OpenAI 如何衡量 AI 加速生物学研究的能力
OpenAI 提出一套真实世界评估框架，用于衡量 AI 在湿实验室中加速生物学研究的能力，并用 GPT-5 优化分子克隆实验方案。该工作同时探讨了 AI 辅助实验的前景与风险。
#论文/研究
#论文/研究
OpenAI NewsAI 评分
Google ResearchAI 评分Google 提出 Urania：为 AI 聊天机器人使用洞察提供差分隐私框架
Google Research 在 COLM 2025 论文中提出 Urania 框架，通过 DP 聚类与 DP 关键词提取，从 LLM 聊天记录中生成带端到端差分隐私保证的使用洞察。该框架让 LLM 只基于匿名关键词生成摘要，不接触原始对话，从而抵御提示注入等泄露风险。评测中 DP 摘要被 LLM 评审偏好的比例最高达 70%，但隐私预算收紧会降低主题覆盖度。
- Google Research精选AI 评分
Google Research 发布 Titans 与 MIRAS，让 AI 拥有长期记忆
Google Research 发布 Titans 架构与 MIRAS 理论框架，将深度神经网络作为长期记忆模块，结合 RNN 的速度与 Transformer 的精度。
推荐理由：Google Research 提出 Titans 架构与 MIRAS 框架，用深度神经网络做长期记忆模块，读者可了解长上下文建模的新思路。
Google DeepMindAI 评分科学家用 AlphaFold 改造光合作用关键酶，培育更耐热作物
密歇根州立大学 Berkley Walker 团队借助 AlphaFold 预测植物与嗜热藻类中光合作用关键酶 GLYK 的 3D 结构，发现植物版 GLYK 的三个柔性环在高温下变形失稳。研究人员据此用藻类 GLYK 中更刚性的环替换植物版的不稳定环，构建出杂合酶，其中一种在高达 65 °C 下仍保持稳定。
Hugging Face BlogAI 评分
Intel 发布 DeepMath：基于 smolagents 的轻量级数学推理 Agent
Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking 并用 GRPO 微调的数学推理 Agent，通过 smolagents 实现，让模型生成 Python 片段在沙箱中执行并回填结果。
- Google ResearchAI 评分
Google 发布 MSEB：面向听觉智能的大规模声音嵌入基准
Google Research 在 NeurIPS 2025 发布 Massive Sound Embedding Benchmark（MSEB），用统一框架评估声音嵌入在检索、推理、分类、转录、分割、聚类、重排、重建八项任务上的表现。
OpenAI NewsAI 评分 OpenAI 如何用"confessions"让语言模型保持诚实
OpenAI 研究人员正在测试一种名为"confessions"的方法，训练模型在犯错或做出不当行为时主动承认，以提升 AI 的诚实性、透明度以及人们对模型输出的信任。
- Google DeepMind精选AI 评分
Google DeepMind 用 AlphaFold 揭示心脏病关键蛋白 apoB100 结构
Google DeepMind 发布博文介绍，密苏里大学研究人员借助 AlphaFold 与冷冻电镜（cryo-EM）数据，解析出“坏胆固醇”关键蛋白 apoB100 的结构。
推荐理由：AlphaFold 预测与冷冻电镜数据结合解析 apoB100 结构，展示了 AI 在结构生物学中的具体用法。
- Google ResearchAI 评分
Google 如何用简单 AI 模型预测电动车充电桩可用性
Google 设计了一个基于线性回归的轻量模型，预测某充电站在未来若干分钟后仍有空闲充电桩的概率，用于将充电站纳入 EV 导航路线以缓解续航焦虑。该模型仅以一天中的小时作为特征，在 30 至 60 分钟预测窗口、至少 6 个充电桩的站点上，表现优于"保持当前状态"这一强基线，主要靠识别高占用周转的少数关键时刻。
Hugging Face Open ASR Leaderboard 新增多语言与长音频赛道，并发布 ASR 趋势预印本
