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。
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。
422 条收录动态,更新于 23:44
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。
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。
Sakana API平台早期访问现已面向企业开放。 通过API调用Sakana AI的智能能力,并在一处安心管理你的团队、工作区和用量。 博客:https://sakana.ai/api-platform-earlyaccess/#English
美国国立卫生研究院(NIH)选择 KnowledgeWorks Global Ltd.(KGL)为 Journal of Replication and Reproducibility(JRR)开发投稿与出版平台。
Wiley 推出 SaaS 平台 Wiley Analytical Lab,把 SpectraBase 的参考谱图检索、KnowItAll AnyWare 的实验谱图上传与未知化合物鉴定、Wiley Data Hub 的数据集管理、验证、发布与共享整合到一个浏览器环境中。
Infini-AI-Lab 发布开源框架 Hermit(v0.1.0,2026 年 10 月 25 日),在模型与 harness 冻结的前提下训练外部 harness 适配器,让 Codex、Claude Code 等智能体适配新任务而无需微调或改动 harness。
Benchling 团队在 AI Science Summit 2026 Build Day 的工作坊中演示了在 Benchling AI 内用智能体完成实验全流程:用自然语言描述实验,智能体编写 Opentrons Python 协议、推送到模拟器检查错误,通过后在真实的 Opentrons Flex 上运行,再用同一智能体分析模拟的 96 孔板数据。
为了让企业客户能够安心使用 Sakana AI 的 API,我们开发了「Sakana API Platform」。从今天起,面向企业用户的早期访问正式开始。 https://sakana.ai/api-platform-earlyaccess/ 您可以通过 API 使用 Sakana AI 的模型,并同时享有组织内的管理功能。
现已向所有移动端用户开放 🥳📱 你用过了吗?欢迎告诉我们你的想法!
Live Chat is now 100% rolled out to all Ultra users on mobile 📱✨ Have real-time voice conversations with your notebooks across ~100 languages. Powered by our latest audio models, ask questions about your sources and get step-by-step guidance (almost) completely hands-free.
Google 已缩小与 OpenAI 和 Anthropic 的差距 Gemini 在智能体科研方面取得了尤其大的进步——Gemini 4 Carbon 现已在 Terminal-Bench-Science 上达到 SOTA(64.8%,对比 GPT-6 Astra 的 63.3%) 虽然 Gemini 4 Carbon 还要再过 2 周才会正式可用(GA),但你现在就可以用 Gemini 4 Argon 进行自动科研 在 OpenResearch 上试试:https://github.com/alphaXiv/OpenResearch
Ai2 发布 olmOCR 2,可将文档图像转换为可检索文本,并开放模型权重与代码,研究者可在本地运行或针对自有馆藏做适配。推文提到两个历史与考古研究项目,用来说明这一能力可以支持哪些工作。
LangChain 在博客中介绍用开源 wiki 编译器 OpenWiki 作为智能体的持久记忆层,并叠加证据图,让回答可追溯到支撑段落。
Ai2 介绍研究者如何基于开源模型 olmOCR 2 处理历史与考古档案。历史学家 Maurice Casey 在本地运行 olmOCR 2,构建 ArtificeOCR 并接入 Tropy,使自 2019 年以来积累的档案照片可关键词检索,同时避免把档案材料上传第三方;他也报告模型在训练数据覆盖较少的语言手写体上会出现错误。
入选理由两个团队分别把 olmOCR 2 用于历史手稿与考古陶器记录,给出了可复现的本地部署与微调路径,适合处理受限档案的研究者参考。
IDC 与 Anthropic 合作,把 IDC Quanta 以 MCP 连接器形式接入 Claude,IDC 客户今天即可在 Claude 桌面端、移动端、Cowork 和 Microsoft Office 插件中提问,获得基于 IDC 预测与数据并附出处的分析。
MiniCPM-OCR 1.0(1.3B)和 MiniCPM-OCR Jev(2B)现已可在 Apple Silicon 上运行,这得益于我们与 @neywalabs 团队的合作!🚀 在 M5 Max 上,OCR 1.0 的预填充速度达到 6,339 tok/s,解码速度为 220–235 tok/s,而 Jev 的 OCR 结果中位延迟仅为 62.9 ms。 查看博客:https://runnativ.ai/blog/minicpm-ocr-on-mlx-vlm
OpenBMB 发布 MiniCPM-OCR 1.0,一个 1B 规模的 OCR 模型,在 Real5-OmniDocBench 上得分 93.68、OCRBench v2 上得分 54.7,可解析手写笔记、复杂公式、报纸和低质量扫描件。
alphaXiv 推出面向 arXiv 论文的 NotebookLM 式功能,可把密集的 AI 研究论文转成可在路上收听的对话。该功能结合数千篇相关论文的上下文,捕捉研究动机、关联到 SOTA,并像读过整个领域的教授那样讲解关键思路。
非常感谢 @atomic_chat_hq 的精彩演示!🙌 他们在 M5 Max MacBook 上本地运行 MiniCPM-OCR 1.0,处理了 Anthropic S-1 文件的全部 415 页——模型仅 1.2GB,每页约 4 秒,零数据离开设备。 小模型,严肃的文档理解,完全本地。🔥
A 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
