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。

296 条收录动态，更新于 21:25

出版与诚信 ×清空筛选

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28日

星期三，6 条
  5. 工具与产品同行评审、出版与诚信

    施普林格·自然与谷歌深度思维合作研发AI同行评审辅助工具

    施普林格·自然与谷歌旗下AI公司深度思维于10月28日宣布合作，共同设计一款AI同行评审辅助工具，目前处于测试中的原型阶段。该工具依托Gemini模型和谷歌在ScholarPeer、DeepReview等智能体研究工具上的经验，帮助评审人分析大量文本、图表和图像，发现可能需要重点关注的环节，人类专家判断仍处于流程核心。

    科学网证据待确认未入选重要性 67

10月27日

星期二，12 条
  1. 出版与产业出版与诚信

    Wiley 旗下 Advanced 期刊组合新增 Advanced City、Advanced Food、Advanced Microbiome 与 Advanced Psychology 四本期刊

    Wiley 宣布其 Advanced 期刊组合新增 Advanced City、Advanced Food、Advanced Microbiome 和 Advanced Psychology 四本开放获取期刊，均已开始接收投稿。此次扩容使该组合今年新刊数量达到 10 本、总数增至 36 本，超过其 2 月作出的年内新增 8 本的承诺。

    Wiley官方证据待确认未入选重要性 20
  5. 元研究同行评审、出版与诚信

    研究：大模型能识别引错案件，却难判断引文是否支持所引命题

    一项 arXiv 预印本研究用真实法律引文的受控扰动测试了 14 个前沿模型配置，发现模型能识别 93–100% 的错案替换，但只识别 37–61%（法院判决书）和 52–83%（法律书状）的同案错页码。GPT-5.4 在高推理强度下仍漏掉法院判决书中 40% 的页码不匹配，提示模型常把主题重叠当作支持依据。作者指出，引文核查不能止于确认案件存在，还需验证被引页面是否支持所引命题。

    arXiv cs.DL 数字图书馆预印本未入选重要性 58
  6. 元研究出版与诚信、资助与评价

    arXiv 投稿增长在 2026 年初出现断点，与智能体 AI 模型发布同期

    一项预印本分析用 arXiv 月度投稿量与元数据发现，2025 年 12 月至 2026 年 2 月间出现第二次增长断点，时间上紧随 2025 年末一批可长时间自主工作的模型发布。

    入选理由该分析用 arXiv 投稿量定位 2026 年初的增长断点，并指出数学等桌面型领域增幅最大，为投稿限制与科研评价提供依据。

    arXiv cs.DL 数字图书馆预印本重要性 83
  8. 元研究出版与诚信

    预注册测量：欧盟法律更正、RFC 勘误与撤稿论文在 AI 训练数据中仍以错误形式存在

    一项预注册研究测量了四份公开训练数据集是否包含官方更正：在 EurlexResources 中，2,082 条可检验的欧盟法案单语更正里有 1,989 条（95.5%，94.6–96.3）仍以错误形式存在，随机抽取的 100 条中 46 条改变了含义、数字、交叉引用、主管机构或适用范围。

    arXiv cs.DL 数字图书馆厂商自述未入选重要性 74
  9. 实践与观点出版与诚信、自主科研

    Indigo 对谈郑迪：AI 递归进化与太空大航海

    科技投资人郑迪在 Indigo Talk EP53 中与 Indigo 对谈，从 Robert Wright 将出中文版的《The God Test》出发，讨论 AI 训练本质是被加速的自然选择、模型勒索与作弊是人类的镜像，以及 RSI（递归式自我改进）带来的不透明风险。两人最终落到共同押注的判断：AI 之后的大主题是由机器递归文明驱动的太空大航海时代。

    indigo厂商自述未入选重要性 15

10月26日

星期一，3 条
  2. 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

10月25日

星期日，3 条

10月26日

星期一，2 条
  1. 工具与产品同行评审、出版与诚信

    Springer Nature 与 Google DeepMind 合作开发 AI 同行评审助手

    Springer Nature 与 Google DeepMind 宣布合作，共同设计一款 AI 同行评审助手，帮助审稿人更高效地阅读稿件、分析大量文本、图表和图片，并标出可能需要重点关注的部分，以便把时间留给需要专业科学判断的问题。

    入选理由出版商与模型方联合披露 AI 审稿助手的任务边界、测试阶段和私有部署方式，可供关注同行评审流程改造的从业者参考。

    Springer Nature官方可用产品重要性 62

10月25日

星期日，4 条
  1. 政策与诚信出版与诚信

    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。

    Dongxi 东锡 NLP证据待确认未入选重要性 12
  2. 元研究出版与诚信

    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%。

    科学网预印本未入选重要性 60
  4. 元研究出版与诚信、资助与评价

    Nathan Lambert 哈佛讲座：开源模型现状全景

    Nathan Lambert 在哈佛 CS 2881R「AI 安全」的客座讲座视频发布，他判断开源模型落后闭源前沿约 3 到 5 个月且差距在缩小，中国开源模型在性能、下载量、论文引用上全面领先，美国开源模型又比中国落后 3 到 4 个月。他认为蒸馏被高估、不是关键问题，美国真正持久的优势是算力，前五家实验室总算力平均是中国前五家的 16 倍。

