对抗投机推理提升长程智能体表现
论文提出 Adversarial Speculative Reasoning：针对投机解码中验证块内数值噪声约每位置增加 4%、可能影响长程智能体关键决策的问题，刻意训练草稿模型在重要推理决策处与目标模型不一致，触发拒绝并在数值更精确的位置重启验证。
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。
530 条收录动态，更新于 20:50
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。
11月5日
星期四，2 条Goodfire 提出 mechanistic shaping：用内部表征规定模型如何解题
Goodfire Research 发布论文提出 mechanistic shaping 框架，通过惩罚模型对特定内部概念的依赖或表达，在训练中规定模型“如何解题”而非只看是否答对。
11月3日
星期二，1 条PyRUA-DataFarm 用 LLM 智能体替代遥操作采集机器人数据
PyRUA-DataFarm 提出让编码智能体接手遥操作员的工作：智能体接收数据请求和一段目标场景的标定片段后，在仿真中重建任务，编写场景、专家控制器和成功判定器，再由以真实图像为条件的视频模型渲染出同步的多视角视频，用于训练可直接部署到真机的策略。
11月5日
星期四，4 条中国科学院金属研究所在腐蚀科学中引入高通量监测与大语言模型等 AI 方法
中国科学院金属研究所围绕人工智能与腐蚀科学的交叉融合开展系列研究，涵盖原位高通量腐蚀监测、电化学阻抗谱智能解析、腐蚀图像识别与状态预测、腐蚀知识智能挖掘等方向。
Anthropic 借助 Claude 解析原核生物 Vault 三维结构，纯化时间从 3 天缩短至 90 分钟
Anthropic 生物学研究团队借助 Claude 解析出原核生物 Vault（穹窿颗粒）的三维结构，其中噬菌体来源的 L05 蛋白由 96 条蛋白链组成，冷冻电镜分辨率达 3.2 埃，结构数据已存入蛋白质数据库。
OpenAI 构建自主漏洞发现与修复流水线
我们的安全研究人员构建了一条自主的网络漏洞发现、利用与修补流水线。 在一次使用即将推出的网络模型的单次运行中，它为 Linux 内核中的 948 个本地权限提升漏洞验证并生成了补丁，API 总成本为 120 万美元。
OpenAI：智能体发现新型Linux利用技术
这些智能体还发现并使用了至少10种Linux利用技术，据我们所知以及我们咨询的所有专家判断，这些技术是新颖的。 这表明前沿大语言模型能够发现并修补新的利用方法，而不仅仅是应用已知技术。
11月4日
星期三，2 条Anthropic 用 Claude 解析噬菌体 vault 颗粒结构，预印本已投 bioRxiv
Anthropic 生物学研究团队借助 Claude 完成了原核细胞中 vault 颗粒的首次三维结构解析，相关预印本已提交 bioRxiv。
入选理由Anthropic 生物实验室用 Claude 完成从序列检索到冷冻电镜建模的全流程，给出原核细胞中首个 vault 颗粒结构，研究者可据此判断 AI 在结构生物学中的分工边界。
Anthropic 用 Claude 研究揭示穹窿体可能普遍存在于细菌和病毒中
Anthropic 用 Claude AI 分析发现，细菌和病毒也可能制造穹窿体（vault），提示这类细胞中最奇特的颗粒结构起源古老。该结果加深了人们对穹窿体来源的疑问，但仍是基于 AI 分析的推断，尚待实验验证。
11月5日
星期四，3 条Anthropic 生物团队用 Claude 解析细菌 vault 颗粒三维结构
Anthropic 生物研究团队借助 Claude 解析出细菌及其感染病毒中类似蛋白组装成的 vault 颗粒三维结构，此前 vault 只在动物、植物等复杂细胞中被发现。
SwarmEvolve 用潜空间智能体群做进化式程序搜索，21 个问题上平均得分最高
SwarmEvolve 提出一种让每轮数百个低成本智能体在潜空间中推理、通过传递 KV cache 共享信息的框架，无需解码成文本，并用新颖性过滤器按隐藏状态向量距离保留差异最大的想法。
Google Research 开源 Agile Deliberation 框架，用对话帮人厘清主观视觉分类标准
Google Research 推出 Agile Deliberation 框架，把主观视觉分类器的构建变成人与 AI 的迭代对话，先由用户拆解概念层级与排除项，再由视觉语言模型主动挑出语义边界图像供用户判断，反馈直接进入自动提示优化循环。
11月4日
星期三，3 条GPT-6 Astra 通过权重直接改写其他 AI 模型
研究人员让 GPT-6 Astra 直接读取和生成神经网络的原始权重，并把这一做法称为 Weight-Space Programming。
RobPicker：用于冷冻电子断层图像中大分子稳健识别的元学习框架
