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26日
星期一，6 条Grok机器人当前在做什么
你的 @bot 的 grok 现在在做什么？
预训练数据的词汇印记：UCE 如何预测零样本基准准确率
研究提出词级一元交叉熵（UCE）这一与分词器无关、无需模型的指标，衡量预训练语料与基准目标的词汇对齐程度。在覆盖 10 个零样本基准、4 个预训练语料和 3 种模型规模的受控从头预训练中，UCE 越低（对齐越高）的语料在各基准上零样本准确率越高。文档级筛选训练文档与提示级路由到领域最对齐的 drafter 均带来与机制预测一致的准确率与吞吐提升。
The Trinity：面向多模态智能体的能力驱动递归自我改进框架
研究者提出 The Trinity 递归自我改进框架，通过 Creator、Explorer、Evolver 三个角色将世界生成与 Harness 演化耦合，并把任务树重组为分层能力树。
EmbodiedLab 发布具身智能体基准：在模拟实验室中通过操作仪器获取知识
研究团队提出 EmbodiedLab 基准，要求机器人在物理模拟实验室中自行选择实验步骤、通过相机读取仪器，以获取关于系统的知识，而非仅改变物体状态。基准覆盖 5 个学科的 30 个实验和 14 种实验装置平台，每个实例重新采样系统参数，评分依据实验过程中记录的读数与任务要求的物理状态，且每个实验均经验证可解。
Thinking-in-Bets：在测试阶段让智能体先记录主张以减少迎合式修改
研究提出 Thinking-in-Bets，一种免训练方法：智能体在读取用户反馈前，先私下记录主要主张、支撑检查与置信度，被质疑时据此保留已验证的工作、只复查不确定部分。
10月25日
星期日，1 条EleutherAI 论文追踪预训练中的潜意识学习：偏好可跨模型蒸馏传递
EleutherAI 在 SOAR 项目下发布论文《Tracing Subliminal Learning Through Pretraining》，研究学生模型如何通过语义上无关的训练数据习得教师模型的偏好。
10月26日
星期一，5 条让模型生成技能以检验权重知识
另一种做法——让模型为某个任务编写一份详细的技能说明，只需极少的引导。基本上就是你平时用来激活该技能的那句自然语言消息。 阅读生成的技能内容（主要来自权重，以及轻量框架可能提供的上下文，比如关于你的代码库的信息）。 如果技能内容看起来正确，就删掉这个技能。它已经在权重里了。
引用Carlos E. Perez@IntuitMachine@dexhorthy How does one know what is already in the weights?
NVIDIA 发布 AW-0 机器人模型，统一生成技能代码、视频预测与动作
alphaXiv 介绍 NVIDIA 新模型 AW-0，它把生成可复用技能程序、预测未来视频帧和输出机器人动作三项能力放在同一个模型中联合生成，让基于代码的规划指导物理执行。
我的机器人竟在Slack协作
等等，那是我的机器人
引用lauren@potetoone of my favorite things to do is to have our bots collaborate with each other! just add your bots to slack and work alongside them like teammates 🤍
Hugging Face 发布 14.8B 开放 DNA 语言模型 Carbon-X，可直接用英文对话解读 DNA
Hugging Face 联合中关村学院与 TIGEM/那不勒斯费德里科二世大学发布 Carbon-X，这是一个 14.8B 参数、Apache 2.0 开放权重的 DNA 语言模型，可在对话中读取原始 DNA 并用英文作答，用于判断突变良性或致病、标记调控区、物种分类和碱基预测。
10月25日
星期日，18 条Grok @Bot 帮你处理支付
试试 Grok @Bot
引用Brad Gerstner@altcapThanks for the overwhelming response. @bot to the rescue - helping me process all these Sunday morning gifts - from gathering all the QR codes to processing the payments - @bot truly elite! 🤖💰🇺🇸
DeepSeek 约 150 亿美元融资、Moonshot 发布 Kimi K3.1 Pro，及中国 AI 就业政策
Moonshot AI 发布 Kimi K3.1 Pro，支持 100 万 token 上下文窗口，并推出速度提升 2 至 3 倍的 Highspeed 版本，两个版本已通过 Kimi 产品与 API 提供，完整模型权重计划于 11 月 4 日前发布。
一周热闻回顾：求是杰出科学家奖揭晓、国产医用重离子加速器首台示范装置建成
2026年度“求是杰出科学家奖”数学与物理领域获奖名单公布，王国祯、王虹、贾金锋、叶军4人入选。基于中国科学院近代物理研究所SIMM系统的新一代医用重离子加速器首台示范装置在广东惠州建成，已进入设备检测阶段，预计2026年底开展临床试验。一份未经同行评审的论文指出，美国STEM领域约30%的博士学位论文含AI生成文本，使用AI撰写论文的博士毕业生更可能进入工业界而非学术界。
Google AI Studio 将推出托管智能体
GOOGLE 🔥：托管智能体（Managed Agents）即将登陆 Google AI Studio。 用户将能够在一个专门的智能体中心（Agents hub）中“检查和管理他们的自主 AI 智能体及其工具、环境和触发器”。 本周早些时候，Google 宣布了面向 GCP 的全新 Agent Compute Engine，该方案很可能构建于其上。
