Exo：可运行时自我改进的AI智能体架构
UC Berkeley 博士生、Google Research 高级研究员 Alex Krentsel 在 Arena 介绍了自改进 AI 智能体架构 Exo，借鉴操作系统的 exokernel 思想，将智能体拆分为受保护的机制层（状态、历史、密钥和"guardian"）与可完全演化的策略层。在基准测试和开放世界 RuneScape 任务上，Exo 比 Codex 和 Pi 便宜 31-62%。
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。
284 条收录动态，更新于 22:59
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30日
星期五，2 条Accenture Federal Services 的 Barnett Koven 谈 DOE Genesis Mission 与 AI 科研“骨干”
Accenture Federal Services AI 与数据董事总经理 Barnett Koven 在播客中讨论 DOE 的 Genesis Mission，称其为科学研究的“骨干”。他提到用自然语言处理从国务院每天约 3000 份外交电报中提取信息，并称如今借助 Claude Code、Codex 等工具，原本 6 人 6 个月的项目两人数周即可完成。
10月29日
星期四，6 条Hugging Face 与多所美国高校发起 Project ProtoStar，推动公共资助科研数据以 AI 可用格式开放
Hugging Face 与卡内基梅隆大学、普渡大学、佐治亚理工学院、亚利桑那州立大学、乔治·华盛顿大学等机构共同发起 Project ProtoStar，推动公共资助科研的数据集、模型和代码以 AI 可用、机器可处理的格式在开放基础设施上发布。
Google DeepMind 科学家谈 AI 推动印度科研
感谢 Abhay Karandikar 教授和 @PrinSciAdvGoI 的 Ajay Sood 教授邀请我在会议上发言，介绍我们在 @GoogleDeepMind 所做的工作。 听到 @PMOIndia @narendramodi 谈到印度重视推进科学与研究以应对全球挑战，我尤其高兴。 鉴于印度年轻且不断壮大的科学界，我对科学在推动国家增长中将发挥的作用非常乐观。
引用Abhay Karandikar@karandi65It was quite nostalgic to attend Emerging Science, Technology and Innovation Conclave @estic_2026 at Bharat Mandapam. Last year around the same time, in the first week of November, I was involved in organizing the first edition -ESTIC 2025 and had spent several sleepless nights. Today morning, I chaired the Session on Plenary talk by Dr Pushmeet Kohli, Chief Scientist Google Clouds and VP at Google DeepMind. Dr Pushmeet delivered a wonderful talk on possibilities that AI has opened in biology to materials science. He also talked about breakthroughs such as AlphaFold. Most importantly, he underscored the fact that AI can certainly help all scientists in tasks such as data collection and curation, literature survey and even new hypothesis generation or experimental investigation planning. It is then upto a scientist to use this to perform her research. There was an equally stimulating session on Physical AI with an interesting perspective from industry by Jalaj Dani, Chairman of @Addverb_Tech. I also released DST’s in-house Dream magazine with special feature on Physical AI. @DaniJalaj @pushmeet @IndiaDST
华为制药军团总裁樊杰：华为不做药，要做 AI 制药产业技术底座
