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%。
#数据/训练
Microsoft ResearchAI 评分4949
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 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。