英国宣布设立AI生物安全实验室，政府投入1亿英镑并获OpenAI与Anthropic算力支持
英国政府24日宣布设立人工智能生物安全实验室，用于加强生物威胁监测与应对，并加快疫苗、药物等医疗应对手段的研发。该实验室将获得英国政府1亿英镑资金支持，以及OpenAI和Anthropic总计最高2亿英镑的算力等技术资源支持，并与谷歌深层思维公司及英国生物科技企业开展科研合作。
字节 Seed 提出 Recycler 架构：回收隐藏状态实现无额外解码开销的隐式推理
字节 Seed 提出 Recycler，把上一 token 的顶层隐藏状态经轻量适配器与当前 token 嵌入相加后送入下一步，在保留离散 token 路径的同时增加一条连续反馈通路，自回归解码开销与标准 Transformer 大致相同。
Anthropic 常驻智能体 Duet 上手实测
Every 的 Dan Shipper 实测了 Anthropic 的常驻智能体 Duet，认为它是目前最好的个人智能体。Every 平台负责人 Willie Williams 则解释了团队为何放弃早期的个人智能体实验，改为全团队共用一个智能体。
斯坦福与 UC Berkeley 团队提出 TokenGate：Token 门控注意力让长上下文预填充最高提速 11.3 倍
斯坦福与 UC Berkeley 的研究者提出 TokenGate，用 Token 门控注意力机制让长上下文预填充最高提速 11.3 倍。该工作以预印本形式公开，具体样本与基准细节尚未在可见正文中给出。
《科学》（20261022出版）一周论文导读：无线催化装置治糖胖病、多智能体AI框架加速药物发现
《科学》第394卷6822期导读涵盖多项研究：一种无线供电植入装置可将葡萄糖催化转化为葡萄糖酸盐经肾脏排泄，在小鼠实验中恢复正常血糖并去除部分多余热量负荷；"虚拟生物技术公司"多智能体AI框架由首席科学官智能体统一调度。
Google 在 EMNLP2026 演示潜在能力评估
我们如何评估 AI 在不同领域中的潜在能力？今天下午 3:30，来 #EMNLP2026 Google 展台（#D5），与 Vinodkumar Prabhakaran、Piyawat L Kumjorn 和 Sunipa Dev 一起观看现场演示，了解如何将指标操作化并映射真实世界用户查询失败案例。@GoogleDeepMind
闭源实验室RL细节外泄
好帖，闭源实验室用的一些RL细节正慢慢泄露出来。
引用Martin Marek@mrtnmTinker's new StableReinforce objective is Reinforce + Score Centering. Here's how I reverse-engineered it 🧵
NVIDIA 开源机器人视频标注数据引擎 Flora，称成本比 GPT-6 Astra 低至 125 倍
NVIDIA 开源数据引擎 Flora，用于为机器人视频生成动作分段描述、逐步执行评分和任务成败判定三类标注，模型已在 Hugging Face 发布。
刚刚在看一个视频，讲到 AI 能力不如人的地方 讲到数学那里说 AI 的逻辑能力不强，文科还好，但数理逻辑只有初中生水平 这时候果断打开看了一下时间戳，一年半之前的 怪不得 😂
刚刚在看一个视频，讲到 AI 能力不如人的地方 讲到数学那里说 AI 的逻辑能力不强，文科还好，但数理逻辑只有初中生水平 这时候果断打开看了一下时间戳，一年半之前的 怪不得 😂
Anthropic 联合创始人 Jack Clark 将自我改进 AI 预测提前至 2027 年
Anthropic 联合创始人 Jack Clark 把递归自我改进（RSI）可能实现的时间从 2028 年提前到最早 2027 年，依据是 P-Zero Research 的 TasteVal 基准。
Pinal模型登《自然》：输入功能文字描述即可生成候选蛋白质序列
香港科技大学（广州）、西湖大学与中国科学院深圳先进技术研究院等团队合作提出蛋白质设计模型Pinal，相关研究发表于《自然》。模型以自然语言功能描述为输入，先生成蛋白质三维结构再设计氨基酸序列，训练数据含17亿组蛋白质—文本配对、覆盖约1.35亿条序列，参数规模160亿。
入选理由研究者可据此了解文字到功能蛋白的闭环如何做实验验证，以及模型在定量性质指定上的边界。
Google Research 钻石赞助 EMNLP2026
我们很荣幸成为 #EMNLP2026 的钻石赞助商，大会将在匈牙利布达佩斯举行。参加 @emnlpmeeting？欢迎莅临 #D5 展位（H 厅），与 Google Research 和 @GoogleDeepMind 团队交流，并观看我们关于语言建模和智能体系统的现场演示。更多：http://goo.gle/emnlp2026
支持@ShoufaChen 发声，让更多人了解真相！
支持@ShoufaChen 发声，让更多人了解真相！
引用ShoufaChen@ShoufaChen[1/n] 作为这场训练“投毒”事件最直接的受害者，2024年那几个月漫长的训练排查、对峙与质疑，对我而言是一段炼狱般的经历，也是一场对意志和技术的锤炼。 感谢好友们最艰难的时候支持陪伴。也感谢当时所有并肩作战的同事们。
NBER研究：约30%美国STEM博士论文摘要含AI生成文本，使用者更少留在学术界
美国国家经济研究局（NBER）一份未经同行评审的论文用AI检测服务Pangram分析了2019年1月至2026年5月美国大学超过22.6万名STEM博士毕业生的学位论文摘要，发现含AI生成文本的摘要比例从2023年的1.7%升至2025年的18.8%，2026年前5个月已达29.4%，数学和计算机科学最高，为36%。