华为制药军团总裁樊杰在第十一届医药创新与投资大会上明确表示，华为不做药也不做管线，而是为药企、科研机构及 AI 制药企业提供算力、存储、网络、工具链和数据治理能力，做 AI 制药的技术底座与生态支持者。他透露部分合作项目已开始部署百卡规模计算集群，华为现有 1024 卡超节点方案，并与深势科技、望石智慧、分子之心等合作形成配套方案。目前华为已与两家医疗企业合作共建百卡集群，投资规模接近亿元级。
AI与数学相遇，将把彼此带向何方？
谷歌DeepMind的AI智能体今年5月解决9个此前未解的厄多斯问题并攻克44个开放数学猜想，OpenAI近日在GitHub一次性公开722篇由内部AI模型生成的数学手稿。
ReGap-Bench 诊断多模态推理的“引用鸿沟”：视觉脚手架能修什么、不能修什么
研究者提出 ReGap-Bench，一个固定场景、问题与答案、仅改变引用方式的多模态推理配对基准，覆盖五项视觉推理任务。结果显示，与任务匹配的引用最多可将准确率提升 25%，不匹配的引用收益很小甚至损害表现。作者据此把“引用鸿沟”——语言未能绑定到相关视觉实体、区域或位置——视为独立于视觉感知的瓶颈，并指出构建任务适配的视觉引用可作为免训练的视觉技能。
无需教师模型的一步语言模型训练指南
想深入理解扩散模型与基于流的语言模型的人必读 如何在没有教师模型的情况下训练一步语言模型 文章从并行解码为何困难讲起，带你了解流匹配与Beckmann传输，全程配有可视化！
10月28日
星期三，1 条Anthropic 的 AI for Science 计划扩展至科研基金会与研究机构
Anthropic 宣布其 AI for Science 计划从支持个人研究者扩展到科研基金会与研究机构，向 20 个科学基金会、研究机构和研究团队提供免费 Claude 额度。
入选理由Anthropic 把免费 Claude 额度从个人研究者扩展到资助机构和大型研究所，读者可据此判断哪些机构的研究者能获得 AI 资源。
10月29日
星期四，1 条Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周
Google DeepMind 发布 Gemini 4 Carbon，距上一代 Argon 仅两周，在 Artificial Analysis Intelligence Index v5.0 上以 59 分居首，Argon 为 50 分。
10月28日
星期三，1 条Meta 宣布支持五所美国高校用其 Muse 模型开展医学与基础科学研究
Meta 宣布为加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和 UTHealth Houston 五所美国高校提供支持，形式包括使用其最新 AI 模型、与 Meta 研究人员直接合作以及部分项目的研究经费。
10月27日
星期二，1 条Cartesia 发布 H-Net 扩展结果：免分词架构在语言、DNA 与图像上的计算效率
Cartesia 公布分层网络 H-Net 的扩展结果，用模型内部动态分块替代 BPE 分词，在语言建模上以更少计算达到同等损失。
10月29日
星期四，1 条Meta 宣布支持五所美国高校科研，开放 Muse 系列等模型访问
Meta 宣布为 Caltech、OhioStateMed、LSU、IndianaUniv 和 UTHealthHouston 五所高校的研究提供支持，帮助推进科学与医学领域的突破。
10月28日
星期三，3 条非盟与欧盟举办AI in Science高级别活动，探讨科研AI合作新路径
非盟与欧盟于2026年10月26日在线举办“AI in Science”高级别活动，讨论如何构建公平包容的科研AI伙伴关系并确定未来联合行动优先事项。欧盟委员会介绍了其AI in Science战略及RAISE计划，称非欧科研创新合作已支持约60亿欧元活动。会议提出数据与基础设施、科研网络、创新生态、技能人才四方面合作重点，相关建议将用于筹备2027年非盟—欧盟科研与创新部长级会议。
Artificial Analysis 智能指数 v5 上线，Claude Opus 5.5 居首
Artificial Analysis 发布 Intelligence Index v5，含 2 项新基准与 3 项升级，60% 的指数基于私有测试集或留出答案。
引用Artificial Analysis@ArtificialAnlysAnnouncing Artificial Analysis Intelligence Index v5, featuring 2 new benchmarks and 3 upgrades. For the first time, the majority of the Index is built on private datasets The Artificial Analysis Intelligence Index is our composite measure of model capabilities across tasks reflecting real-world usage today. v5 is our biggest upgrade since v4 launched in January. With v5, 60% of the Index is now based on evaluations with private test sets or held-out answers. Alongside Intelligence