SciSpace 发布对比文章,区分 Parallel API 与 SciSpace API 的适用场景:前者面向企业信息补全、供应商比较和通用网页研究,后者面向需要原始论文、研究细节提取、筛选和带引用综述的文献研究产品。
Consensus API 按可计费调用收费,符合条件的套餐额外用量为每次 0.05 美元,即 1000 次额外调用 50 美元,不含订阅费和套餐内额度。免费额度为每月 30 次调用,搜索按每返回 100 篇论文计一次调用,自助速率限制为每账户每秒一次请求。SciSpace API 仍处早期访问阶段、尚未开放,需填写申请表申请。
Gemini Notebook 将上线 Connectors 功能,首批且初期唯一支持的是 Google Drive,用户可在聊天中直接搜索 Drive 文件,也可按需关闭。该连接器会在工作区内检索并读取文档,原始文件保持不变;更多连接器预计后续推出。
LlamaIndex 发布 Document Parsing Protocol(DPP)0.1 工作草案,用 140 条规则定义页面解析的正确输出,覆盖文本、表格、表单、图表和示意图,每条规则附示例页面与期望输出。
【通知】Sakana AI 将于 11/4〜6 在横滨太平洋会展中心北馆举办的 Gartner IT Symposium/Xpo™ 2026 上出展🐡 届时将现场演示战略研究智能体 Sakana Marlin、AI 编排器 Sakana Fugu、日语专用模型 Sakana Namazu。 欢迎莅临展位🚀 #GartnerSYM
很高兴看到 MiniCPM-OCR 接受实测!🔥 非常感谢 @wikiwayne 做了详尽、透明的对比,并分享了结果和注意事项。💙 期待你在 GX10 上跑完本地测试后的表现。这样的真实反馈正是我们持续改进的动力!🚀
Acaban de lanzar un modelo OCR open-source de solo 1.300 millones de parámetros. Se llama MiniCPM-OCR 1.0 y viene acompañado de MiniCPM-OCR Jev, otro modelo que evalúa la fiabilidad de los resultados. Ambos desarrollados por OpenBMB y ModelBest. Entre ambos permiten: → Extraer texto, tablas y fórmulas de documentos → Procesar PDFs y páginas escaneadas o fotografiadas → Trabajar con documentos inclinados o curvados → Incluir una puntuación de confianza en los resultados para facilitar su revisión manual → Ejecutarse con vLLM, SGLang y Ollama MiniCPM-OCR 1.0 ha conseguido 93,68 puntos en Real5-OmniDocBench, según sus benchmarks oficiales. Pero lo más interesante es Jev. En lugar de corregir los errores automáticamente, evalúa la fiabilidad de los resultados extraídos e incluye una puntuación de confianza para facilitar su revisión. Además, MiniCPM-OCR 1.0 incorpora KIE (Key Information Extraction), una funcionalidad para extraer información clave de los documentos. Y sí, los pesos de ambos modelos son abiertos. 🔗 GitHub: https://github.com/OpenBMB/MiniCPM-OCR 🤗 Hugging Face: https://huggingface.co/openbmb/MiniCPM-OCR-1.0 Más recursos y demo en el primer comentario 👇
研究人员推出公开网站与工具 The Software Citation Station,用于快速查找正确的软件引用声明并加入论文,以规范和简化学术作品中的软件引用流程。AAS 期刊现已在软件政策中向作者推荐该工具;此前 AAS 开始建议作者在投稿中附软件引用后,IRAF 的引用量增长约 150%。
Jaxnasium 是构建在 Equinox 上的轻量 JAX 强化学习库,把观测与动作空间表示为 PyTrees,使近单文件算法实现无需改动即可运行于离散、连续、图像、复合及多智能体环境。它提供 Gymnasium 风格最小接口并封装 11 个套件、超过 300 个环境,小型 PPO 实现用默认超参数即可运行。该库已开源,还提供多随机种子评估、超参数扫描与项目脚手架工具。
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。
LitUbik 是一款开源、可自托管的系统综述工具,覆盖从注册方案到 PRISMA 2020 流程图的各阶段,包括检索式校准、自动检索、去重、多审稿人盲法筛选、全文获取、滚雪球检索、质量评价、数据提取与报告,可运行在单台服务器或彼此断开的实例上。
alphaXiv OpenResearch 发布 v0.2.22,新增永久删除实验、跨平台桌面缩放控件和 stable/canary 双更新通道。该版本修复了 Slurm 运行监督器反复重试 SSH 导致 HPC 账号被锁、Codex 压缩无法恢复非活跃会话线程等问题,并清理 Claude Code、Codex 和 Cursor 的原生历史记录。
grok @bot 0.77.0 现已稳定并逐步推送! - 自动审核规则的权限设置 - 在 vault 中选择机器人优先使用的支付方式 - 机器人可在一张卡片上提出多个问题 完整更新日志:https://x.ai/changelog/bot
UC Berkeley 的 Sky Computing Lab 开源了 LEANN,这是一个几乎不存储嵌入向量的向量索引,改为在查询时重新计算嵌入;仓库基准显示 6000 万条 Wikipedia 分块索引从 201 GB 降到 6 GB,论文在 MLSys 2026 获最佳研究论文奖。