百度推出自动化研究系统 ERNIE Evolve，用于改进 AI 训练与推理
百度发布自动化研究系统 ERNIE Evolve，给定明确研究目标后，它会选择研究方向、修改代码并运行实验，只有通过独立评估与评审的改进才会保留，每轮结果用于指导下一轮。
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。
2,319 条收录动态，更新于 22:00
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9日
星期一，24 条姚期智、杨植麟联合署名论文推出TCSExam，评测9个前沿大模型的理论计算机科学能力
姚期智团队联合杨植麟等发表署名论文《TCSEXAM：在TCS研究的全范围内评估前沿大型语言模型》，推出TCSExam评测，把定理证明、求解器工程、构造和开放猜想四类任务纳入同一考卷，由Lean内核等机器验算。
入选理由论文把理论计算机科学的定理证明、构造、求解器与开放猜想纳入统一评测，研究者可据此判断大模型在哪些数学任务上已能产出可机器核验的结果。
基于深度学习的步态分析可预测多系统健康表型
一项基于深度学习的步态分析可预测多系统健康表型。原文正文未能加载，除标题外无更多可核验细节，研究机构、样本量与发表状态均不明确。
Goodfire 提出 Mechanistic Shaping 训练法
Goodfire 提出 Mechanistic Shaping，利用模型内部表征训练其不依赖无关信息或产生谄媚、奖励黑客等不良行为。在带偏见的图像分类基准上，最差组准确率从 51.6% 提升至 97.7%；在最高 32B 的大语言模型上也能减少不良行为，但模型有时会通过内部换一种编码方式隐藏这些概念。
单细胞机器学习揭示阿尔茨海默病遗传锚定的细胞类型特异性程序
一项单细胞机器学习分析揭示了阿尔茨海默病中由遗传变异锚定、具有细胞类型特异性的程序。原文正文未能加载，除标题外无更多可核验细节。
多模态细胞基础模型需要超越对齐的协同整合
正文未能加载，仅能从标题判断：文章讨论多模态细胞基础模型，主张其构建需要超越单纯对齐的协同整合。具体模型、机构、数据与结论均无法从现有材料核实。
GeneSPOT：解读跨组织与时间的基因中心空间动态
GeneSPOT 用于解读跨组织与时间的基因中心空间动态。原文正文未能加载，除标题外无可核验的方法细节、数据规模或发表状态信息。
AI 如何改变数学：这一转变的来龙去脉
原文正文未能加载，仅标题表明文章讨论 AI 对数学的改造及其发展历程，未提供具体模型、机构、数据或证据阶段信息，无法进一步概括。
AIAA 与 ScholarOne Conferences 合作推出 Post Session Review，将论文与现场报告绑定
美国航空航天学会（AIAA）与 ScholarOne Conferences 合作开发了 Post Session Review，让分会主席在熟悉的 ScholarOne Session Centre 内提交结构化反馈，该功能现已向所有客户开放。
SwarmEvolve 用 450 个隐空间智能体并行做数学发现与优化
alphaXiv 推介的论文提出 SwarmEvolve，让 450 个智能体并行在内部推理而不生成文本，并通过 KV-cache 共享思路，再用新颖性过滤保留多样方案后组合成新解。
百度发布自动研究系统 ERNIE Evolve，并在 ERNIE-5.5-Flash 推理优化中落地
百度发布自动研究系统 ERNIE Evolve，它围绕给定代码仓库、优化目标和评测标准自主修改代码、在隔离环境跑实验，由独立评测与复核决定保留哪些改动。该系统在 NanoChat AutoResearch、NanoGPT Speedrun 和 SOL-ExecBench 三项公开任务上均高于基线，其中前两项超过公开验证的最好结果，优化结果已在 GitHub 开源。
入选理由百度公开了自动研究系统在公开基准与自家推理优化任务上的结果，研究者可据此判断自动研究闭环能承担哪类研发工作。
芝加哥大学将设无 AI 写作必修课，东伊利诺伊大学学生请愿规范教师用 AI
芝加哥大学成立 Chicago Center for Writing，并将从明年秋季起要求所有大一学生修读一门无 AI 写作课程。东伊利诺伊大学学生 9 月发起请愿，至周日已获 529 个签名，要求校方规范教师使用 AI，学生参议院 10 月初通过相关决议。
在 AI 时代重新思考神经科学研究生教育
六位神经科学家在 The Transmitter 撰文讨论 AI 时代神经科学研究生教育应保留、舍弃与新增哪些训练内容。文章指出大语言模型已能大幅加速编程、数据分析和科学写作，AI 智能体在生物数据分析、假设生成与科学发现上展现潜力，但常规使用 AI 者在移除 AI 后同类任务表现更差。作者主张以“构建—评估”循环训练学生，让 AI 充当苏格拉底式导师和个性化评估者，而非替代基础推理能力的培养。
神经科学博士学位的性质正在改变
Diane Lipscombe 撰文讨论神经科学博士教育面临的变化，包括国际学生流失、培训资助的价值以及研究生教育未来的挑战。她认为，最好的科学只能靠早期职业科学家及其创新想法的持续涌入来维系。
哈佛与斯坦福学者提出发表时复现认证协议：任何人可在数秒内核验
Gary King、Yiqing Xu 与 Leo Yang 在 arXiv 预印本中提出一套发表时复现认证协议，作者在条件接收后按存档方基于文件哈希和区块链时间戳生成的随机种子再运行一次分析，存档方签名封存，读者无需重跑即可核验记录。
MIT 等提出 WorldParticle：单一 AI 模型统一模拟沙粒滑动与蛋白质折叠
MIT、UBC 等机构的研究者提出深度学习系统 WorldParticle，把沙粒、流体、蛋白质等不同材料统一表示为粒子，由神经网络逐步预测粒子位置与属性，无需为每种物理过程单独编写求解器。
DeePMD-kit 机器学习势揭示超微孔 MOF MIL-120(Al) 的局部骨架动力学
重庆交通大学 Dong Fan、法国蒙彼利埃大学 Guillaume Maurin 等人在 Nature Communications 发表研究，用 DFT 结合 DeePMD-kit 训练的机器学习势解码超微孔 MOF MIL-120(Al) 中 μ₂-OH 取向的局部动力学。