Index v5, we’re launching the Artificial Analysis Progress Index v1, which tracks model capability over time on one continuous scale. New to the Intelligence Index: ➤ FrontierCode 2.0: Cognition's newly-launched private benchmark of real-world coding tasks, graded on whether a repository maintainer would merge the agent's change ➤ Terminal-Bench-Science: 70 agentic scientific research tasks, run in a terminal environment Upgraded: ➤ HLE-Diamond (replacing Humanity's Last Exam): a refined 1,000-question version of Humanity's Last Exam, split evenly between reasoning and knowledge questions ➤ AA-Omniscience v1.1: An updated dataset with saturated and public set questions removed, new questions added, and ambiguous or erroneous questions revised ➤ CritPt v2: a private, 40-question hard subset of CritPt v2, revised by the CritPt authors and run with a code-execution tool Staying in the Index: AA-Briefcase, AutomationBench-AA, GDP.pdf and Terminal-Bench 4.0 Removed from the Index: GDPval-AA v2.1, SciCode, and AA-LCR v1.1 Key results: ➤ Claude Opus 5.5 (max) leads at 58, ahead of GPT-6 Astra (max, 57) and GPT-6.1 Sol (max, 55): Anthropic and OpenAI hold the top five models. Gemini 4 Argon (high) is next at 50 ➤ The open weights gap widens from 3 points to 12: Kimi K3.1 Pro (weights not yet released) is the top open weights model at 46. Among released weights, DeepSeek V4.1 Flash 1017 (max) and GLM-5.3 (max) lead at 32 - 26 points behind the leader and below Claude Haiku 5.5 (max, 36) ➤ Cost per task varies by more than 13x among the leading models: of the 10 highest-scoring models shown, GPT-6.1 Terra (max) is the cheapest at $0.96 per Intelligence Index task and Claude Fable 5.1 (max) the most expensive at $13.04
MIT 研究：26000 篇论文全文语义相似度在 2021 年后升至 3 倍
MIT 数学系团队用语义语言模型筛查 CORE 数据库中 8 个领域 2015–2025 年的 26000 余篇全文论文，发现与近五年文献语义相似的文本占比在 2021 年前基本稳定，之后急剧上升，到 2025 年达到 2015–2020 年均值的 3.11 倍。
入选理由研究用固定规模对照样本衡量全文语义重复度，为编辑和审稿人判断论文文本原创性提供了一个可复用的测量思路。
10月27日
星期二，1 条卡内基梅隆大学与 Browser Use 发布 Odysseys2 长任务网页智能体基准
卡内基梅隆大学与 Browser Use 联合发布 Odysseys2 基准，包含 100 个真实网页长任务、982 条通过/不通过检查，最佳智能体 GPT-6 Astra 完整完成 47/100，其余 14 个智能体中无一超过 20 个，5 个一个也未完成。
10月28日
星期三，2 条大脑如何避免“灾难性遗忘”：Neuron 模型提出树突区室与抑制性中间神经元机制
一项发表于 Neuron 的建模研究提出，树突可作为神经元内半独立的区室，抑制性中间神经元按情境逐个“解锁”特定区室的学习，使同一神经元能参与多个重叠的记忆集群而不抹除旧记忆。研究团队用全连接网络模拟多个脑区，模型能区分视觉相似但读音不同的“0”和“O”。该机制尚待实验证实，并给出了关于中间神经元组织方式的可检验预测。
