SenseNova 团队近期研究显示，在 GPT-6 Astra 模型权重不变的情况下，SenseNova-RoboRSI 将 RoboDojo 平均分从已发表基线 28.97 提升至 56.83，任务成功率达 50.83%，并在 LIBERO-PRO（94.50%）和 RoboCasa（64.60%）上取得强结果。

了解更多关于我们研究的内容，以及它对全球母婴健康的未来可能意味着什么。 goo.gle/4dua2Fi

Evolvent_AI 新发布的开源 RSIGym 让 AI Agent 在同一预算环境中重训模型并重写 harness，使 Claude Opus 5 作为自动化 AI 研究员把一个 Qwen 模型的 SWE-bench Verified 分数提升近三倍。

Latent SpaceAI 评分7474

OpenAI 公开内部模型 722 篇数学论文，解决 90 个顶级开放问题

OpenAI 在公开 GitHub 仓库发布其内部前沿模型产出的 722 篇数学手稿，归为 372 组相关结果，据称解决了 top 500 开放数学问题中的约 90 个，其中 Result 003 即 Quasi-Riemann Hypothesis 被评为分量介于 Fields Medal 与数论 200 年最大成果之间。

OpenAI 公布内部前沿模型在数学开放问题上的新结果

OpenAI 发布其内部前沿模型在数学开放问题上的新结果，并在 GitHub 上共享 Lean 证明形式化文件与研究细节。

目标是让研究人员和公共卫生官员补充现有健康信息，弥合报告缺口，并主动应对健康挑战。 了解更多我们的最新研究 ↓ goo.gle/3TLTX73

据 VentureBeat 报道，Mistral Large 4 在 DeepSWE 上得分 62%，超过 GLM-5.3；同时在 Finch 金融任务基准上得分 67%，被称为 SOTA open-weight。此外 Le Chonk 在 Harvey 的 Legal Agent Benchmark 法律任务上得分 15%，同样为 SOTA open-weight。作者表示现在需要一份技术报告，并致谢 @AiBattle_。

在视频中或今年 10 月的 WMT 2026 大会上，聆听 Kocmi 和我们团队其他成员的更多分享！ 完整技术报告：(6/6)：cohere.com/north-small-trans…

Arena 提出图像模型后训练的复合奖励方案：在约 5.6M 人类偏好投票训练的 Bradley-Terry 奖励模型之上，叠加基于自动提示清单的忠实度奖励、覆盖显式与隐式意图的约束奖励，以及针对乱码文字和写实漂移等失败的反奖励劫持规则奖励。

AREX-2 是一个 27B 智能体，通过在可验证的机器学习与算法任务上训练，实现测试轮次越多、解决方案越好。它在 MLE-bench Lite 上取得 81.8 分，在 Frontier-CS 上取得 70.7 分，并可迁移到深度研究任务。

LatchBio 评测了 Grok 在生物安全监控和对抗性生物任务上的表现，结果称 Grok 4.6 能正确识别并拒绝危险查询，包括经过恶意混淆的生物任务，同时仍可回答有益的科学查询。相关结果在 x.ai 的一篇博客中讨论，链接为 x.ai/news/biosafety-at-the-f…。

如果病理基础模型能用更少的资源做更多事呢？GigaPath-Flash 和 GigaTIME-Flash 在保持强劲性能的同时降低了计算需求，为更大规模的研究和更广泛的探索打开了大门。msft.it/6012arcfr

Google DeepMind精选AI 评分7777

Google DeepMind 的 WeatherNext 气旋预报精度提升，并开源模型

Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均多出一天（24 小时）的预报提前量，三天预报精度相当于此前模型的两天水平。

OpenAI 模型推翻离散几何核心猜想

OpenAI 表示其模型解决了有 80 年历史的单位距离问题，推翻离散几何中的一个重要猜想，被视为 AI 驱动数学的一个里程碑。

GPT-5.2 在理论物理中推导出新结果

OpenAI 发布新预印本，显示 GPT-5.2 为一个胶子振幅提出了新公式，随后由 OpenAI 与学术合作者正式证明并验证。该结果以预印本形式公开。

OpenAI 公布 GPT-5 加速科学研究的早期实验案例

OpenAI 公布首批研究案例，展示 GPT-5 如何在数学、物理、生物学和计算机科学领域加速科学进展。这些案例呈现 AI 与研究人员协作生成证明、发现新见解并改变发现节奏的方式。

OpenAI 发布 ChatGPT agent 系统卡

OpenAI 发布 ChatGPT agent 系统卡，介绍这一智能体模型将研究、浏览器自动化和代码工具整合在一起。系统卡还说明该模型在 Preparedness Framework 下配备了相应防护措施。

OpenAI 发布 o3 与 o4-mini 系统卡补充文件：Codex

OpenAI 发布 o3 和 o4-mini 系统卡的补充文件，对象是云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，目标是生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直至通过。

OpenAI 发布 o1 与 o1-mini 系统卡

OpenAI 发布 o1 与 o1-mini 的系统卡，说明模型发布前开展的安全工作，包括外部红队测试和依据 Preparedness Framework 进行的前沿风险评估。

OpenAI 发布 DALL·E 3 系统卡

OpenAI 发布 DALL·E 3 系统卡，说明该图像生成模型在安全与部署方面的评估情况。

OpenAI 发布 GPT-4V(ision) 系统卡

OpenAI 发布 GPT-4V(ision) 系统卡，介绍该多模态模型的相关内容。

Hugging Face BlogAI 评分5252

Hugging Face 开源 SD-Small 与 SD-Tiny 的知识蒸馏代码和权重

Hugging Face 开源了 SD-Small 和 SD-Tiny 的知识蒸馏代码与模型权重。

OpenAI 用对齐研究让语言模型更好遵循指令

OpenAI 训练出比 GPT-3 更能遵循用户意图的语言模型，同时更真实、毒性更低，所用技术来自其对齐研究。这些名为 InstructGPT 的模型采用人类参与训练的方式，现已作为 OpenAI API 的默认语言模型部署。

OpenAI Five 已能击败 Dota 2 业余人类队伍

OpenAI 宣布其由五个神经网络组成的团队 OpenAI Five 已开始在与 Dota 2 业余人类队伍的对战中取胜。