    引用meng shao@shao__meng

    Nathan Lambert 哈佛讲座：开源模型现状全景，中国开源全面领先，但美国有 10 倍以上的算力优势；蒸馏不是关键问题 @natolambert 在哈佛大学 CS 2881R「AI 安全」的客座讲座，他认为：开源模型落后闭源前沿大约 3 到 5 个月，差距还在缩小。性能、下载量、论文引用这三方面，中国开源模型全面领先，美国开源模型又比中国落后 3 到 4 个月。核心判断有三点：把"蒸馏"当成核心问题是高估了；美国真正持久的优势是算力；禁止开源只会损害经济活动，挡不住坏人。 https://natolambert.com/slides/2026/harvard/lecture.html 什么是开源模型，许可证是关键 · 开源是一个光谱：从只开放权重（Llama、Qwen、DeepSeek、Kimi、GLM），到连数据和代码都开放的完全开源（OLMo、Pythia、SmolLM、Marin），Nemotron 处在中间。 · 宽松许可证：MIT（DeepSeek、GLM-5.2、MiMo），Apache 2.0（Qwen、gpt-oss、Gemma 4）。 · 自定义许可证带附加条件，并不算开源：营收门槛（Kimi K3、Muse Spark Open、MiniMax M3 的年营收门槛是 2000 万美元，GLM-5.3 超过 100 亿美元要做安全审查）、品牌露出要求、使用限制。这些条款大多还没有在法庭上检验过。 为什么要开源 支持开源的力量来自几个方向：资本（把互补品变成廉价商品）、科研和教育、防止权力集中、自由。按 Bill Gurley 的说法，开源也是"第二名的自然选择"，用来抢市场和分发渠道、获得软实力。中国实验室集体走向开源，是为了在西方 AI 圈获得存在感；DeepSeek R1 之后，小米、美团、蚂蚁等也纷纷入场。企业用开源模型来"拥有自己的模型"，例如 Harvey 在 Kimi K3 上做法律方向的后训练，全部通过率接近翻倍，成本基本不变。 竞争力 · 2026 年，1T 参数以下就算"小模型"了。新近的强模型：小米 MiMo-V2.6-Pro（总参数 1T、激活 42B，Artificial Analysis 指数 46）、DeepSeek V4.1 Flash（763B，45）、MiniMax M3.1 Flash（42，第三方测评低于官方宣传）。 · 关于"刷榜"：中国模型确实更看重公开榜单，长尾能力也不如美国模型全面。但他花了半年时间，也没找到能证明头部开源模型（Kimi、GLM、DeepSeek）有明显缺陷的分析。 · 开源模型依然锚定着性价比的最优区间，不过闭源厂商现在也开始在这个区间竞争。 蒸馏之争（全篇最有观点的部分） · 训练分三个阶段：预训练、中期训练和 SFT、强化学习。蒸馏主要发生在 SFT 阶段，而现在强化学习消耗的算力已经超过预训练。 · 现在说的"蒸馏"其实是对抗性蒸馏：想办法从 API 里套取被隐藏的推理过程。中国不少实验室有专门的团队做这件事。 · 他认为不值得把它当成焦点：公开研究并没有显示用推理过程做 SFT 能带来巨大提升；没有好的政策手段可以只针对中国而不伤害全球开源生态；中国实验室本身就很强，"快速跟进"本来就比开拓前沿省算力。小米公开直播了 MiMo-V2.6 的强化学习训练（约 150 万次 rollout，花费 347 万美元），就是不只依赖蒸馏的证据。 · 真正持久的优势是算力：美国前五家实验室的总算力平均是中国前五家的 16 倍；到 2026 年底，Anthropic 和 OpenAI 各有 5 GW 以上的算力，而中国头部实验室最多只有 100 到 200 MW。 使用情况 开源模型的推理量快速增长，本地模型下载在加速；Hugging Face 日均独立用户约 60 万。性能相近时，美国模型的采用量是中国模型的 2 到 5 倍，说明市场对美国开源模型有需求。他扫描了 37 万篇 arXiv 论文，Qwen 被提到的次数已经接近 OpenAI 的 GPT。总结是：性能、下载、科研三方面中国都领先，推理和后训练市场也主要是中国模型。 风险与治理 · AI 驱动的网络攻击已经真实发生，而目前公开的案例主要是闭源模型（Claude Code、Codex）被滥用。 · 想禁止开源模型，在现实中做不到（美国不可能建起有效的"防火墙"），而且十多家实验室都能在前沿一年左右的水平上训练模型，结果只会抑制经济活动。不少关于开源风险的说法被夸大了（比如虚假信息），但深度伪造这类风险确实被加速了。 · 建议：发布方按每个模型评估它带来的"额外风险"，并由国家统一风险标准，而不是让各家公司自己判断。开源模型对网络防御非常关键，因为公司的受信任访问项目没法覆盖整个经济。

    meng shao厂商自述未入选重要性 30