AntLingAGI 发布 Ling 3.1 Flash 1019 开放权重模型
AntLingAGI 发布 Ling 3.1 Flash 1019，这是 Ling 3.1 Flash 的更新版推理模型，560B 总参数、25B 激活参数、1M token 上下文窗口，采用 MIT 许可，权重已在 Hugging Face 开放并可通过 InclusionAI 官方 API 调用。
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。
202 条收录动态，更新于 19:50
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
星期三，3 条Google 提出 sleep 框架，让大模型在持续学习中巩固知识
Google 研究者提出面向大语言模型持续学习的 sleep 框架，让模型在活跃交互与离线巩固两个阶段之间交替，把短期上下文中的信息写入长期参数。离线阶段通过 MoE 参数扩展、知识蒸馏与强化学习模仿完成记忆巩固，再用随机专家激活生成合成样本进行自我改进。
入选理由Google 研究者提出让大模型在离线阶段巩固记忆的持续学习框架，并给出长上下文与推理基准上的对比结果，可供关注模型知识更新机制的研究者参考。
10月27日
星期二，2 条inclusionAI 发布 Ling-3.1-flash-1019：560B 总参数、1M 上下文
inclusionAI 推出 Ling-3.1-flash-1019，为 Ling-3.1-flash 的升级版，总参数 560B、每 token 激活 25B，上下文窗口 1M token。
SUDO：把论文论证结构建成学术知识图谱的本体
伦斯勒理工学院团队提出 SUDO（Scholarly Upper Discourse Ontology），按论文的术语、命题与论证结构自下而上构建学术知识图谱，并保留每条信息在原文中的出处。
10月26日
星期一，5 条Sakana AI公布AI主权三大支柱与Sawara预训练项目
Sakana AI在东京 symposium 上由 CEO David Ha 公布支撑“AI主权”的三大支柱：用AI智能体开发下一代预训练模型、面向日语与商业场景的事后学习技术 Sakana Namazu、不依赖单一模型实现前沿性能的编排技术 Sakana Fugu。
DEEPSEA 评测大模型东南亚语言能力
大语言模型对东南亚语言的理解程度如何？今天上午 10:30，欢迎到 #EMNLP2026 Google 展台（#D5）参加 Shubham Mittal 的现场演示，了解 DEEPSEA——一个用于评估大语言模型在 12 种东南亚语言上表现的基准。阅读论文：https://arxiv.org/pdf/2610.26155v1
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。
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。
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24日
星期六，5 条PatEx-Gym 框架发布：用智能体做专利审查中的现有技术检索与新颖性评估
研究团队提出 PatEx-Gym，用于开发和评估专利审查智能体，包含 1K 个真实审查任务、超过 1M 件专利与 52K 篇科学论文的检索语料，以及支持迭代检索、文档查阅、推理和审查意见书（OA）生成的运行环境。
Google Research 用 MedGemma 助力结核筛查
结核病（TB）仍是全球最致命的传染病之一，每年估计夺去 123 万人的生命。本周在 IDWeek 2026 上，我们重点展示 MedGemma 等开放基础模型如何将 AI 带到结核筛查一线，以扩大早期检测范围。了解更多：http://goo.gle/4i7HS4o
Kimi K3.1 Pro 发布：3T 级开源权重模型，支持 100 万 token 上下文
Moonshot AI 推出 Kimi K3.1 Pro，这是其 K3.1 系列首款模型，也是迄今最强的 3T 级开源权重模型，具备 100 万 token 上下文窗口。
Kimi K3.1 Pro 发布，Artificial Analysis 智能指数排第 4 得 55 分
Moonshot 发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得 55 分排第 4，比 Kimi K3 的 44 分高 11 分，仅次于 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full。
10月23日
星期五，3 条Li 等人提出 EdenGNN-Uni 通用电荷密度预测等变框架
Nature Machine Intelligence 在线发表 Li 等人的研究，提出覆盖元素周期表的通用电荷密度模型 EdenGNN-Uni，用于材料的电子结构计算。摘要称其速度比部分现有方法快一个数量级以上，可支持高效且准确的电子结构计算。doi:10.1038/s42256-026-01326-5
Principia：在测试时从假设迭代构建科学原则的 LLM 框架
