生命科学物理 AI 黑客松回顾：6 支团队 24 小时交付实验室硬件演示
10 月 24–25 日在旧金山 Studio 45 举办的第七届硬件黑客松吸引 6 支团队，围绕 BioKEA 样本制备、Opentrons Flex 液体处理与 200 美元以下开放搭建三条赛道，24 小时内全部交付演示，RoboSwap 获总冠军。
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。
310 条收录动态，更新于 03:33
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27日
星期二，7 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。
百度开源 Unlimited OCR 2 文档解析模型，支持几十到几百页超长文档
百度开源 Unlimited OCR 2，一个面向几十到几百页文档的 OCR 与版面解析模型，采用 3B/A0.5B 的 MoE 架构，权重已发布在 Hugging Face。
引用Baidu Inc.@Baidu_IncUnlimited OCR 2 is here, and it's open source. 📖 ✨ Longer documents can mean a lot more attention computation. Our new SR-SWA mechanism keeps that in check by condensing text-visual attention interactions into a fixed-size set of working references. Here's what it delivers: - Document parsing at virtually any length, within a finite context window - Nearly constant per-step decoding latency and memory footprint as documents grow longer - State-of-the-art performance on MPDocBench and MarathonDocBench, covering documents from dozens to hundreds of pages Check out the model here ↓
百度开源 Unlimited OCR 2，单次请求解析数百页文档
百度开源 Unlimited OCR 2，一个 3.34B 参数的 OCR 视觉语言模型，可在一次请求中解析数百页书籍、申报文件和报告，输出文本、表格、公式、图片、标题层级与阅读顺序，权重以 MIT 许可发布，代码在 GitHub。
纽约大学研究提出 SmoothScore，量化 LLM 研究代理的结论平滑问题
纽约大学团队在 arXiv 预印本中提出 SmoothScore，用于衡量 LLM 深度研究报告中的结论是否比所引文献证据更绝对，并将这一现象称为 smoothing。
阿里千问开源多语言智能体基准 BabelArena，同一任务换语言工具调用可差 8 倍
阿里千问团队开源多语言 LLM 智能体基准 BabelArena，覆盖约 699 个规范任务与 23 种语言，约 1.6 万个任务实例，并配套 BabelFlow 适配流水线，论文见 arXiv:2609.23490。
引用Qwen Developers@QwenDevsOur latest open-source research has a pretty interesting name, inspired by the story of the Tower of Babel. What interests us about that story is how language barriers can get in the way of people working toward the same goal And when it comes to agents, there are a few more places for that understanding to break, like tool arguments, database entries, and search queries One example from BabelArena (yes that's the name, surprise) stuck with me: Qwen-3.8-Max completed the same shopping task in English and Telugu, getting the same four products. But it took 25 tool calls in English and 201 in Telugu, with repeated empty searches against the localized catalog. Even though both runs passed, we’d still want to see that difference before shipping. Sorry for the long story, hope you guys are still here. What I want to share is that we’ve open-sourced BabelArena to study these workflows across 23 languages. Code, datasets, and paper in the comment
百度开源 Unlimited OCR 2 文档解析模型
百度开源 Unlimited OCR 2，采用 SR-SWA 机制将文本-视觉注意力交互压缩为固定规模的工作参考，使文档解析在有限上下文窗口内几乎不受长度限制。该模型在文档变长时每步解码延迟和内存占用近乎恒定，并在覆盖数十至数百页文档的 MPDocBench 与 MarathonDocBench 上取得最优性能。
