全部动态

Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周

Google DeepMind 发布 Gemini 4 Carbon，距上一代 Argon 仅两周，在 Artificial Analysis Intelligence Index v5.0 上以 59 分居首，Argon 为 50 分。

Google Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5

Google 的 Gemini 4 Carbon 以 59 分登顶 Artificial Analysis Intelligence Index v5，在 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 四项评测中位列第一。

Cartesia 发布 H-Net 扩展结果：免分词架构在语言、DNA 与图像上的计算效率

Cartesia 公布分层网络 H-Net 的扩展结果，用模型内部动态分块替代 BPE 分词，在语言建模上以更少计算达到同等损失。

Gemini 4 Carbon 发布

Gemini 4 Carbon 是我们的下一代前沿模型。 它在网络安全和长时程能力方面处于最先进水平。

Gemini 4 Carbon 关键基准达 SOTA

⚡以闪电般的速度迭代！Gemini 4 Carbon 在关键基准上达到 SOTA，将前沿能力与深入的安全与保障研究相结合。

Meta 提出循环 MoE 扩展定律，1.3B 媲美 2.9B

Meta 研究者提出 Loop Scaling Laws，可在给定算力和内存预算下预测循环 Transformer 的最优循环次数与专家数量。在万亿 token 规模上，1.3B 循环 MoE 以相近训练算力达到 2.9B 非循环 MoE 的推理性能，参数效率约提升 2 倍。

Axiom 用数十个 AI 智能体将 1.5 万页有限单群分类证明转为 4300 万行 Lean 代码

Axiom 发布开源 GitHub 仓库，数十个 AI 智能体在 24 天内把约 1.5 万页的有限单群分类（CFSG）证明转写成约 4300 万行 Lean 代码。

OpenAI 声称推翻指数时间假设 ETH

OpenAI 声称找到一种算法，能在次指数时间内求解 3-SAT，若证明成立将推翻理论计算机科学的基础假设——指数时间假设（ETH）。3-SAT 属 NP 完全问题，ETH 主张最坏情况下 3-SAT 无法在次指数时间内求解；该算法的时间仍增长极快，只是从根本上慢于 ETH 所认为的下限。alphaXiv 提供了详细解读。

ForgeKernel 自进化内核优化框架

从 JustGoal 到自进化的优化框架，期待接下来的进展。期待论文和 Forge 系列更多成果！@_LiYuXuan_

大脑如何避免“灾难性遗忘”：Neuron 模型提出树突区室与抑制性中间神经元机制

一项发表于 Neuron 的建模研究提出，树突可作为神经元内半独立的区室，抑制性中间神经元按情境逐个“解锁”特定区室的学习，使同一神经元能参与多个重叠的记忆集群而不抹除旧记忆。研究团队用全连接网络模拟多个脑区，模型能区分视觉相似但读音不同的“0”和“O”。该机制尚待实验证实，并给出了关于中间神经元组织方式的可检验预测。

OpenAI 宣布数学、计算机科学与物理学三项成果，发布方式引发科研界不满

OpenAI 于当地时间周一宣布在数学、计算机科学与物理学领域取得三项突破，并称将调整成果发布方式。数学方向称已在全部维度上证明挂谷猜想，AI 生成的推导内容直接放出交由学界解读；计算机科学方向称证伪指数时间假说，由 OpenAI 组建外部研究小组解读；物理学方向围绕量子色动力学与杨-米尔斯理论，暂不公开，交由外部专家团队决定发布形式。

入选理由三项成果的公开程度各不相同，研究者可据此判断核验门槛与参与空间在哪里。

伊利诺伊大学团队提出 ClaimNov：把新颖性检查从整篇提案细化到单条贡献声明

伊利诺伊大学厄巴纳-香槟分校团队在 arXiv 预印本中提出 ClaimNov，一个可嵌入 AI 科学家流水线的声明级新颖性模块，把研究提案拆成 Problem、Methodology、Resource、Result 四类贡献声明，逐条检索先验工作并判断覆盖程度。

苏州国家实验室等联合推出材料多模态大模型“材华·MatVerse”并开放模型与评测基准

苏州国家实验室、上海人工智能实验室与上海交通大学等联合推出“材华·MatVerse”材料多模态大模型及智能体应用体系，采用“独立编码器+统一解码器”架构，将XRD谱图、电镜图像、分子图等数据映射到同一语义空间，并称模型可从知识记忆转向机理推理。

入选理由材料说明材料大模型如何把谱图、图像与分子结构纳入同一语义空间，并给出热电池等已制备案例，便于研究者判断其适用范围。

一人十亿美元公司与AI影响力

真正的一人十亿美元公司。 一位聪明、高自主性的CEO + AI，可以对世界产生超乎寻常的影响。

Anthropic 与六家新药研发机构合作，并启动自有药物发现工作

Anthropic 表示，过去几个月其科学家与六家开发新药的组织建立了深度研究合作关系，同时公司也启动了自己的药物发现工作。博文分享了这些工作的早期结果，并说明这项工作如何与其在生命科学领域的整体布局相衔接：https://www.anthropic.com/research/early-progress-drug-development

面向股票研究的基准 Investor's Last Exam 发布，GPT-6 Astra 与 Claude Opus 5.5 领先但预测环节仅 52.5 分

由资深买方投资者和基金经理主导的股票研究基准 Investor's Last Exam（ILE）发布，包含覆盖 343 万份文档版本、9 类来源并带校验时间戳的版本化金融数据库，以及按专业分析师交付物组织的任务分类和专家评分框架。