Hugging Face 的 Open ASR Leaderboard 新增多语言与长音频转录赛道，并发布基于 60+ 模型的 ASR 趋势预印本。
OpenAI NewsAI 评分 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。
- Google Research精选AI 评分
Google 发布端到端实时语音到语音翻译模型，延迟降至 2 秒
Google Research 发布端到端语音到语音翻译（S2ST）模型，直接在原说话人音色下生成翻译音频，延迟仅 2 秒，而此前的级联方案延迟为 4–5 秒且会累积误差。
推荐理由：Google 端到端语音翻译把延迟从 4–5 秒压到 2 秒，并已落地 Meet 与 Pixel 10，可据此了解实时同传的技术取舍。
ServiceNow 发布 Apriel-H1：将 15B 推理模型蒸馏为 Mamba 混合架构，吞吐提升 2.1 倍
ServiceNow 的 SLAM Lab 发布 Apriel-H1，把 15B 推理模型改造成 Mamba 混合架构，旗舰版 Apriel-H1-15b-Thinker-SFT 实现 2.1 倍吞吐且质量损失很小，MATH500 从 0.90 升到 0.92、MTBench 从 8.30 升到 8.58，GSM8k、GPQA、AIME24 略有下降。
推荐理由：ServiceNow 公开了把 15B 推理模型蒸馏成 Mamba 混合架构的完整流程与七个 checkpoint，可看到效率与质量的取舍曲线。
- Google ResearchAI 评分
Google DeepMind 发布 Natural Forests of the World 2020：用 AI 区分天然林与其他树冠覆盖
Google DeepMind 联合 Google Research 发布 Natural Forests of the World 2020，这是首个全球一致、10 米分辨率的天然林地图与数据集，在独立全球数据集上验证准确率达 92.2%。
- Google DeepMind精选AI 评分
Google DeepMind 发布 SIMA 2：可推理、对话并在 3D 虚拟世界中自我改进的智能体
Google DeepMind 发布 SIMA 2，通过将 Gemini 模型嵌入智能体核心，使其从指令执行者升级为可推理目标、与用户对话并自我改进的交互式游戏伙伴。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，读者可了解其在泛化与自我改进上的具体进展与当前限制。
OpenAI NewsAI 评分 OpenAI 用稀疏电路理解神经网络推理机制
OpenAI 正在探索机制可解释性，以理解神经网络如何进行推理。其提出的稀疏模型方法有望让 AI 系统更透明，并支持更安全、更可靠的行为。
- Google ResearchAI 评分
Google Quantum AI 推出量子优化工具 DQI，登 Nature 论文
Google Quantum AI 联合斯坦福、MIT、Caltech 在 Nature 发表论文，提出量子算法 Decoded Quantum Interferometry（DQI），利用量子干涉将优化问题转化为解码问题求解。
- Google DeepMindAI 评分
Google DeepMind 研究：让 AI 像人类一样“看”世界
Google DeepMind 在 Nature 发表新论文，提出三步对齐方法，将视觉模型的内部表征重组得更接近人类认知。研究基于 THINGS 数据集训练 SigLIP-SO400M 适配器作为教师模型，生成含百万张图像、数百万条类人判断的 AligNet 数据集，再微调学生模型。对齐后模型表征按人类概念层级结构化，鲁棒性与泛化能力提升。
- Google ResearchAI 评分
Google 提出 Nested Learning：面向持续学习的新 ML 范式
Google Research 在 NeurIPS 2025 论文中提出 Nested Learning，将模型架构与优化算法统一视为多层嵌套的优化问题，每层拥有各自的 context flow 和更新频率，以缓解灾难性遗忘。
- Google ResearchAI 评分
Google 发布 DS-STAR：一种 SOTA 通用数据科学智能体
