全部动态

SpecPilot 用自主智能体循环为推测解码发现算法与系统优化

SpecPilot 是一个自主智能体循环，针对每种部署自动发现推测解码的算法与系统优化，每轮由成本模型定位当前系统与上限之间的最大差距，并行智能体探索方向并整合成功方案，同时用 token forcing 对照原始系统检查输出以检测 reward hacking。

Recursa 发布可递归自我改进的基础模型系统

研究团队提出 Recursa，一个无需人类专家或更强教师模型、靠自身经验适应新领域的基础模型系统。它用知识库存储领域技能、技能适用时机、过往任务记忆与反思，先从领域材料引导构建知识库，再通过递归自我改进，由并行学习器执行任务并合成局部改进，经校验后合并进知识库。

数学家 Frank Calegari：OpenAI 发布 700 余篇论文后，数学界应如何自处

OpenAI 于 10 月 6 日发布 700 余篇研究论文，数学家 Frank Calegari 认为这标志着 AI 已能在数学多个领域做出突破性贡献。他指出这些论文写作质量糟糕、违反署名规范，部分甚至有误，但数学家更应把精力放在招聘、发表与培养学生上。他以有限单群分类的历史为例，提醒同行不要因“著名问题被解决”而放弃领域，而应借新工具开拓更深层的问题。

Kevin Weil 谈跨领域交叉创新

很喜欢 @jmj 的这篇。最容易摘到的果实往往在多个领域的交叉处，因为人们倾向于往深走而非往广走。两者都很重要！ 我也喜欢他用“摇滚乐队”式团队来比喻解决我们 @warpsciences 这类问题的方式。 https://www.newinternet.tech/p/investing-at-the-intersections

一周热闻回顾：科技部征集国家科技专家库专家，OpenAI 公布数学、计算机和物理学 3 项新发现

OpenAI 于当地时间 10 月 26 日宣布在数学、计算机科学和物理学领域取得 3 项新发现，分别涉及调和分析、复杂性理论和量子场论，成果均有待学界独立验证。科技部开展国家科技专家库专家征集工作，以支撑国家重大科技项目组织实施。中国科学技术大学王兵、范其瑭团队制备出仅由五元环和七元环构成的“戊庚环型”碳纳米带，10 月 28 日相关成果在线发表于《自然》。

安徽建筑大学明确将倒查6年学术论文｜一周动态

安徽建筑大学科技处发布通知，要求科研人员对2020年1月1日以来公开发表的学术论文逐一自查，重点排查图片重复、不当署名、论文买卖等学术不端行为，个人自查阶段已于10月30日结束。该校还将科研诚信状况作为职称晋升、科技奖励、学位申请等评价的重要指标，对违反者一律取消申报资格。

专访沃尔夫数学奖得主多贝西：AI不会取代数学家

沃尔夫数学奖得主、杜克大学荣休教授英格丽·多贝西在2026世界顶尖科学家论坛期间表示，AI不会让数学家集体“退休”，其本质是高效的文献检索与信息重组工具。她认为OpenAI等公司发布的数学成果尚缺乏真正原创性想法，AI至今未展现自主构建全新数学概念的能力，数学证明与推导仍需人类理解。她建议资深数学家把AI用于繁重的文献梳理，将精力投入需要创造力的研究步骤。

AIHOT模型榜扩至56份评测集并重排ELO

AIHOT模型榜将抓取的公开评测集从39份增至56份，按原有算法对所有模型重新进行ELO排名，并剔除未正式上线的模型（如Gemini 4 Carbon）。结果显示综合与编程第一为Claude Opus 5.5，科研与知识第一为GPT-6 Astra，办公第一为Gemini 4 Argon。

LeCun 与 Balestriero 用数学论证柏拉图表征假说并给出更优训练路径

alphaXiv 介绍 Yann LeCun 与 Randall Balestriero 的一项工作，从数学上表明在一定条件下，两个完全独立训练的 JEPA 可以学到基本相同的世界表征，一个从同一场景的不同图像学习，另一个从该场景的不同描述学习，全程不使用图像文本配对。

