World Models」を共著したCEOのDavid Haとの対談に、400名を超える方にご参加いただきました。 基調講演では、甘利俊一氏や福島邦彦氏をはじめとする日本の研究者を含め、世界各地の研究者の功績に触れながら、自身による1990年の世界モデルや人工好奇心の研究まで、いまのAIにつながる流れをたどりました。 また、チーフサイエンティストの秋葉拓哉が、事前学習から自社で開発する言語モデルシリーズ「Sakana Sawara（仮称）」を発表しました。最初のモデルとなる小規模な「Sawara Small（仮称）」は、順調に進めば2027年春に公開する予定です。 Jürgenが思い描いてきたAIのうち、生成AIが実現したのはおそらく半分です。自ら実験を考える人工科学者や、実世界で働くPhysical AIといった残りの半分は、まだスケールに至っていません。その機会は大型ラボ以外にこそ開かれていて、日本はその有望な場所の一つだと考えています。このシンポジウムが、日本の企業や研究機関の皆さんとともに、日本のAIの次の時代を切り開いていく出発点の一つとなれば幸いです。 後日動画も公開する予定です。 ご来場いただいた皆さま、ありがとうございました！
alphaXiv 推出 NeurIPS 参会者名单功能
要去 NeurIPS 吗？ 查看参会人员名单，并按会场筛选：Sydney、Paris 或 Atlanta！ 认领你的 alphaXiv 个人资料，把自己加入名单！ https://alphaxiv.org/conferences/neurips/2026?view=attending
11月2日
星期一，6 条Amazon 用 Lean 4 形式化证明 AWS Aurora 数据分发协议的鲁棒性
Amazon 自动推理团队用 Lean 4 形式化并证明了 AWS Aurora 分布式协议 Grover 的核心数据修复与迁移协议，证明其满足默认六副本容忍任意两节点同时故障的承诺，且证明不限定副本数。团队让 LLM 迭代提出规范并尝试证明或反例，过程中发现并记录了文档中的隐性假设与歧义，若照文档实现可能导致数据丢失。两种风格的协议形式也被证明等价，便于专家审阅。
Olam Labs 让 50 个 AI 智能体在 Minecraft 中生存三小时，自发形成官僚式分工
Olam Labs 将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界三小时，唯一指令是建立繁荣文明，期间交换约 5900 条消息。
Elicit 对话 Parantu Shah：AI 自主科研
大多数技术让科学家获得更多信息。AI 是第一个自己动手做事的。 这是 Parantu Shah 在生物学领域从事机器学习 20 多年后的观点。他负责 EMD Serono / Merck KGaA, Darmstadt, Germany 的数据科学工作，并与我们的 CEO 坐下来讨论了这一转变对药物发现意味着什么。
Parantu 分享科研 AI 实践要点
以下是 Parantu 所讲内容的要点回顾： • 别再检索，开始判断：“不要问什么已发表，要问证据是什么。” • AI 错误会累积。围绕模型搭建一套框架，并把它当作你的知识产权。 • 数据孤岛才是真正的瓶颈。 • 当下一个部门主动来要时，试点才算成功。
Elicit 分享完整录像与要点
完整录像和要点在这里：https://www.youtube.com/watch?v=TXRpGelZekA
Import AI 479：Realtime-Bench 评测低延迟任务、太空战报告与 Genie 4
多机构联合构建的 Realtime-Bench 用 50 个交互式游戏与网页任务评测前沿模型的实时决策能力，GPT-6 Astra（high）在真实延迟条件下通过率仅 36%，暂停时钟下高推理模型可达 70%–80%。