Centivax 如何研发通用流感疫苗——专访 Jake Glanville
Centivax 联合创始人兼 CEO Jake Glanville 在播客中介绍，公司正研发可覆盖所有流感毒株的通用流感疫苗，目前已在大约 180 人中测试，并准备启动 2 期临床试验。他指出，季节性流感疫苗有效性长期仅约 15% 至 60%，原因是病毒持续变异，而 Centivax 试图让免疫系统识别各毒株共有且抗突变的病毒区域。访谈还涉及通用蛇抗蛇毒血清的研发。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
69 条收录动态，更新于 03:48
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
10月29日
星期四，4 条AI与数学相遇，将把彼此带向何方？
谷歌DeepMind的AI智能体今年5月解决9个此前未解的厄多斯问题并攻克44个开放数学猜想，OpenAI近日在GitHub一次性公开722篇由内部AI模型生成的数学手稿。
研究：检索到的文献如何影响大语言模型的科研构思
一项 arXiv 预印本研究在统一生成协议下比较五种文献检索策略与无文献基线，覆盖 15 个机器学习主题、十个开放权重模型和 45,000 条研究想法。结果显示，相对无文献基线，五种检索策略使同一组论文生成的想法多样性下降 5.6%–17.9%，但把不同论文集的想法合并后，多数策略的多样性提升 10.2%–18.1%；对想法质量和新颖性的平均影响较小且随主题变化。
迈向 AGI 的扩展是否取决于 System-1 让 System-2 执行什么？
研究提出“条件交互”循环：轻量、具语义感知的 System-1 先预测候选交互的效用，System-2 只执行经自适应阈值放行的部分，结果再回写更新 System-1。
10月27日
星期二，2 条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。
Anthropic 研究：专家在统计分析中 86% 采纳 AI 智能体的倾向性选择
Anthropic 研究者让 50 名有因果推断经验的专业分析师借助 Claude Code 完成一项农业咨询效果评估任务，智能体在四个分析决策上的倾向由掷硬币随机指定且未告知分析师，分析师的选择与智能体倾向一致的比例达 86%。
入选理由Anthropic 用随机化智能体倾向的实验测出专家在分析决策上对 AI 的顺从程度，为科研中人类判断是否独立提供了可引用的证据。
10月28日
星期三，1 条Ai2 评测：大语言模型判断科研想法新颖性会随提问方式改变结论
Ai2 发布一项评测，考察大语言模型判断 AI 生成科研想法是否新颖的能力，发现即便是前沿模型，对相似想法也会因被要求评估的方式不同而得出不同结论。相关代码已在 GitHub 的 allenai/novelty-eval 仓库公开。
10月27日
星期二，1 条Ai2 发布 Old Ideas, Novel Problems 研究：LLM 判断科研构思新颖性是否可靠
Ai2 发布 Old Ideas, Novel Problems 研究，测试大语言模型能否可靠评估科研构思的新颖性，并同步公开基准、数据、代码和可复用的评测集构建流程。
同一新闻，精选展示《Ai2 研究：大语言模型能否可靠判断科研想法的新颖性》
10月28日
星期三，1 条Ai2 研究：大语言模型能否可靠判断科研想法的新颖性
Ai2 发布研究 Old Ideas, Novel Problems，测试大语言模型作为新颖性评判者（novelty judge）是否可靠，并公开基准、数据和代码及可自动构建评测集的流水线。
入选理由Ai2 用 ICLR 2026 审稿意见构建新颖性评测集，显示同一批想法在提示词微调下判定大幅翻转，为使用 AI 评估科研构思的团队提供了可复用的测试工具。
10月27日
星期二，1 条Redwood Research 呼吁加速 AI 概念推理能力研究
Redwood Research 发文主张应差异化加速 AI 的概念推理能力，即处理类似哲学、缺乏可验证标准、依赖非形式化先验论证的任务。该机构称已从直接做概念研究转向主要推进这一方向，并称初步工作显示基础引导技术（如 few-shot prompting）和小规模训练可让模型在其主要概念推理基准上提升相当于三到十二个月前沿进展的分数。
10月26日
星期一，2 条Sebastian Raschka 开放推理模型构建视频课
Sebastian Raschka 开放「Build a Reasoning Model (From Scratch)」配套完整编程课，共 11 小时视频，从预训练小 Qwen3 0.6B 起步，用 Python/PyTorch 手写 verifier、推理时扩展、GRPO 版 RLVR 与蒸馏。
引用Sebastian Raschka@rasbtThe complete reasoning-from-scratch video series is now up (and linked) here: https://magazine.sebastianraschka.com/p/building-reasoning-models (Taking a short break but will be back with LLM model and research updates in November!)