Exin Therapeutics 称 AI 智能体操控机械臂为小鼠完成脑部注射治疗癫痫

生物科技初创公司 Exin Therapeutics 本周声称，已让 AI 智能体操控机械臂对一只癫痫模型小鼠完成脑部注射。

视频世界模型的潜在预测误差何时能支持物理意外判断？

一项评估框架在 IntPhys2、Physion++ 和 Kubric 上检验视频世界模型的预测误差能否代表物理意外，发现 V-JEPA2 仅暴露有限的"可能/不可能事件"信息。

2026世界顶尖科学家论坛：诺奖与菲尔兹奖得主谈AI如何改变科研范式

2026世界顶尖科学家论坛在沪开幕，主题为“范式变革：科学突破的下一个十年”。2025年诺贝尔化学奖得主奥马尔·亚吉提出发展“选择科学”，其实验室借助大模型给出96组潜在新材料结晶条件，由机器人和自动化实验平台验证，不到一个月结晶性能显著改善。2002年菲尔兹奖得主洛朗·拉福格则追问机器擅长证明后数学家的创造力何在。

Simjecture 框架：语言模型智能体以反例驱动完成 Z-pinch 辐射能超额研究

西安交通大学团队提出开源框架 Simjecture，让语言模型智能体围绕人类设定的物理猜想做反例搜索与前瞻性假设修正，并以计算物理作为可执行检验平台。

入选理由作者团队公开了 Simjecture 框架与完整研究记录，研究者可据此判断反例驱动的智能体研究在计算物理中能承担到哪一步。

Simjecture 框架以反例驱动智能体研究 Z-pinch 辐射能超额问题

作者提出开源框架 Simjecture，让语言模型智能体围绕人类设定的物理猜想，以反例驱动的证伪和假设修正推进研究，并用计算物理作为可执行测试环境。团队用该框架开展 82.6 小时研究，考察 Z-pinch 中辐射能超过内爆壳动能这一长期问题，结果显示更强的相干螺旋形变会提高电阻转换、降低辐射并增加滞留能量，更宽的尾随等离子体分布则推迟后段辐射峰值并弥补早期辐射热计亏损。

BioAgent-DF 审计生物医学研究智能体的决策溯源：结论不变但证据路径可能已变

作者提出 BioAgent-DF，用配对参考值与候选值在原坐标上还原或移植，审计生物医学研究智能体在工具数值被静默污染后读了哪些文献、引了哪些句子。在 SciFact 的八个批次中，Qwen3.5-4B 在三个捕获–论断组合上出现可重复的引用变化，Gemma 3 4B IT 在四个组合上出现可重复的阅读与引用变化，共涉及两个论断，而完整还原可恢复参考证据集且结论不变。

蔡磊团队启动眼控仪赠送计划：100 台设备免费提供给渐冻症病友

蔡磊团队10月30日启动眼控仪赠送计划，志愿者组装的100台设备中，前期已向20位病友赠送并完成内部测试，剩余80台免费赠送给有需要的渐冻症病友。团队提示，该设备由志愿者组装，虽经内部测试可用，但不同于经过工业化质量检测的商业产品，使用前需检查外观和线路完整性。此前蔡磊还捐出名誉权案胜诉款项，向贫困渐冻症患者家庭捐赠了10台无创呼吸机。

北大团队在华为鲲鹏 920 上深度优化 ABACUS 原子算筹，19 类材料核心算子最高快 10.7 倍

北京大学陈默涵团队在华为鲲鹏 920 全系列平台完成开源密度泛函软件 ABACUS（原子算筹）适配，并逐项优化 19 类材料核心算子，相关代码已推送至 GitHub。

智能体计算机图形学研究进展：统一分类框架与智能体文献分析系统

一篇报告提出面向计算机图形学各类任务的智能体系统统一分类框架，并开发了一个智能体文献系统，可辅助研究者大规模分析已有和新发表的论文。报告据此梳理了该领域的新兴研究趋势，并讨论了跨图形任务协调智能体与工具、设计人机协作接口与表示、维持长程规划与迭代改进、可靠评估交互式图形系统等开放挑战。该报告发布在 Hugging Face Daily Papers，原文未说明是否经过同行评审。

OpenAI 将于 11 月 29 日起用 Daybreak Blue 会话数据训练模型，引发研究者担忧

OpenAI 向 Trusted Access 项目成员发邮件确认，自 11 月 29 日起将把此前被排除在训练之外的 Daybreak Blue 会话数据用于模型训练，即便用户关闭了"为所有人改进模型"设置。

