IDPForge:深度学习解析蛋白质全局与局部无序区域
IDPForge 是一套用于蛋白质无序区域分析的深度学习工具,可同时识别全局与局部无序区域。原文未提供模型版本、发布机构、样本量或开放范围等细节。
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。
IDPForge 是一套用于蛋白质无序区域分析的深度学习工具,可同时识别全局与局部无序区域。原文未提供模型版本、发布机构、样本量或开放范围等细节。
Google 副总裁兼 Google Research 总经理 Yossi Matias 与未来学家 Sinead Bovell 对谈,讨论 AI 的未来是环境智能。其观点包括:昨天的科幻会成为今天不被察觉的基线,可靠性达到临界规模后 AI 将淡入背景,人类雄心则上移到更大更复杂的挑战。完整节目在 YouTube 的 I've Got Questions 播出。
Google Project Suncatcher 原型卫星完成首次在轨 AI 响应:地面站向星上 Gemma 4 开放模型上传提示词,卫星飞经挪威斯瓦尔巴群岛上空时下传了一首关于太空的俳句。此前数周已完成主机与 TPU 托盘加电及早期机器学习测试。下一步将评估 TPU 在轨道热应力和辐射暴露下的表现,为 2027 年双星互联里程碑铺路。
O'Reilly Media CTO Andrew Odewahn 团队构建了 Expert Intelligence,把 AI 智能体通过 MCP 接入公司自有系统,并用 skill 文件规定推理方式、以 O'Reilly 图书馆的实践框架为分析依据。
我们用 OpenResearch 在超过 117k 个决策示例上训练了一个 4B 决策模型 我们的模型在除讽刺检测外的所有领域表现几乎与 Jev 完全相同 在评估中,我们的模型能够泛化到其他未见过的任务,如仇恨言论严重程度、情绪检测和意图分类,但讽刺仍是一个常见的失败模式
有趣的是,即便是 Joey-1(一个 2B 模型)在讽刺检测任务上也比我们的模型表现更好。 需要注意的是,Baseten 的三个模型都是在更大的数据集上训练的——621 万个样本,约为我们的 53 倍。
在此下载权重并了解更多模型信息:https://huggingface.co/alphaXiv/OR-decision-4B 使用 OpenResearch 训练你自己的决策模型:https://github.com/alphaXiv/OpenResearch
一项发表于 Cell 的果蝇味觉连接组图谱,追踪了舌、咽、腿和翅上的味觉神经元如何接入大脑并输出到控制行走、吞咽和分泌胰岛素等反应的神经元。研究团队结合光显微镜与雄蝇全身连接组、雌蝇脑连接组,发现甜味神经元无论位于身体何处都汇聚到相似的下游神经元,同时保留身体部位信息。研究者用人工智能预测神经递质及兴奋/抑制性质,该图谱仍需实验验证。
Breakthrough Listen 与 SETI 研究所把智能体 AI 引入搜寻地外文明的日常工作,在加州北部的 Allen Telescope Array 上,研究者用一句自然语言请求即可让智能体操控天线、校准与聚焦仪器、修正数据错误并绘制结果。
Glance 为生成器加装轻量决策适配器与指针头,从共享 prefill 中为候选段落打分,无需对每个查询-段落对单独预填充。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,他同情难以消化大量 AI 生成数学结果的研究者,但认为公众了解宇宙运行方式的权利高于这些干扰,公司也不会停止发布。
O'Reilly Radar 的 This Week in AI 节目梳理了本周智能体进展:开源渗透测试框架 ARTEX 相关供应链攻击波及超 2,250 个 Microsoft 365 租户,PHP2Shell 两个 CVSS 9.2 漏洞于 10 月 21 日披露后 CISA 敦促尽快修补。
正文内容未能加载,无法获取该文的具体事实与数据,故不提供摘要。
万圣节快乐!🎃👻🐡
OpenAI CEO 萨姆・奥尔特曼在《Cheeky Pint》播客中表示,他理解数学家面对 AI 研究成果大量涌现的处境,但 OpenAI 仍需继续公布具有重要价值的科学发现,不应把重大基础科学发现长期留在公司内部。