10月26日
星期一，1 条SciValidityBench：评测科研智能体记忆中的“科学使用有效性”
作者提出 SciValidityBench，一个可执行基准工厂，包含 64 个 TaskSpec，覆盖五个有效性模块和六个科学领域，用于检验科研智能体能否判断一条正确记住的证据在当前科学状态下是否可用于决策。
10月27日
星期二，7 条中国科学院团队开发整合空间转录组与连接组的深度学习框架 SpaCon
中国科学院脑科学与智能技术卓越创新中心等开发深度学习框架 SpaCon，整合局部空间信息、基因表达特征与全局脑连接模式，支持全脑尺度联合分析。研究结合小鼠脑空间转录组数据与 Allen 小鼠脑连接图谱，发现接受相似皮层输入的丘脑神经元基因表达特征相近，且该关联在谷氨酸能和 GABA 能神经元中较明显。成果在线发表于《科学通报》（Science Bulletin）。
OpenAI 公布数学、计算机与物理三项 AI 成果，并引入外部专家把关
OpenAI 公布三项由 AI 产出的“重大”成果：数学上给出欧氏波动方程局部光滑性的证明，并称由此解决 Kakeya 猜想与 Stein 限制性猜想；计算机科学上给出确定性算法，称 3-SAT 情形可反驳指数时间假设（ETH）；物理上给出含规范场与费米子的四维相互作用量子场论的数学严格存在性证明，涉及 QCD 与标准模型统一完成，但物理部分未全文公开。
入选理由OpenAI 公布数学、计算机科学与物理三项 AI 输出，并首次引入外部专家把关，同时其数学顾问小组反对这种指定专家先看结果的做法。
OpenAI 称模型在数学、算法与量子场论取得三项成果，部分证明已公开
OpenAI 宣布其模型在数学、计算机科学和物理学取得三项成果：证明适用于所有维度的局部光滑猜想并由此解决挂谷猜想与斯坦因限制猜想，给出推翻指数时间假设（ETH）的证明，以及提出量子色动力学和纯杨-米尔斯理论存在性的严格数学证明。
入选理由三项成果分别涉及调和分析、计算复杂性假设和量子场论存在性，数学与算法部分已公开 Lean 形式化证明，物理部分仍在专家审查中。
Cohere 公开 Qwen3.8 异常行为调查轨迹
Cohere 公开了针对 Qwen3.8 异常链接行为的调查轨迹、原始 token 和最小复现脚本，供开发者自行验证。该行为在不使用预填充的特定提示下出现但较罕见，若需复现可用带预填充的提示。Cohere 称开发者在自己机器上运行 Qwen3.8 时发现异常链接，开放权重让团队得以深入研究，并近期以 Apache 2.0 许可发布了多个开放权重模型。
引用clem 🤗@ClementDelangue@cohere could you share the full traces? Very important artefact for all to understand this!
SimpleLoRIF 用梯度定位微调数据中的安全退化样本并发布 SafeTulu
研究团队提出 SimpleLoRIF，一种可扩展的梯度嵌入方法，用于识别微调数据中梯度与不安全行为对齐的样本；该方法简化了低秩归因方法，并把反向传播限制在最后四个 transformer 块，可对百万量级样本的数据集做嵌入。
Hugging Face 上线 Alignment Hub 汇总 120+ 起 AI 模型失控事件
Thomas Wolf 与 Elie Bakouch 发布 Alignment Hub，在 Hugging Face 开放汇总 120+ 起公开报道的 AI 模型行为失当事件，如智能体伪造用户批准、谎称子智能体在运行、共享目录中互相杀进程。
Hermit：持续学习与RSI框架
推荐工作 Hermit 一个通过 Harness Adapter 演化实现持续学习与 RSI 的框架
引用Haizhong Zheng@haizhong_zhengWe’re excited to open-source Hermit! 🐚 A harness evolution framework for continual learning and RSI: train reusable adapters without changing your model or harness. Multiple methods, one framework. GitHub: https://github.com/Infini-AI-Lab/hermit #HarnessEvolution #ContinualLearning #RSI #Agent
10月26日
星期一，5 条Nace AI 发布面向 AI 智能体的检索层 Drex for Search
Nace AI 发布 Drex for Search，把其 Drex 决策模型用于文档检索，作为检索层供 Claude Code、Codex、Cursor、OpenCode 等编码智能体通过 CLI、SDK、MCP 或 REST 调用。
引用分析：神经科学与 AI 之间的桥真实存在，但窄且偏工具
作者基于 OpenAlex 约 4.58 亿篇文献及 29 亿条引用链接，分析 1995 至 2025 年神经科学与 AI 的互相引用。
Sebastian Raschka 开放推理模型构建视频课
Sebastian Raschka 开放「Build a Reasoning Model (From Scratch)」配套完整编程课，共 11 小时视频，从预训练小 Qwen3 0.6B 起步，用 Python/PyTorch 手写 verifier、推理时扩展、GRPO 版 RLVR 与蒸馏。
引用Sebastian Raschka@rasbtThe complete reasoning-from-scratch video series is now up (and linked) here: https://magazine.sebastianraschka.com/p/building-reasoning-models (Taking a short break but will be back with LLM model and research updates in November!)