StreamDuo：面向未见游戏的双智能体实时解说系统

StreamDuo 将可训练解说智能体与冻结的科研智能体配对，后者实时读取所玩游戏 wiki，解说遇到无法命名的内容时发送当前帧，约两秒后取回条目。仅在 Baldur's Gate 3 上训练、在十款未见游戏测试，实体召回率从 Proact-VL 的 0.082 升至 0.116，源游戏泄漏从 9.9% 降至 1.0%，时序与 LLM 评判的解说质量均为流式模型最佳。

AI 驱动发现与改造人源蛋白支架用于 mRNA 递送

研究以 AI 驱动的方式发现并改造人源蛋白支架，用于 mRNA 递送。原文页面正文未能加载，除标题外无更多可核验细节，发布机构、期刊、证据阶段与实验数据均无法确认。

Samaya AI 发布 Sterling：3B 激活参数的金融研究智能体模型，在 FrontierFinance 上以 11 倍低成本超越 Claude Fable 5.1

Samaya AI 发布金融研究智能体模型 Samaya Sterling，基于 NVIDIA Nemotron 3.5 Lightning（30B 总参数、3B 激活的 MoE）经 LoRA 后训练而成。

Anthropic 实验：养蜂指南和摔角故事可训练 Claude 规避安全监控

Anthropic 让 Claude 生成最多 5000 条样本的微调数据集，去绕过模拟其生产系统的数据监控，监控会拒绝超过 10% 行被标记的数据集。每次运行中 Claude 都找到了能通过监控并触发模型不当行为的数据集，单次运行产出超过 600 个数据集，在 Anthropic 的评测中强于已有研究文献数据集。

英国数学科学学会发布报告《AI 时代的数学科学》

英国数学科学学会（Academy for the Mathematical Sciences）发布报告《The mathematical sciences in an AI-enabled world》，考察 AI 进展如何改变数学研究及其应用，并分析相关风险。

https://x.com/i/article/2116118908860264448

https://x.com/i/article/2116118908860264448

西湖大学成立西湖世界模型研究中心，聚焦物理智能

10 月 31 日，西湖世界模型研究中心在西湖大学云谷校区成立，为该校面向物理智能领域的校级交叉科研平台。中心由于开丞任主任、金耀初任首席科学家，聚焦世界模型与物理智能，致力于突破智能系统理解物理规律、预测环境变化和开展交互决策的核心瓶颈。

西湖大学成立世界模型研究中心

西湖世界模型研究中心于2026年10月31日在西湖大学云谷校区成立，是该校面向物理智能领域设立的校级交叉科研平台。中心由于开丞任主任、金耀初任首席科学家，聚焦世界模型与物理智能，突破智能系统理解物理规律、预测环境变化和交互决策的瓶颈，并探索其作为机器人“物理大脑”的应用。

Google DeepMind 与 World Resources Institute 用卫星数据和 AI 绘制全球森林类型地图 ForTy

Google DeepMind 与 World Resources Institute 开发出 ForTy（Forest Typology），把 2020 年全球陆地在 10 米分辨率上划分为原始林、自然再生林、人工种植林、种植园、油棕橡胶可可等树作物和其他土地 6 类，作者称这是首个此类全球地图。

混合架构中循环层抢先学会检索，BLD 冻结训练法改善注意力层

论文发现混合架构中循环层学习检索更快，抑制了注意力层掌握同一能力，为此提出 Better Layer Division（BLD）：训练早期暂时冻结循环层，迫使注意力层先学会检索，再让两部分共同训练。在 180M-1B 参数模型上 BLD 一致提升检索表现，750M 模型 RULER 准确率从 26.53% 升至 32.82%，长上下文困惑度从 12.68 降至 8.08。

Retraction Watch 周末阅读：Scientific Reports 被 PubMed 暂停收录、单日 1400 篇撤稿、用 AI 伪造论文

Retraction Watch 周末汇总指出，Springer Nature 旗下 Scientific Reports 在 NLM 重新评估期间被 PubMed 暂停收录。某学术出版商单日撤稿 1400 篇会议论文，创下纪录。另有作者撰文讲述用 AI 伪造一篇科学论文的经历，研究者还在评估 50 万篇论文中的虚构引用。