DCRM：面向科研智能体的决策中心模型与 RD-Bench 基准
作者提出决策中心研究（DCR）框架，把科研智能体在证据取舍、下一步行动和研究方向上的选择定义为基于显式 Research State 的类型化预测，共 24 种决策类型，其中 10 种在 2000 条规则生成案例构成的 RD-Bench 中实例化。
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。
2,349 条收录动态，更新于 05:51
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31日
星期六，2 条面向长周期科研智能体的动作构建：阅读集框架评估实验设计的信息价值
研究团队提出阅读集（reading-set）框架，用于评估科研智能体动作指令所隐含的实验设计，并按统一成本规则对每种设计做预算门控。在 30 个合成状态上，完整设计请求相对动作名称基线在两个模型家族中分别将可负担效率提升 465.98% 和 327.91%。作者自建的 60 个场景、240 个候选动作数据集显示，场景级信息每成本指标与 18 名人类参与者判断的平均场景内相关系数为 0.733。
10月30日
星期五，1 条第463期双清论坛“AI时代的物理学”在上海召开
自然科学基金委第463期双清论坛“AI时代的物理学”于2026年10月21—22日在上海召开，由交叉科学部、数学物理科学部、信息科学部及计划与政策局联合主办、复旦大学承办。论坛围绕“科学发现与前沿问题突破”“技术创新与未来产业发展”两大议题研讨，凝练了智能物理学领域关键科学问题并形成资助与发展建议。40余位专家学者及基金委相关部门工作人员参会。
10月31日
星期六，7 条循环Transformer：仅循环中间层效果更优
论文比较不同循环架构发现，仅循环Transformer中间层优于反复循环整个模型；Huginn式设计（在独立输入输出层之间放置循环层）整体表现更好，尤其在推理任务上。8B参数下Huginn MoE在10项基准中8项超过Ouro，存储参数比算力匹配的32B前馈MoE少75%，GSM8K准确率83.6%对80.8%。
Google 用模拟精神科病人训练 LLM，鉴别诊断准确率从 33.3% 升至 68.3%
Google 一篇论文用模拟精神科病人对 LLM 做多轮强化学习训练，奖励信号来自诊断准确性、沟通效果和临床安全。在精神科医生扮演病人的盲评中，训练后模型在 76.7% 的场景中优于基线，恰当鉴别诊断比例从 33.3% 升至 68.3%，以患者为中心的沟通得分从 65.2% 升至 82.0%。论文链接：https://alphaxiv.org/abs/2610.40476
Anthropic 用 Claude 智能体自动化红队测试
Anthropic 新研究让数千个 Claude 智能体尝试规避训练数据监控器，以自动化“隐性涌现失配”红队测试。这些智能体生成了对监控器看似无害、实则教授失配行为的数据，例如老手摔跤手指导新人或专业养蜂问答。此类样本可直接用于改进未来的训练数据监控器；研究仅为第一步，但表明未来红队测试可借助更强模型和更多算力进一步提升。
https://x.com/i/article/2116114353250512896
https://x.com/i/article/2116114353250512896
哈佛 CMSA“AI 时代的数学研究”峰会报告发布
哈佛大学数学科学与应用中心（CMSA）举办为期两天的“AI 时代的数学研究”峰会，32 名来自学术界、政府和工业界的数学家参会，围绕研究评估、生产与传播，AI 时代的协同行动，开源工具，数学形式化，以及学术界与 AI 实验室合作五个工作组展开讨论。峰会报告已在峰会网站发布，并附反馈入口。
IT之家发布 2026 年 11 月科技事件日历
IT之家汇总了 2026 年 11 月科技事件预告日历，供读者查阅当月活动安排。该日历会随时更新，部分活动可能临近才确定具体时间，用户可在 IT之家 App 事件栏目查看最新动态、设置提醒或开启自动同步至系统日历。