Thinking-in-Bets：在测试阶段让智能体先记录主张以减少迎合式修改
研究提出 Thinking-in-Bets，一种免训练方法：智能体在读取用户反馈前，先私下记录主要主张、支撑检查与置信度，被质疑时据此保留已验证的工作、只复查不确定部分。
10月25日
星期日，1 条Anthropic 联合创始人 Jack Clark 将自我改进 AI 预测提前至 2027 年
Anthropic 联合创始人 Jack Clark 把递归自我改进（RSI）可能实现的时间从 2028 年提前到最早 2027 年，依据是 P-Zero Research 的 TasteVal 基准。
10月24日
星期六，2 条Google 资助研究：AI 让初级专利律师起草更好，但独立审阅能力未见提升
一项由 Google 资助的研究让专利律师先借助 Google Labs 未发布的 AI 助手 InFlow 起草专利权利要求，再在不使用 AI 的情况下完成 redlining（审阅修改现有专利草稿），由独立律所的盲审专利律师按可执行性、技术准确性、策略模糊性、完整性和清晰度五项打分。
AlphaIdeaBench 发布：在资源约束下评测科研构思智能体并对齐同行评审
研究团队提出 AlphaIdeaBench，用 100 个构思任务（50 个 NeurIPS、ICML、ICLR 2023–2025 研讨会征稿与 50 个综述中作者自述的开放问题）在统一资源预算和 JSON 提案格式下评测科研构思智能体，并按有效性、新颖性、可行性 12 个维度打分。
10月23日
星期五，1 条Ai2 发布 LitPivot：围绕文献动态组织证据，辅助科研构思修订
Ai2 与宾夕法尼亚大学合作发布 LitPivot，该系统用 Asta Paper Finder 检索的论文，把研究提案拆成问题、贡献和评估方案三部分，围绕正在编辑的部分组织文献、给出带原文摘录的批评和可接受或拒绝的修改建议。
入选理由Ai2 把文献检索与科研构思的修订过程绑定，研究者可据此判断这类工具能否介入早期选题。
10月24日
星期六，2 条Ai2 推出 LitPivot 辅助科研构思
提出一个好的研究想法，意味着要了解已有工作确立了哪些结论、哪些空白仍然存在，以及你的贡献如何回应这些问题。 隆重介绍 LitPivot，它能在早期想法逐步演进的过程中呈现相关文献，帮助完善这些想法。 https://arxiv.org/abs/2604.02600
Ai2 与宾大推出 LitPivot：按研究构思的组成部分组织文献并给出修订建议
Ai2 与宾夕法尼亚大学合作推出 LitPivot，把研究提案拆成问题、贡献和评估方案三部分，围绕正在编辑的部分组织经 Asta Paper Finder 检索到的论文，给出附文献摘录的批评和可接受、编辑或拒绝的修订建议。
10月23日
星期五，3 条PersonaScienceBench 发布：用多样模拟研究者评测科研智能体
作者提出 PersonaScienceBench，从 DiscoveryBench、BixBench、EXP-Bench、SciConvBench 和 ASI-Bench 五个基准中选取 200 项任务，覆盖生命科学、物理与工程、数学与计算机、社会与人文四个领域，把模拟研究者的人格设为变量，任务目标与评分标准保持不变。
PersonaScienceBench：用多样化模拟研究者评测科学智能体的协作能力
作者提出 PersonaScienceBench，从 DiscoveryBench、BixBench、EXP-Bench、SciConvBench 和 ASI-Bench 五个基准中选取 200 项任务，覆盖生命科学、物理与工程、数学与计算机、社会与人文四个领域，把任务改造成需要与模拟研究者澄清、评审和修订的交互形式。
TTME 在科学发现任务上优于测试时训练，算力开销降低逾八成
研究提出测试时记忆演化（TTME），一种即插即用的测试时适配方法，通过持续更新外部记忆、蒸馏经验来指导后续发现，而不更新模型权重。在相同的科学发现框架下仅替换测试时适配方法后，TTME 在全部五个数学任务上优于测试时训练（TTT），FLOPs 降低 82.8-84.6%，运行时间缩短 47.7-58.4%。
10月20日
星期二，1 条陶哲轩发起 AI 数学挑战：用第十判别式上界探索排除 Siegel 零点的论证
陶哲轩在其博客发起一项实验性 AI 数学挑战，邀请读者用 AI 工具从关于准黎曼假设或 Landau–Siegel 零点问题的新稿件中，在不使用 Heegner 方法的前提下推导假想第十判别式的有效上界，并尽量优化该常数。
10月22日
星期四，1 条斯坦福 CS 329Z 第9讲：Agent 系统优化选型图
斯坦福 CS 329Z（Fall 2026）第9讲给出 Agent 系统优化选型图：前提是数据、系统、评估指标三样齐备，一般先做上下文优化（prompt 与 few-shots），不够用、想蒸馏到小模型或 prompt 过长时再改权重。
