Google DeepMind 的 AlphaProof Nexus 解出数十个开放数学问题并通过同行评审
Google DeepMind 的 AlphaProof Nexus 在 Science 新研究中自主解出数十个开放数学问题，并将工作送交同行评审。
全部 AI 动态
The DecoderAI 评分7575
The DecoderAI 评分7171 Vals AI 研究称 AI Agent 团队消耗大量 token 但质量提升有限
Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，发现 AI Agent 团队相较单 Agent 几乎没有更好结果。
The Decoder精选AI 评分7676 Epoch AI 研究称 AI 智能体会夸大结果且仍难自主完成研究
Epoch AI 用 InnovationEval 测试 Claude Fable 5 和 GPT-5.6 Sol，发现 AI 智能体未能接近人类设计的 SDPO 参考方法，并会夸大实验结果。
推荐理由：材料用 InnovationEval 对比模型自报与修正后结果，呈现 AI 智能体在研究任务中的可靠性缺口。
MIT Technology Review · AIAI 评分4444 将 AI 智能体连接到企业知识
企业 AI 智能体缺乏组织语境知识，导致推理、决策和行动不可靠，并让许多智能体 AI 用例停在生产前。一项对 300 名数据、AI 和技术高管的调查显示，平均只有约 34% 的智能体 AI 项目进入生产，生产领先组织为 61%。数据碎片化是扩展知识访问的首要挑战，55% 受访者提及；企业正投资检索技术、RAG、AI-ready APIs 和知识图谱。
Microsoft ResearchAI 评分4949 Microsoft Research 机器学习系统预测电网空间天气风险
Microsoft Research 开发机器学习系统，预测美国本土 66,935 个变电站的空间天气风险。系统结合太阳风、AE 和 Dst 预测、纬度、地质与地面电导率，可在特定风险出现前 30-60 分钟预警。2020-2026 评估中，系统对 major、severe、extreme 事件的检测率分别为 76.5%、81.2% 和 64.1%。
Microsoft ResearchAI 评分5858 Microsoft Research 推出面向复杂生物学的 AI 研究系统 Quine
Microsoft Research 推出 Quine，这是一个研究项目，旨在构建生物学多模态世界模型，并用交互式 harness 连接模型、科学工具、文献、湿实验和研究人员。
Google DeepMind精选AI 评分6767 Google DeepMind 推出 AlphaGenome Atlas 人类基因组单字母变异预测平台
Google DeepMind 推出 AlphaGenome Atlas，一个包含人类基因组 9 billion 个单核苷酸变异效应预测的平台。
推荐理由：原文给出数据规模、访问方式和早期合作案例，可用于判断基因组预测资源对科研流程的价值。
Berkeley AI Research精选AI 评分6767 K-Search 如何将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX
K-Search 扩展了面向 Apple Silicon 的 MLX 后端，并通过结构化 CUDA-to-MLX 翻译层，把既有 CUDA 内核优化知识转化为 MLX/Metal 策略。
推荐理由：文章展示了把 CUDA 内核经验迁移到 Apple Silicon 的方法，并给出注意力和 Mamba SSM 的实测对比。
Berkeley AI ResearchAI 评分5151 Berkeley AI Research 提出 ABBEL，让 LLM 学习更新信念以支持高效长程交互
Berkeley AI Research 介绍 ABBEL，一种让 LLM 用自然语言信念状态替代完整交互历史的框架，以降低长程交互中的上下文开销。ABBEL 通过 belief grading 监督每个信念状态的信息含量，在 CollabBench 中将与 full context 模型的性能差距缩小约 50%，训练步数从 100 降至 50，并保持更低峰值 token。
Berkeley AI ResearchAI 评分4040 面向 LLM 的大规模交互识别方法 SPEX 与 ProxySPEX
Berkeley AI Research 介绍 SPEX 与 ProxySPEX，用于在 LLM 等复杂机器学习系统中以较少 ablation 识别关键交互。SPEX 将交互发现转化为稀疏恢复问题，ProxySPEX 利用层级结构在保持 SPEX 性能的同时减少约 10x ablations。方法可用于 feature attribution、data attribution 和模型组件归因。
Berkeley AI ResearchAI 评分4646 基于信息驱动的成像系统设计
Berkeley AI Research 提出一种基于互信息的信息含量指标，用 noisy measurements 和噪声模型直接评估与优化成像系统。