OpenResearch v0.2.23 发布：桌面应用与远程安装更新
alphaXiv 的 OpenResearch 发布 v0.2.23，桌面应用可自动更新，远程服务器和计算集群可通过终端安装 ORX 并用 orx update 升级。该版本新增移动端适配的仪表盘工作区、键盘导航与应用菜单，并将 oh-my-pi 加入预配置编码智能体。
10月30日
星期五，2 条Anthropic Residency 开放申请：面向资深技术领导者
Anthropic 开放 Anthropic Residency 申请，这是其付费、固定期限研究项目，驻留期 6 周至 6 个月，面向量化领域教授、技术创始人或 staff 级工程师，不要求机器学习背景，本轮申请 11 月 22 日截止。
国家自然科学基金委副主任吴骊珠会见美国化学会首席执行官
2026年10月26日，国家自然科学基金委副主任吴骊珠会见美国化学会首席执行官阿尔伯特·霍瓦斯一行，双方就深化中美科研交流与合作、人工智能在化学领域的应用、科研诚信与开放获取、青年人才培养等议题进行探讨。吴骊珠表示愿为中美化学界尤其是青年学者创造交流机会，霍瓦斯介绍了美国化学会的整体规模、战略重点和期刊出版情况。
10月31日
星期六，1 条Gemini 推出沉浸式探索功能
9) 层层深入，通过沉浸式探索钻研复杂主题。 无论你是在追溯丝绸之路、窥探喷气发动机内部，还是研究类星体，每个场景都会展开为带有引导式讲解的交互式视觉图层。今天就在学生中心试试：http://gemini.google.com/immersive-explorations
10月29日
星期四，1 条从会议室地板到智能体团队：AI 趋势对学术会议意味着什么
ScholarOne Conferences 正在测试 AI Program Builder，可先对会议议程做首轮编排，承担大部分人工理解与协调工作，让程序委员会专注只有他们能做的编辑决策。该工具目前面向部分客户进行 beta 测试，同期还在探索 AI 辅助分会场构建并测试增强版 AI Duplicate Detector。
10月30日
星期五，1 条OpenAI 分享创作者、学者与法律专家关于合理使用支持 AI 训练的法庭意见
OpenAI 公开了创作者、学者、无障碍倡导者和法律专家等提交的法庭简报节选，论述合理使用如何支持 AI 训练与创新。这些材料以法庭意见形式呈现，未披露具体案件名称或简报数量。
10月31日
星期六，2 条fal 上线 Seedance 2.5 草稿补全
今天就来试试！ 草稿补全 https://fal.ai/models/bytedance/seedance-2.5/us/draft/complete
Google Research 谈AI时代提问能力
在AI时代，最关键的技能不只是会写代码——而是知道该问哪些问题。 @sineadbovell 与 @ymatias（Google 副总裁兼 @GoogleResearch 总经理）坐下来讨论了环境智能的兴起、跨学科构建者，以及研究人员如何演变为“一人组织”。 观看完整对话： https://youtu.be/FlOufV3hZFo
10月30日
星期五，1 条创纪录撤稿：学术出版商一天撤回 1,400 篇会议论文
一家学术出版商单日撤回 1,400 篇会议论文，创下撤稿规模纪录。相关细节因页面内容未能加载而无法核实，涉事出版商名称、会议名称及撤稿原因均未在可见文本中披露。
10月31日
星期六，10 条冷聚变是否只有失败与造假？
原文正文为占位文本，未提供可核验的事实、数据或结论，无法据此撰写摘要。
Dartmouth 教务长因自身 AI 使用问题丢职：曾警告 AI 作弊风险
Dartmouth 教务长曾警告 AI 作弊问题，但他本人的 AI 使用问题最终导致其丢掉职位。原文未披露其具体使用了哪款 AI 工具、涉及何种行为，也未说明校方处理依据与时间线。