研究提出 RobPicker 元学习框架，用于在冷冻电子断层图像（cryo-ET）中识别大分子。作者同时公开了配套数据集与源代码（均存于 Zenodo），论文发表于 Nature 旗下方法学期刊。该框架面向 cryo-ET 数据中分子模式识别这一结构生物学数据处理环节。
小鹏联合北大、港大发布 GroundingPI 具身感知基座模型
小鹏集团联合北京大学、香港大学等团队发布具身感知基座模型 GroundingPI，约 40 亿参数，在 34 项公开感知基准的综合评测中位列第一，得分 73.68，对比 GPT-6 Astra 的 71.54。
11月3日
星期二，1 条VidUEU-Agent：从原始视频自动合成多模态指令数据的智能体
研究团队提出 VidUEU-Agent，一个从原始视频自动合成多模态理解、编辑与统一任务指令数据的四阶段流水线，并可根据下游训练结果自主迭代数据分布。基于该流水线构建的 VidUEU-100K 包含 100K 训练样本，覆盖多个领域与任务；在多个代表性基准上微调基线模型后取得一致性能提升。
11月4日
星期三，5 条论文提出可动态重组的智能体团队，优化 GPU kernel 快于 FlashInfer 基线
alphaXiv 推介的一篇论文提出一种 supervisor，可根据当前阻塞进展的问题持续重组智能体团队，按需创建调试、性能分析或探索替代方案的专门智能体，并在共享记忆中保留此前尝试的经验。
论文提出 Unified Training：用单一算法统一预训练、监督微调与强化学习
alphaXiv 介绍的一篇论文提出 Unified Training，把强化学习视为从按奖励加权的模型生成中学习，使模型能用同一似然目标持续从预训练数据、示范和成功的强化学习解的混合中学习。
ParallelKernelBench 亮相 NeurIPS 2026
如果你对大语言模型编写多 GPU 内核的能力感兴趣，欢迎关注 NeurIPS 2026 上的 ParallelKernelBench！ 仅在 alphaXiv 上发布 http://alphaxiv.org/abs/2606.parallel-kernel-bench
引用Willy Chan@opengroundsFXProud to announce that ParallelKernelBench (https://www.alphaxiv.org/abs/2606.parallel-kernel-bench) has been accepted to NeurIPS 2026! 🎉 If you are interested in the future of multi-GPU kernels, come say hi! Huge thanks to my amazing collaborators @asplencmnt @simonguozirui @simran_s_arora @realDanFu
OpenAI 展示 GPT‑6 Astra 辅助硬件研发：一周出图、一月出样，并与马自达合作汽车设计
OpenAI 公布 GPT‑6 Astra 在实体产品研发中的应用：两名员工用不到一周完成可与 Codex 交互的测试设备设计，模型承担外观、外壳结构、电子元件选型、电路板布局及固件生成，代工厂不到一个月制成小批量原型机。OpenAI 承认模型未始终充分考虑生产限制、尺寸公差与装配细节，投产仍需多轮审核迭代。公司同时与马自达的空气动力学及碰撞安全工程师合作，用气流与结构仿真探索新车设计。
TEXMET：考古纺织品重建的深度学习基准
挪威科技大学（NTNU）团队发布 TEXMET，一个取自大都会艺术博物馆开放获取馆藏的 18,644 张历史纺织品图像数据集，用于拼图式重建研究。基于该数据集微调的图扩散模型 DiffAssemble 在纺织品数据上达到 85.89% 拼图准确率，应用于 45 件 Oseberg 船葬残片时准确率从 26.67% 提升至 64.44%。
11月2日
星期一，1 条自主智能体按靶点重排 MSA，在三个蛋白复合物基准上提升 AlphaFold 3 界面 DockQ
上海交通大学等机构的研究者提出一个自主科研智能体，把冻结的 AlphaFold 3 当作黑箱实验仪器，针对每个靶点自行提出生物学假设、分析并重组 MSA，仅依赖预测器的无标签置信信号迭代调整序列选择与跨链配对。
11月4日
星期三，6 条中科院天津工业生物所构建食品生物制造知识库 SynBioFooDB 并上线交互平台
中国科学院天津工业生物技术研究所构建食品生物制造知识库 SynBioFooDB，整合 74237 种食品化合物的来源、功能与生物活性信息，并通过大语言模型辅助提取与专家核验，从 5592 篇文献中提取涉及 1054 种化合物的微生物生产证据。
入选理由知识库把分散的微生物生产证据与合成途径整合为可检索平台，研究者可据此比较宿主与改造策略。
OpenAI 称 GPT-6 Astra 不到一周从零设计出一款硬件设备
OpenAI 称其硬件团队用 GPT-6 Astra 设计了一款让用户与 Codex 编程智能体对话的设备，作为副项目在不到一周内完成。据 OpenAI 说法，Astra 承担了外壳设计、含元件选型与走线的 PCB 布局、固件和用户界面等全部环节，代工厂在不到一个月内产出小批量原型，但因 Astra 未总能考虑制造约束、公差和装配细节，经历了几轮修改。