Google 推出数据科学智能体 DS-STAR，通过数据文件分析、LLM 评判验证与顺序规划迭代三项创新，在 DABStep、KramaBench、DA-Code 上超越 AutoGen 和 DA-Agent，准确率分别从 41.0% 提升至 45.2%、39.8% 提升至 44.7%、37.0% 提升至 38.5%。
- Google DeepMindAI 评分
Google 用 AI 绘制物种分布、预测森林砍伐并升级生物声学模型 Perch
Google 发布三项生物圈研究成果：与 World Resources Institute 合作推出森林砍伐风险预测基准数据集，基于纯卫星输入和 vision transformer 架构，可在 30 米尺度上预测风险。
- Google ResearchAI 评分
Google 发布 ForestCast：用深度学习预测森林砍伐风险
Google 发布 ForestCast，一个基于纯卫星数据与视觉 Transformer 的深度学习模型，用于预测森林砍伐风险，并同步公开首个面向该任务的基准数据集。
- Google Research精选AI 评分
Google 发布 Project Suncatcher 预印本，探索太空 AI 基础设施设计
Google 公布研究项目 Project Suncatcher，设想由太阳能卫星组成星座、搭载 Google TPU 并通过自由空间光链路互联，以在太空扩展 AI 算力。
推荐理由：Google 公开了太空 AI 基础设施的预印本，给出卫星互联、轨道与 TPU 抗辐射的实测数据，可了解这一设想的技术边界。
Berkeley AI ResearchAI 评分
无需 TD 学习的强化学习：用分治法扩展 off-policy RL
Berkeley AI Research 提出一种基于分治法的 off-policy RL 算法，不依赖时序差分（TD）学习，可将 Bellman 递归次数从线性降为对数级，从而扩展到任意长时程任务。
- Google ResearchAI 评分
Google 推出可证明隐私洞察（PPI）系统，用 LLM + 差分隐私 + TEE 分析 AI 使用数据
Google 发布首个可证明隐私洞察（PPI）系统，结合 LLM、差分隐私（DP）与可信执行环境（TEE），分析非结构化的 GenAI 使用数据，保证个体数据不可被查看、聚合洞察匿名。
- Google ResearchAI 评分
Google Research 推出 StreetReaderAI：用多模态 AI 让街景对视障用户可访问
Google Research 在 UIST'25 发布 StreetReaderAI，一个基于 Gemini 的街景无障碍原型，通过 AI Describer 和 AI Chat 两个子系统为盲人及低视力用户实时生成街景语音描述并支持对话式提问。
Hugging Face 发起 AI for Food Allergies 项目：用 AI 推进食物过敏研究
Hugging Face 发起 AI for Food Allergies 项目，计划打造首个社区驱动的研究实验室，探索 AI 如何推进食物过敏研究。全球约 2.2 亿人患有至少一种食物过敏，美国约占总人口 10%。项目将连接前沿 AI 与生物医学，开发开放协作项目，服务研究者、临床医生与患者。
NVIDIA 发布 Nemotron-Personas-India：面向主权 AI 的合成印度人设数据集
NVIDIA 发布 Nemotron-Personas-India，首个对齐印度真实人口、地理与文化分布的开放合成 Indic 人设数据集，采用 CC BY 4.0 许可。
Hugging Face 推出 RTEB：面向真实场景的检索嵌入评测新基准
Hugging Face 发布 Retrieval Embedding Benchmark（RTEB）beta 版，用公开与私有数据集混合的方式评测嵌入模型的真实检索泛化能力。该基准覆盖 20 种语言，聚焦法律、医疗、代码、金融等企业领域，默认榜单指标为 NDCG@10，私有数据集由 MTEB 维护者评测，单个数据集至少含 1k 文档和 50 条查询。
NVIDIA 发布 Nemotron-Personas-Japan：面向主权 AI 的日语合成数据集
