跳到正文
AI 科研动态

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。

2,351 条收录动态，更新于 07:01

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27日

星期二，7 条

  2. Qwen 模型怪异行为引热议

    这种奇怪的 qwen 行为会火起来，因为没人读过中端开源模型的推理轨迹，没意识到它们几乎全都特别粗糙。

    Nathan Lambert证据待确认未入选重要性 10
  4. 实践与观点

    GenAI 能否让好的一面盖过坏与丑？

    一场面向企业高管的演讲以“AI 狂野西部”为喻，梳理生成式 AI 的“好、坏、丑”：坏的一面包括机器人出租车冲击司机就业、AI 克隆演员声音，丑的一面包括聊天机器人互相攻击、数据中心耗水耗电。演讲同时给出个人层面的 AI 治理建议，并援引 MIT 学生用 Claude 和 ChatGPT 设计喷气发动机的 JARVIS 挑战，指出模型仍存在幻觉、迎合与缺乏物理理解的问题。

    Physics World证据待确认未入选重要性 18
  7. 工具与产品自主科研

    Hermit：持续学习与RSI框架

    推荐工作 Hermit 一个通过 Harness Adapter 演化实现持续学习与 RSI 的框架

    引用Haizhong Zheng@haizhong_zheng

    We’re excited to open-source Hermit! 🐚 A harness evolution framework for continual learning and RSI: train reusable adapters without changing your model or harness. Multiple methods, one framework. GitHub: https://github.com/Infini-AI-Lab/hermit #HarnessEvolution #ContinualLearning #RSI #Agent

    Dongxi 东锡 NLP开放代码未入选重要性 40

10月26日

星期一，4 条

  1. 临床级前列腺病理中端到端学习与基础模型的对比分析

    一项对比分析评估了端到端学习与基础模型在临床级前列腺病理任务中的表现。由于原文正文未能加载，具体模型名称、数据集规模与性能数字无法核实，摘要仅能确认该研究属于方法比较性质，尚不涉及已发表的结论。

    Nature · Machine Learning 主题证据待确认未入选重要性 5

  2. ProBEiT：用隐式混合专家将结构信息高效整合进蛋白质语言模型

    正文内容未能加载，无法核实 ProBEiT 的具体方法、数据与结果，仅据标题可知其以隐式混合专家（implicit mixture-of-experts）将结构信息整合进蛋白质语言模型。摘要暂缺，待原文可访问后补充。

    Nature · Machine Learning 主题证据待确认未入选重要性 0
  4. 科学发现

    ARC Prize 2026 ARC-AGI-3 最高分更新

    新 ARC Prize 2026 - ARC-AGI-3 最高分 71.48%，由 Yi-Chia Chen @ Fields Model 取得 Yi-Chia 从 67% > 71% 跃升，并重新夺回第一名 比赛还剩 1 周

    ARC Prize证据待确认未入选重要性 22

10月27日

星期二，3 条
  1. 政策与诚信资助与评价

    Arena学术合作计划申请10月30日截止

    最后提醒：Arena学术合作计划的申请将于10月30日截止！ 不要错过申请机会。我们正在接受美国高校终身轨教职人员的全新提案，研究方向为AI评估的科学基础：评估与排名方法、测量与效度、从人类偏好中学习，以及安全与对齐。 每个项目可获得最高50,000美元的资助。 请在推文串中的链接了解该计划详情并提交申请。

    引用Arena.ai@arena

    Announcing the Fall 2026 cycle of @arena's Academic Partnerships Program. We're accepting new proposals from tenure-track faculty at U.S. universities working on the scientific foundations of AI evaluation: evaluation and ranking methodology, measurement and validity, learning from human preference, and safety and alignment. Funding of up to $50,000 per project is available, and we'll continue reviewing submissions twice a year, each Spring and Fall. Congratulations to our first Spring 2026 cohort of 7 selected research projects! Head to the thread to see who was selected, learn more about the program, and find out how to submit your own proposal for Fall.

    Arena.ai官方文件未入选重要性 40
  2. 工具与产品

    AI智能体能否更高效解决复杂问题

    AI智能体能否更高效地解决复杂问题？此外，还有攻克编程瓶颈；从遥测数据中演进智能体技能；不同行业的AI需求差异；一款为教师节省时间的AI工具；天气预报领域的突破；BioEmu2进入公开预览。https://msft.it/6017aI27v

    Microsoft Research证据待确认未入选重要性 12

10月26日

星期一，16 条
  5. 元研究

    NVIDIA Nemotron 3.5 Super VL 的 ARC-AGI 评测结果

    NVIDIA Nemotron 3.5 Super VL（来自 @NVIDIAAI）在 ARC-AGI（已验证）上的表现： - ARC-AGI-2：1.94%，每任务 $0.02 - ARC-AGI-1：22.67%，每任务 $0.03 Nemotron 3.5 Super VL 是我们评测的首个 NVIDIA 模型。

    ARC Prize厂商自述未入选重要性 22

  11. Google 在 EMNLP 的招聘问答活动

    不要错过在 @emnlpmeeting 期间探索 Google 研究职业路径和学生项目的机会。今天下午 4:15 到 #EMNLP2026 Google 展台（#D5），参加 Sunipa Dev 和 Nima Kalantari 的现场招聘问答，提出你的问题并与我们的团队交流。

    Google Research证据待确认未入选重要性 10

  13. Sakana AI 悉尼 NeurIPS 晚宴聚会

    Sakana AI Dinner Meetup #NeurIPS2026 🐟️ 报名 → https://forms.gle/FMzMjxNK7b5LtQWi9 我们很高兴于12月7日（周一）晚7点在悉尼举办一场晚宴聚会。诚邀NeurIPS参会者加入我们，共度一个畅谈交流与社交的夜晚。 ※ 由于场地容量限制，我们可能无法邀请所有报名者。入选者将于11月30日前收到包含完整详情的正式邀请。 期待在悉尼与您相见 🚀

    Sakana AI证据待确认未入选重要性 8
  14. 实践与观点出版与诚信

    Nathan Lambert 开讲开放模型生态首课

    Nathan Lambert 发布其首场开放模型讲座，梳理构建开放模型生态的各个环节及决定其走向的开放问题与争论，涵盖蒸馏的作用、风险管理、未来模型获取方式的变化。讲座分章节讨论开放模型定义、为何值得关注、当前最强开放模型的竞争力、开放模型如何构建、实际使用情况与未来展望，他计划每约 6 个月回顾一次这些问题，给出该领域的状态报告。

    Nathan Lambert证据待确认未入选重要性 18
  15. 工具与产品

    Gemini API 更新日志：Generate Content API 默认开启存储功能

    Gemini API 的 Generate Content API 新项目现默认存储请求（store=true），与 Interactions API 保持一致，现有项目保留原设置，可通过 store=false 或日志和数据集信息中心关闭。同日更新日志还列出 Gemini 4 Argon（gemini-4-argon）正式版发布，定位复杂编码、代理、数学和科学任务。

    Gemini API：更新日志证据待确认未入选重要性 22
  16. 元研究同行评审

    研究：LLM 审稿人偏好自信措辞，内容不变也会改变评分与录用判断

    CISPA 等机构的研究者提出一套受控改写框架，在保持论文科学内容不变的前提下，把论文改写成母语/非母语英语风格以及高自信/低自信风格，再交给多个 LLM 审稿人评审。

    入选理由研究用内容保持不变的改写实验量化了 LLM 审稿人对自信措辞的偏好，并给出可复用的压力测试框架。

    arXiv 关键词查询 · AI 科学家/同行评审/文献预印本重要性 78