一项分析引发争论:恐龙化石等“明星”化石发现是否挤占了顶级期刊的版面。相关讨论围绕这类高关注度发现对期刊发表格局的影响展开。
Air Street 发布 State of AI 2026 报告,创始人 Nathan Benaich 在 MAD Podcast 与 Matt Turck 对谈,内容涵盖 AI 构建 AI、世界模型与网络安全,并重申其 2027 年实现 AGI 的预测。
一项针对 Into the Unknown 基准的重分析发现,AI 科研智能体论文中不受支持的数字多数并非凭空编造,而是取自智能体自己的结果文件却对应了错误的实验、指标或运行。
Meta FAIR 等机构的研究者在 arXiv 预印本中提出 AutoBenchmark,让自主科研代理从任务说明出发端到端构建基准,并用求解器轨迹和 LLM 评审两类反馈迭代修订。
小米开源轻量级文档理解模型 Xiaomi-OCR-0,参数规模 0.8B,权重与推理代码已上线 Hugging Face 和 GitHub,单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务。
原文正文未能加载,仅可见 Nature · Publishing 主题下的一则讣告标题,纪念 Linda J. Miller(1958–2026)。除姓名与生卒年份外,无可核实的生平、任职机构或学术贡献信息。
作者 Ko Fujimura 报告一套由通用编程代理、约 7300 词指令文档和两个技能(研究问题构思、同行评审)组成的自主科研系统,在笔记本电脑本地计算、无人类研究输入的情况下连续完成五次运行,从提出研究问题走到经 AI 评审并修订的可重算论文。
一项 arXiv 预印本对 628 项原始研究(2021 年 7 月至 2026 年 10 月)做了系统综述,并按同等算力预算对十种提升 LLM 生成代码质量的技术做受控复评,覆盖正确性、可维护性、效率与安全四类基准。
一项 arXiv 预印本研究在统一生成协议下比较五种文献检索策略与无文献基线,覆盖 15 个机器学习主题、十个开放权重模型和 45,000 条研究想法。结果显示,相对无文献基线,五种检索策略使同一组论文生成的想法多样性下降 5.6%–17.9%,而把不同论文集生成的想法合并后,多数策略使多样性提升 10.2%–18.1%;对想法质量与新颖性的平均影响较小且随主题变化。
作者让六个前沿模型以单人或团队形式,从七篇近期 NLP 论文出发各提出五个最小可行实验(MVE),并预测结果、排序;独立执行器把 415 个 MVE 全部跑完,再由三个模型审计。
得克萨斯农工大学等机构的研究者提出 UnderSpec-DR 框架,系统评估用户查询欠明确如何影响深度研究代理的最终答案质量与中间检索行为。
很高兴看到 MiniCPM-OCR 在真实手写笔记上接受检验!💙 感谢分享这个例子,帮助传播 MiniCPM-OCR 和 Jev!🙌
OpenBMB just released an OCR parser alongside a separate model that evaluates its outputs. It’s called MiniCPM-OCR. One model reads your documents. A second model tells you which parts it probably got wrong. 100% open source. Apache 2.0. ↓
JMIR Publications 运营副总裁 Richard di Santo 在 The Scholarly Kitchen 客座文章中警告,学术出版正把 AI 从格式、参考文献核验等机械环节推进到对科学本身的评估。他指出,若让机器承担初审乃至唯一评审,审稿人的批判判断力会因不再使用而萎缩,而信任正是出版业存在的根本。
维基媒体基金会(Wikimedia Foundation)就包括《纽约时报》诉 OpenAI 和 Microsoft 在内的一组 AI 版权诉讼提交法庭意见书,对双方均不站队,并警告任何一方获得过于简化的全面胜利都可能损害开放网络。