MIT 五位教师及两位校友入选 2026 年 Schmidt Sciences AI2050 Fellows
Schmidt Sciences 公布 2026 年 AI2050 Fellows 名单，MIT 五位教师和两位校友入选，其中包括资深研究员 Sendhil Mullainathan 与四位早期职业研究员。Mullainathan 的项目聚焦把 AI 可检测的模式转化为可检验的理论，其余入选者分别研究高效模型训练、面向立法者的结构化公众意见收集、生物酶功能判定以及 AI 广泛依赖的负面影响缓解。
Perplexity 分享 Gemini 4 Carbon 早期评测
分享 Gemini 4 Carbon 的早期评测。这是我们目前见过的在长篇幅研究和回答质量方面最强的模型，在 Wide-And-Deep-Research（WANDR）基准上取得了新的 SoTA。待我们具备足够的 token 容量后，将很快在 Computer 中向所有 Perplexity Pro 和 Max 用户推出。祝贺 @GoogleDeepMind！
ARC Prize 2026 提交三日后截止
ARC Prize 2026 提交将在 3 天后截止 Tufa Labs 和 Yi-Chia Chen 本月已在 ARC-AGI-3 公开排行榜上三次互换第一名 Tufa Labs 继续领跑 ARC-AGI-2，Yi-Chia 紧随其后 最终提交截止日期为 11 月 2 日
Claude Sonnet 5 自主选定基因疗法并完成小鼠脑部注射
据 Exin Therapeutics 联合创始人、牛津大学博士生 Gabriel Ocana-Santero 在 X 上描述，团队给 Claude Sonnet 5 一份包含 19 种候选基因疗法的清单、一个癫痫小鼠模型和一台带摄像头的定制电动手术装置，唯一指令是减少小鼠的癫痫发作；该智能体自行选定了药物、脑区和立体定位坐标，并完成注射。
StreamDuo：面向未见游戏的实时解说员与研究智能体
StreamDuo 将可训练解说员与读取所玩游戏 wiki 的冻结研究智能体配对，让模型为训练中从未见过的游戏做实时解说。仅在 Baldur's Gate 3 上训练后，它在十个未见游戏上把实体召回率从 Proact-VL 的 0.082 提升到 0.116，并将源游戏泄漏从 9.9% 降至 1.0%。在流式模型中，它的解说时机最佳，生动度与整体质量评分也最高。
BestRand：通过随机采样实现稳定低成本基准压缩
BestRand 是一种稳定、低成本的基准压缩方法，在 70 多个文本、多模态和智能体基准上验证，并将方法扩展至 VLA 评测。相比对比方法，BestRand 将高误差风险降低 50.2%、估计误差平均降低 16.4%，构建成本仅为 51.3%，在分数范围、模型家族和时间偏移下还将 OOD 估计误差平均降低 21.8%。代码与数据已公开。
alphaXiv 3800万论文阅读时间分布
论文发表后多久会被人阅读？ 我们查看了今年 alphaXiv 上 3800 万次论文浏览量 85% 流向了已发表至少 30 天的论文。超过一半流向了一年或更早以前发表的论文。
10月29日
星期四，1 条研究者用 JEPA 证明并改进柏拉图表征假说
研究者提出柏拉图表征定理，证明在不同模态上分别训练的联合嵌入预测架构（JEPA）在正样本对为同一场景的两个观测时，学到的表征仅相差一个旋转。作者进一步指出下一词预测相当于使用劣质视角的 JEPA，这解释了语言模型为何只能靠规模与视觉对齐。
10月30日
星期五，1 条OpenAI 发布 GPT-Rosalind-6 系统卡增补，面向受信客户开放生命科学模型
OpenAI 发布 GPT-Rosalind-6 系统卡增补，该模型沿用 GPT-6 Astra 的权重，未新增训练数据或额外后训练。在 GeneBench Pro v13 的 129 道生物数据定量分析题上，最高推理预算下单次尝试成功率为 37.7%，GPT-Rosalind-5.5 为 16.7%，该评测使用与生产环境不同的基准专用配置。