NVIDIA 发布首个面向日本的主权 AI 开源合成数据集 Nemotron-Personas-Japan，含 600 万条日语合成人物画像（100 万条记录、每条 6 个画像），总 token 约 14 亿，覆盖约 95 万个独特姓名和 1500 以上职业类别，以 CC BY 4.0 许可开放商用。
Hugging Face 发布 Smol2Operator：面向 Computer Use 的 GUI 智能体后训练方案
Hugging Face 开源 Smol2Operator，以 SmolVLM2-2.2B-Instruct 为基线，通过两阶段训练将无 grounding 能力的视觉语言模型变为可操作 GUI 的智能体。
Hugging Face 发布 Gaia2 智能体基准与 ARE 研究环境
Hugging Face 发布 GAIA 的后续智能体基准 Gaia2，并配套开源 Meta Agents Research Environments（ARE）框架，用于运行、调试和评估智能体。
推荐理由：Gaia2 把智能体评测从只读检索扩展到读写交互，并给出各模型在歧义、适应性和时间推理上的差距。
OpenAI News精选AI 评分 OpenAI 与 Apollo Research 开发检测和减少 AI 模型 scheming 的评测
Apollo Research 与 OpenAI 开发了针对隐藏失配（scheming）的评测，在前沿模型的受控测试中发现了与 scheming 一致的行为。团队还分享了具体案例，以及对一种早期减少 scheming 方法的压力测试。
推荐理由：OpenAI 与 Apollo Research 公开了针对模型隐藏失配的评测与缓解方法，读者可了解该风险如何被检测。
OpenAI NewsAI 评分 OpenAI 研究揭示人们如何使用 ChatGPT
OpenAI 基于迄今规模最大的 ChatGPT 使用研究，展示了该工具如何在个人与职业场景中创造经济价值。研究显示，ChatGPT 的用户群体正从早期用户向更广泛人群扩展，逐步缩小使用差距，让 AI 融入日常生活。
Hugging Face 用 Jupyter Agent 训练小模型做数据分析智能体
Hugging Face 发布 Jupyter Agent 项目，通过生成高质量训练数据并微调 Qwen3-4B，让模型能在 Jupyter Notebook 中执行代码完成数据分析任务。
OpenAI NewsAI 评分 OpenAI 研究：语言模型为何会产生幻觉
OpenAI 新研究解释了语言模型产生幻觉的原因，并指出改进评测方法可以提升 AI 的可靠性、诚实性与安全性。
SandboxAQ 发布 SAIR：500 万+ AI 生成蛋白质-配体结构数据集加速药物研发
SandboxAQ 发布 Structurally Augmented IC50 Repository（SAIR），这是目前最大的共折叠 3D 蛋白质-配体结构数据集，包含超 500 万个 AI 生成的高精度结构，每个结构均配有 ChEMBL 或 BindingDB 的实验测定 IC₅₀ 标签。
word2vec 究竟学到了什么：伯克利提出可闭式求解的学习理论
伯克利 AI 研究团队提出首个可定量预测 word2vec 学习过程的理论，证明在现实训练条件下其学习问题可化简为无权重最小二乘矩阵分解，梯度流动力学有闭式解，最终学到的表示就是 PCA。该理论给出特征向量的显式公式，仅由语料共现统计和超参数决定；从小初始化训练时，word2vec 按离散步骤逐个学习正交线性子空间，每步提升嵌入矩阵的秩并降低损失，理论预测与数值实验高度吻合。
OpenAI NewsAI 评分 OpenAI 与 Anthropic 公布联合安全评估结果
OpenAI 与 Anthropic 公布首次联合安全评估的结果，双方互相测试对方模型在失准、指令遵循、模型幻觉、越狱等方面的表现。该评估同时呈现了进展、挑战以及跨实验室合作的价值。
OpenAI NewsAI 评分 OpenAI 评估 gpt-oss 开放权重的最坏情况前沿风险
OpenAI 在论文中研究了发布 gpt-oss 的最坏情况前沿风险，提出"恶意微调"（MFT）方法，通过微调让 gpt-oss 在生物学和网络安全两个领域尽可能发挥最大能力。