研究者提出基于大语言模型的框架 Principia，在测试时从相关输入与观测结果中形成对比性因果假设，再把反复出现的关系归纳为原则，并用新观测修正假设、重建原则。在分子优化、蛋白质工程、基因扰动和分子性质预测等基准上，该框架优于依赖内部知识、外部来源或经验总结的基线，生成的原则与科学文献相符；代码已在 GitHub 公开。
Hugging Face 联合 TIGEM 等机构发布开放 DNA 模型 Carbon-X
Hugging Face 与 TIGEM、那不勒斯费德里科二世大学和中关村学院合作训练了 Carbon-X，这是一个 14B 开放模型，可直接读取原始 DNA 并用自然语言描述。
入选理由开放权重、可在笔记本上运行的 DNA 模型，让学术实验室能自行评估它能否用于变异解读这类日常任务。
10月21日
星期三，3 条AW-0：把代码规划与视频动作预测结合的智能体世界动作模型框架
研究团队提出 AW-0，一个将代码规划与视频、动作联合预测整合的智能体世界动作模型框架，在统一的 mixture-of-transformers 架构中把代码、未来视频和机器人动作作为三条耦合生成流建模。
DeepEvolve 以未来事件预测为环境实现智能体递归自我改进
研究团队提出 DeepEvolve，一个以未来事件预测为任务环境的可持续演化智能体系统，智能体与动态变化的环境持续交互，并把每次预测背后的推理轨迹转化为能力。
Quant-Arena：用真实 A 股数据评测 LLM 智能体的量化研究能力
研究团队推出 Quant-Arena，这是一个面向端到端量化研究的基准与公开排行榜，使用真实 A 股数据：模型需自行构建特征与选股代码，仅能获得 2022–2023 年的反馈，并冻结一个策略在封存的 2024 年接受评估。
10月22日
星期四，3 条Ai2 发布 PLANTEUR 热带作物制图基准，扩展 PASTIS 至六个热带地区
Ai2 发布 PLANTEUR，将作物类型制图基准 PASTIS 扩展到留尼汪、瓜德罗普、马提尼克、法属圭亚那、马约特和圣马丁六个热带地区，数据来自法国土地地块识别系统。
Ant Ling 开源医疗增强 MoE 模型 Ling-3.0-flash-Sante
Ant Ling 正式开源 Ling-3.0-flash-Sante，这是一个医疗增强的 MoE 模型，总参数 124B，每 token 仅激活 5.1B，在专业医疗任务和复杂医学推理上于同规模模型中表现领先。模型面向真实医疗研究与工作流，强化了深度研究、多智能体协作和工具调用能力，权重已开放，供研究者、开发者和医疗从业者使用。
Recursive 发布 Flint 模型，由 Eureka Machine 自动完成研发流程
AI 初创公司 Recursive 发布首个语言模型 Flint，研发过程几乎每一步都有其自动研究系统 Eureka Machine 参与，由它提出想法、实现、测试并规划后续实验。
10月21日
星期三，1 条CulturalRiddles：覆盖 62 种文化的谜语基准发布
CulturalRiddles 是一个由人类通过社区参与式创作、覆盖 62 种文化（45 个国家、51 种语言）的原创文化谜语基准，用于评估大语言模型对多元文化的理解与应用。研究用自动评测和大规模人工评估测试了 28 种 LLM 配置，前沿模型在部分文化群体中准确率最高仅 22%。全部材料已公开，并开放贡献流程以扩展语言与文化覆盖范围。
10月22日
星期四，5 条Google DeepMind 发布森林类型地图 ForTy
并非所有森林都一样，现在我们可以把差异绘制出来。🌳 认识一下森林类型图（ForTy）：一张 10 米分辨率的天然林、人工林和农用林地图，帮助识别毁林并保护最重要的森林。🧵
Hugging Face 开源 DNA 模型 Carbon-X，基于 Qwen3-14B 训练
Hugging Face 发布开源 DNA 模型 Carbon-X，以 Qwen3-14B 为基础，在 300B tokens 的 DNA、英文与交错数据上做中训练，并采用英文 BPE 加 DNA 6-mer 的混合分词器。
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型及全球预计算嵌入
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时序，为全球每个 10 米像元生成 128 维向量，前 64 维可单独使用。
入选理由Ai2 公开了全球卫星嵌入、权重与预计算数据，地球观测研究者无需 GPU 即可用少量标注做地表分类与变化分析。
Cohere 发布 CulturalRiddles 文化基准
大语言模型在数学和科学上越来越强。但令人意外的是，许多模型连一个简单的谜语都解不开。 @Cohere_Labs 的 CulturalRiddles 是一个新基准，将文化作为交织的、切身经历来测量。秉持开放科学精神，它由一支意想不到的团队打造。
米哈游联合清华北大等高校开源 GameScaling 系列游戏模型，覆盖 0.8B 至 27B 参数
米哈游崩坏 AI 研发团队联合清华大学、北京大学等机构开源 GameScaling 系列游戏模型，共 8 个检查点，覆盖 0.8B、2B、9B、27B 四种参数规模，每种分 S1、S3 两个版本。