A-RSI：面向零数据多模态自我改进的自适应任务刷新

A-RSI 通过监测训练日志中的奖励变化与准确率，在学习信号下降时刷新任务池，无需参考验证集或测试分数。其静态程序库自动生成多模态问题并推导参考答案，训练过程不使用外部训练样本或人工标注答案。在 11 项基准测试上，使用 800 个新任务将平均性能从 57.77 提升至 61.05。

AntLingAGI 发布 Ling 3.1 Flash 1019 开放权重模型

AntLingAGI 发布 Ling 3.1 Flash 1019，这是 Ling 3.1 Flash 的更新版推理模型，560B 总参数、25B 激活参数、1M token 上下文窗口，采用 MIT 许可，权重已在 Hugging Face 开放并可通过 InclusionAI 官方 API 调用。

Google研究LLM持续学习“睡眠”阶段

今日博客：了解我们在持续学习中新增的“睡眠”阶段实例，它使大语言模型能够持续整合新事实并增强推理，同时缓解灾难性遗忘或静态知识截止的问题。 更多 →https://goo.gle/4iICkyD

Google 提出 sleep 框架，让大模型在持续学习中巩固知识

Google 研究者提出面向大语言模型持续学习的 sleep 框架，让模型在活跃交互与离线巩固两个阶段之间交替，把短期上下文中的信息写入长期参数。离线阶段通过 MoE 参数扩展、知识蒸馏与强化学习模仿完成记忆巩固，再用随机专家激活生成合成样本进行自我改进。

入选理由Google 研究者提出让大模型在离线阶段巩固记忆的持续学习框架，并给出长上下文与推理基准上的对比结果，可供关注模型知识更新机制的研究者参考。

OpenAI 与 Anthropic 称模型推翻指数时间假说，计算机科学家组织公开讨论

OpenAI 发布了对三个数学难题的解答，其中一项声称推翻了计算机科学中长期使用的指数时间假说（ETH），Anthropic 随后也发布了自己的 ETH 反驳结果。

入选理由报道呈现了计算复杂性领域对 AI 证明的公开回应与后续核查安排，研究者可据此判断这类成果的验证路径。

Google 推出 Genie 4 交互式世界模型

今天我们推出 Genie 4——来自 @GoogleDeepMind 的最新交互式世界模型 🌐

inclusionAI 发布 Ling-3.1-flash-1019：560B 总参数、1M 上下文

inclusionAI 推出 Ling-3.1-flash-1019，为 Ling-3.1-flash 的升级版，总参数 560B、每 token 激活 25B，上下文窗口 1M token。

论文探讨强化学习如何改变大模型推理：可迁移性、覆盖度与缩放规律

alphaXiv 推介的一篇论文提出，强化学习主要改变大模型偏好哪些推理策略，而非教会全新的推理技能：强化某些策略可提升部分任务准确率，却可能压制对其他任务有用的策略并降低推理多样性。

Lafa 将预训练 LLM 转为并行生成流模型

Lafa 把预训练 LLM 转成连续流语言模型，通过逐步去噪嵌入并行生成多个 token，并用同一模型原有的下一 token 预测能力校验这些并行草稿，而非完全取代自回归解码。研究者用不到 30B 训练 token 将 Lafa 扩展到 8B；7B 规模下生成速度最高达同类自回归模型的 2.54 倍，准确率相近。

OpenAI公布数学、计算机和物理学3项新发现，涉及挂谷猜想与杨–米尔斯理论

OpenAI于当地时间10月26日宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，称其模型给出了局部光滑猜想在所有维度下的证明，并证明指数时间假设（ETH）为假，还严格证明了包含规范场与费米子的四维相互作用量子场论。

入选理由三项成果均待学界独立验证，外部专家团队参与核查的安排，为研究者判断AI产出可信度提供了参照。

斑马鱼行为表型组学：ZeChat 深度学习程序区分 11 个自闭症相关基因引发的行为亚型

一项新论文利用深度学习程序 ZeChat，将 11 个自闭症相关基因在斑马鱼中引发的行为划分为三种功能亚型，这些亚型与对神经活性药物的特定反应相关。研究团队称其行为表型组学方法"为精准治疗发现提供了概念与技术基础"。该研究结果发表于预印本平台 bioRxiv。

SUDO：把论文论证结构建成学术知识图谱的本体

伦斯勒理工学院团队提出 SUDO（Scholarly Upper Discourse Ontology），按论文的术语、命题与论证结构自下而上构建学术知识图谱，并保留每条信息在原文中的出处。

从数据足迹到研究者指纹：科学知识图谱中以自我为中心的研究团队时序检测

一项 arXiv 预印本提出以研究者自我网络为尺度的细粒度研究团队检测方法，要求自我节点出现在所有识别出的团队中，计算核心基于 Leiden 算法，数据来自科学知识图谱。该方法通过 10 名不同背景与职业阶段研究者的用户评估，显示能呈现有意义且可解释的合作结构。识别出的团队可作为后续刻画角色、资历、贡献类型与发表模式的结构骨架。

阿里千问开源多语言智能体基准 BabelArena，同一任务换语言工具调用可差 8 倍

阿里千问团队开源多语言 LLM 智能体基准 BabelArena，覆盖约 699 个规范任务与 23 种语言，约 1.6 万个任务实例，并配套 BabelFlow 适配流水线，论文见 arXiv:2609.23490。