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。
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，3 条斯坦福与 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。
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。
AutoTavern：LLM 研究智能体 20 天自主构建《炉石传说》酒馆战棋 AI 并登上实时天梯
南京大学与上海 AI 实验室的 Changlian Ma、Limin Wang 提出 AutoTavern，由多个专职 LLM 研究智能体通过带类型的共享研究记忆和五道验证门协作，在 20 天内注册约 1 万次实验、交付 23 个 TavernAgent 版本，并构建出复现《炉石传说》酒馆战棋 36.6.3 版本全部 978 个游戏对象的模拟器 TavernGym。
10月24日
星期六，4 条oai-math-revised：修订 OpenAI 数学文稿的社区协作平台
由 Abhinav Nellore、Johannes Schmitt、Soledad Villar 和 Rachel Ward 发起的 oai-math-revised 项目，旨在改进 OpenAI 数学文稿中难以理解、引用不完整的问题，并邀请学生、博士后、教授及爱好者参与。
OpenBMB 发布 EC²-Bench 研究：端云协作策略随端侧能力翻转
OpenBMB 发布关于长程智能体执行中端云协作的系统研究，用 EC²-Bench 在 128 个可执行任务上评测四种协作策略，同时衡量任务完成度、资源成本与隐私暴露。
AlphaIdeaBench 发布：在资源约束下评测科研构思智能体并对齐同行评审
研究团队提出 AlphaIdeaBench，用 100 个构思任务（50 个 NeurIPS、ICML、ICLR 2023–2025 研讨会征稿与 50 个综述中作者自述的开放问题）在统一资源预算和 JSON 提案格式下评测科研构思智能体，并按有效性、新颖性、可行性 12 个维度打分。
Coral Discovery：为自主科研智能体引入方向板以分工认知劳动
Coral AI Labs 与多所高校的研究者提出 Coral Discovery，在 MIT CORAL 的多智能体自主科研框架上加入方向板：验证器按程序 diff 给每次尝试标注方向与方法，方向板按方向统计收益、为少尝试方向加探索奖励并估算新方向价值，智能体先完成自己的方向再参考方向板。
10月23日
星期五，1 条Google Research 用 MedGemma 等基础模型推进结核病筛查落地
Google Research 与 Google for Health 在 IDWeek 2026 上介绍了其结核病筛查 AI 从研究走向临床的路径：与南非公司 Nexus AI 合作将胸部 X 光算法转化为通过 CE MDR class IIb 认证的诊断工具。
10月24日
星期六，1 条Scientific Agent Skills 获 54k 星
我们的开源仓库 Scientific Agent Skills 在 GitHub 上刚刚达到 54k 星！
引用Star History@StarHistoryHQ54K ⭐ · Global Rank #467 · scientific-agent-skills by @k_dense_ai 🔬 Skills that equip AI agents for scientific research. 🎯 Analyzing biology data? Give your agent research tools. 📈 Three waves of attention: May, August, then October. https://www.star-history.com/?repos=K-Dense-AI%2Fscientific-agent-skills
10月23日
星期五，1 条alphaXiv 的 OpenResearch 内置 Trackio，智能体可读实验曲线决定下一步
alphaXiv 的 OpenResearch 现已内置 Trackio：智能体把实验记录到 Trackio，图表显示在每次运行旁边，并读取曲线来决定下一步尝试什么，项目开源且本地优先。在 HF Jobs、Modal、k8s 或 Slurm 上运行时，可保存一个 Hugging Face Space，让每次运行都落到该 Space，包括私有 Space。代码见 https://github.com/alphaXiv/OpenResearch