Anthropic 研究 20.7 万次科研会话：科学家主要用 Claude 做数据分析和写作
Anthropic 发布研究报告，基于 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话（12.9 万次 Claude 对话和 Cowork 会话、7.8 万次 Claude Code 会话），显示科学家主要将 Claude 用于数据分析和写作，数据收集与假设生成较少。
LG AI 研究院免费开放 K-EXAONE 2.5 模型 API
LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API，开发者、企业、研究机构均可无需付费用于服务开发和研究。该模型在原版基础上追加训练，智能体能力比肩头部开源模型，在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上与 DeepSeek-V4.1-Flash 和 GLM-5.3 表现接近。
蚂蚁 inclusionAI 开源 ZoomGain：用全局到局部感知差构建视觉监督
蚂蚁 inclusionAI 发布 ZoomGain，利用放大后才显现的视觉细节生成关于整图的问题，为视觉语言模型构建监督信号。同步开源 ZoomGainBench 评测基准（1,000 题、941 张图，含中英文题干与证据框）、9,000 条 RL 训练数据及 ZoomGain-4B/9B 模型检查点。
Artificial Analysis 发布决策指数 v2，新增校准指标
Artificial Analysis 发布 Decision Index v2，45% 基于私有数据集（v1 为 25%），并采用同时奖励正确性与置信度校准的 Decision Score 作为头条指标。
Stanford 的 Mihail Eric 谈 AI 原生工程教育：CS146S 课程与 Monaco 的智能体实践
Stanford 的 Mihail Eric 在 CS146S 课程中把作业改成向开源项目提交补丁，由维护者评审学生代码，因为斯坦福大二大三学生已普遍用智能体写代码。他在 Monaco 的团队评估代码评审产品后继续使用 Devin，但因后台智能体需要运行和复现故障的环境而自建工作区，其内部工具 Hal 可让工程师调查故障并开 PR。
世界模型需要多少次接触才能学会新游戏机制：MechEval 与 WARC 在 ARC-AGI-3 上的测试
研究团队在 ARC-AGI-3 交互式游戏基准上提出 MechEval，为 20 款游戏的 69 种反复出现的机制打标签，并按机制每次改变的环境格子给预测打分。
Perplexity队友助写书并出版Kindle
队友可以帮你撰写、出版并在Kindle上销售书籍
引用Jeff Grimes@jeffgrimes9I'm a published author now, thanks to my Perplexity teammate. I created a teammate called AuthorBot whose role is to write technical books. I asked it to publish a Very Short Introduction (in the style of Oxford University Press) to fault-tolerant quantum computing on Kindle. AuthorBot did everything itself: It pulled 92 papers from 1956 to 2026 as research, wrote an 8-chapter monograph with 64 equations and 13 figures, formatted the EPUB3 and 226-page print edition, submitted the book to KDP, and notified me when it had been accepted by Amazon.
11月8日
星期日，6 条本科数学教育该教学生什么：AI 时代如何培养数学理解力
在美国新泽西一所文理学院的两位数学教师看来，AI 已能自动完成练习、证明与计算等传统训练环节，本科数学课程必须教学生与 AI 系统协作。他们主张训练学生批判性核验 AI 输出、理解并解释以"陌生"形式呈现的结果，而非把思考过程外包给 AI。文章提到 2026 AMS Committee on Education Workshop Report 已开始调整研究生课程，但本科层面需要平行且持续的努力。
InfraRSI：用递归自我改进优化 LLM 训练基础设施
InfraRSI 是一套智能体框架，通过五阶段流程把开放式人类指令转化为经过验证的训练优化，覆盖启动参数、算子内核与通信调度。在四类单节点与多节点稠密及 MoE 大模型负载上，它实现最高 2.75 倍加速，平均 MFU 从 17.4% 提升至 30.0%，优于现有调优器和编程智能体，并可跨 GPU 迁移经验。
上海交大团队构建 AI 原生科学实验室 AutoDNA，实现自主分子生物学实验操作并登上《自然》
上海交通大学陈海波、王肇国团队与樊春海、王飞团队合作构建 AI 原生科学实验室 AutoDNA 装置（思源一号），实现自主分子生物学实验操作，成果发表于《自然》并获该刊官网首页头条报道。
入选理由AutoDNA 把文献检索、方案设计到仪器执行串成闭环，研究者可据此判断自主实验在分子生物学场景的落地边界。
“苦涩教训”提出者 Richard Sutton：LLM 扩展的苦涩教训
图灵奖得主 Richard Sutton 近日发帖称，仅靠原始算力不足以实现智能，AI 科学需要更聪明的新方法，且“远未完成”。他此前曾批评单纯扩展大语言模型的局限，并称合成数据是“大错误”，主张智能体应具备世界模型、能从自身经验持续学习。AI 研究者 Jerry Tworek 则回应称苦涩教训仍成立，但算力投入越多算法越重要，部分算法能扩展、部分会走进死胡同。
Google DeepMind 科学发现节奏迎来相变
在 @GoogleDeepMind 我们的各个项目中，我们正目睹科学发现速度发生真正的相变。未来几周我们的发布中，你将窥见一斑。