alphaXiv 转发 intology 博客：Locus 自动化分子发现中的 AI 研发
alphaXiv 转发 intology 关于自动化 AI 研发用于分子发现的博客，并给出发布在 alphaXiv 上的链接。据该博客，自动化研究系统 Locus 可自主开发科学 AI 模型，在分子性质预测、微调 Boltz-2 预测小分子活性以及围绕 BoltzGen、Boltz-2、ESMC、ESMFold2 构建抗体设计流程等任务上，表现优于 SOTA 基线和用于优化这些任务的 LLM 智能体；博客还称其在数据有限时泛化更好、样本效率更高、解方案更多样。
引用Intology@intologyLocus sets the frontier for automating molecular design Our automated research system Locus develops scientific AI models that outperform SOTA expert solutions Unlocking the potential of scientific AI requires leveraging proprietary data. Locus achieves this autonomously 🧵👇 -- We test Locus across a number of tasks related to molecular scoring and design: training molecular property prediction models for a proprietary task, fine-tuning Boltz-2 to predict small-molecule potency, and building antibody design workflows around BoltzGen, Boltz-2, ESMC, and ESMFold2. Each of these settings are real-world AI for science use cases, where tasks are often out-of-distribution for existing foundation models and limited in data, while featuring expensive and noisy evaluators. Compared to state-of-the-art baselines and LLM agents set to optimize these tasks, Locus achieves higher performance. Additionally, Locus generalizes better despite limited data, finds more sample efficient solutions, and explores a higher diversity of solutions.
Ai2 测试架构与预训练对 LLM 失败的影响
为测试失败是源于架构还是预训练，我们直接在 StateBench 上训练 LLM，然后用更长的输入对它们进行评估。 混合模型 + Gated DeltaNets 在前 3 个级别上近乎完美；transformer 随长度增加而退化，且无法解决一般有限问题。
Gated DeltaNet 长序列泛化能力获证明
在 StateBench 最难级别上，灵活的 Gated DeltaNet 处理的序列长度约为训练中所见序列的 10 倍。 我们的新证明表明，即使特征值非负的 Gated DeltaNet，也能在带舍入的固定精度算术下解决某些周期性任务。
SETI 的 Allen Telescope Array 由 AI 智能体操控并实时分析射电信号
SETI 研究所与 Breakthrough Listen 在加州北部的 Allen Telescope Array 上引入 AI 智能体，可操控望远镜并实时分析接收到的射电信号，目前仍需研究人员输入指令。
11月3日
星期二，1 条统计学家如何用机器学习增强地外生命搜寻：NASA与佐治亚理工的LifeTracer
NASA与佐治亚理工学院开发出机器学习框架LifeTracer，通过分析8块碳质陨石和10份地球地质样品的有机化合物分布模式，区分生物与非生物来源，成果发表于PNAS Nexus。该系统可同时分析数千种分子特征，面向未来火星样品返回及土卫二等原位探测任务。
11月4日
星期三，1 条Transluce 用自动化流程批量构造近 7000 个带意外副作用的训练数据集
Transluce 提出自动化流程，批量构造带意外副作用的训练数据集（DSSE），共生成 6915 个数据集，覆盖 18 种目标行为，例如推荐自残、抗拒关机等。