OpenAI 宣布数学、计算机科学与物理学三项成果，发布方式引发科研界不满
OpenAI 于当地时间周一宣布在数学、计算机科学与物理学领域取得三项突破，并称将调整成果发布方式。数学方向称已在全部维度上证明挂谷猜想，AI 生成的推导内容直接放出交由学界解读；计算机科学方向称证伪指数时间假说，由 OpenAI 组建外部研究小组解读；物理学方向围绕量子色动力学与杨-米尔斯理论，暂不公开，交由外部专家团队决定发布形式。
入选理由三项成果的公开程度各不相同，研究者可据此判断核验门槛与参与空间在哪里。
10月27日
星期二，1 条Artificial Analysis 发布 Intelligence Index v5，新增 Terminal-Bench-Science 等科学评测
Artificial Analysis 发布 Intelligence Index v5，这是自 v4 以来最大的一次升级，60% 的评测改用私有测试集或留出答案。
10月28日
星期三，4 条微软以 Copilot、Microsoft IQ 与 Agent 365 平台化推进 Frontier Transformation
微软在 Ignite 提出 Frontier Transformation 一年后，以平台化方式推进：Copilot 作为与 AI 交互的入口，Microsoft IQ 平台放大企业自身智能，Agent 365 提供各层级的信任与可观测性。
A-RSI：面向零数据多模态自我改进的自适应任务刷新
A-RSI 通过监测训练日志中的奖励变化与准确率，在学习信号下降时刷新任务池，无需参考验证集或测试分数。其静态程序库自动生成多模态问题并推导参考答案，训练过程不使用外部训练样本或人工标注答案。在 11 项基准测试上，使用 800 个新任务将平均性能从 57.77 提升至 61.05。
Google DeepMind 推出 Genie 4：实时世界模型引入 Gemini 规划与音频生成
Google DeepMind 发布 Genie 4 世界模型，可逐帧实时生成可交互场景，是该公司首个直接生成声音的实时世界模型，目前仅向部分测试者开放研究预览。
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
星期二，1 条上海AI实验室办书生国智科探挑战赛，发布多项产学研合作计划
上海AI实验室与壁仞科技10月23日举办“沪上聚智·芯研共生”产学研协同创新交流会，并为7月启动的书生国智科探挑战赛六大赛道颁奖。赛事吸引800余家机构近万名选手，征集400余个Skill，已全部上线书生·端砚科学发现平台。会上还联合华东师范大学发布“国智揭榜”首期数智求解黑客松、启动“书生·端砚”科教共创计划，并联合壁仞科技、上海仪电启动共享算力池计划。
10月26日
星期一，1 条大模型时代的可信递归自我改进：基础、风险、评估与开放挑战
一篇综述为大模型系统的递归自我改进（RSI）给出可操作定义与流程框架，将可信要求归为真实且持续的改进、行为约束与对齐公平、系统安全与隐私、透明与可控四个主题。分析覆盖改进诊断、方案生成、方案评估与更新实施（S1–S4）及对改进机制的递归应用（RI），并区分直接 RSI 证据与相关系统中的证据。文章还讨论评估设置，提出独立与纵向评估的要求及开放研究问题。
10月27日
星期二，4 条直播预告丨细胞出版社：AI在RNA系统理解、预测与医学工程设计中的前沿进展
细胞出版社（Cell Press）将于2026年10月29日13:30-16:00举办Cell Press Live线上研讨会，聚焦AI在RNA系统理解、预测与医学工程设计中的前沿进展。璩良、任捷、杨建益、陈刚四位学者将通过报告和圆桌讨论，探讨RNA结构与功能、RNA修饰、RNA设计及AI驱动的生物学发现。会议在科学网App、微博、视频号、B站直播，免费注册参会。
Redwood Research 呼吁加速 AI 概念推理能力研究
Redwood Research 发文主张应差异化加速 AI 的概念推理能力，即处理类似哲学、缺乏可验证标准、依赖非形式化先验论证的任务。该机构称已从直接做概念研究转向主要推进这一方向，并称初步工作显示基础引导技术（如 few-shot prompting）和小规模训练可让模型在其主要概念推理基准上提升相当于三到十二个月前沿进展的分数。
神经科学如何启发了 AI，如今又该何去何从？
计算神经科学家 David Sussillo 指出，AI 最初源于对生物神经元电特性的抽象，但这一直觉来源如今已不再成立。他认为神经科学尚未成功理解 AI，部分原因是 AI 技术受工程驱动、迭代速度远超科学跟进，而 AI 系统可完整观测，反而可能先于大脑获得深层理论。大语言模型的思维链推理为认知神经科学家带来新机会，多学科共同参与理解 AI 的格局正在形成。
斑马鱼行为表型组学：ZeChat 深度学习程序区分 11 个自闭症相关基因引发的行为亚型
一项新论文利用深度学习程序 ZeChat，将 11 个自闭症相关基因在斑马鱼中引发的行为划分为三种功能亚型，这些亚型与对神经活性药物的特定反应相关。研究团队称其行为表型组学方法"为精准治疗发现提供了概念与技术基础"。该研究结果发表于预印本平台 bioRxiv。