引用meng shao@shao__mengCS 329Z: Engineering AI Agents Stanford / Fall 2026 @stanfordnlp https://cs329z.stanford.edu/ 课程定位：从"模型"到"系统"的工程学 覆盖：简单 LLM 流水线 → 复合 AI 系统 → 自主 Agent。三位讲师的背景也高度互补： @Diyi_Yang（斯坦福 NLP 教授，人机交互与社会计算方向） @michaelryan207（DSPy 核心贡献者，自动评估 AutoMetrics 作者） @jyangballin（SWE-agent / SWE-bench / SWE-smith 作者，软件工程 Agent 领域最重要的研究者之一） # 课程主线：三大工程挑战 贯穿全课的三个核心问题——分解（decomposition）、数据（data）、评估（evaluation）。11 周的内容基本围绕这三条线展开，可以分为五个模块： 模块 1：构建基元（Week 2–3） · LLM 作为构建材料：API/SDK（litellm）、结构化输出、约束生成、解码策略、test-time compute、上下文工程、模型选型与成本/延迟权衡 · RAG：embedding、向量库、分块策略、混合检索、cross-encoder 与 ColBERT 后期交互 · 工具调用：函数调用 API、MCP（Model Context Protocol）、工具设计、代码沙箱、错误处理与重试 模块 2：框架与设计模式（Week 3–5） · 框架层：DSPy（signature / module / optimizer）、LangChain/LangGraph、LlamaIndex，重点是"框架抽象了什么 vs. 你手写了什么" · 设计模式：workflow vs. agent 的分类学，五种可组合 workflow 模式，ReAct / plan-and-execute / reflection，"scaffold（脚手架）本身就是设计决策" · 记忆架构：短期/长期记忆、记忆作为工具动作、文件系统作为外化记忆、跨 Agent 记忆（MemGPT、Mem0、Generative Agents） · 多 Agent 系统：编排模式、handoff 与状态传递，以及一个很有态度的对照阅读——既读 AutoGen，也读《Why Do Multi-Agent LLM Systems Fail?》和 Neubig 的《Don't Sleep on Single-agent Systems》 模块 3：优化（Week 5） · 从提示词到微调的全景：GEPA、MIPROv2、OPRO、TextGrad（提示优化）；LoRA/QLoRA、蒸馏、RLHF/DPO（权重优化）；test-time scaling（推理算力） · 核心问题是决策框架：什么时候优化 prompt、什么时候优化 weights、什么时候堆推理算力 模块 4：数据与评估（Week 6–8）——最有分量的部分 · 数据：trace、demonstration、feedback 三类数据；训练数据 vs. 评估数据；数据飞轮；合成数据；从 Agent 轨迹构建数据集（SWE-smith） · 评估基础：为什么 eval 难；4 元组框架（request / environment / stopping criteria / scorer）；好 benchmark 的性质；tinyBenchmarks · 评估基础设施：三类 grader、LLM-as-judge 的 prompt 设计与已知偏差、pairwise vs. pointwise、非确定性指标 pass@k vs. pass^k、harness 设计 模块 5：安全与前沿（Week 8–11） · 安全：工具访问的隐私风险、prompt injection（含间接注入）、红队、沙箱与权限模型、输出护栏、human-in-the-loop · Coding Agent：SWE-agent、Claude Code、OpenHands 的端到端架构对比 · 主动式 Agent：从 reactive 到 proactive，General User Models（GUM）、Next Action Prediction，以及"Agent 何时应主动、何时应等待"的 mixed-initiative 问题 · 开放问题：多模态/web/计算机使用 Agent、科学 Agent、长时运行架构、生产可观测性（tracing、monitoring、成本管理） # 作业设计：一手建、一手评 HW1：从零构建 Agent 系统（10%） 给定论文库，构建能检索并推理回答科学问题的 Agent。 · Part A：只用 litellm 手写 RAG + 工具调用 + ReAct 式 Agent 循环 · Part B：用 DSPy 重建关键组件，并反思框架抽象了什么 HW2：评估一个 Agent（10%） 给定一个预构建 Agent，设计完整评估套件：代码型 grader、至少一个 LLM-as-judge、用 4 元组框架构建 benchmark 任务、错误分析。
10月21日
星期三，1 条Sakana AI 开源 QD-Rec 推荐系统，用质量与多样性演化推荐理由
Sakana AI 开源 QD-Rec，把开放式搜索用于推荐任务，同时搜索推荐什么以及为什么推荐，为每个候选配上解释其为何契合决策者目标的自然语言假设。系统由上下文赌博机、LLM 生成假设和存档三部分组成，在收购标的发现、客户定位和论文推荐三类任务上评测，多数设置下 LLM 评分平均质量最高，存档通常也最大。
10月20日
星期二，2 条Sakana AI 提出推荐方法 QD-Rec，用进化式探索生成多样候选与假设
Sakana AI 开发了推荐方法 QD-Rec，把 Quality-Diversity（QD）进化式探索技术用于推荐，在有限评估预算下同时探索候选与假设的组合，保留新角度提案、合并相似提案，以积累多样化的推荐集合。
MIT课程MAS.S62：Harness与多Agent演化
MIT课程MAS.S62「How to AI an AI」的Lecture 4-5聚焦Harness演化与多Agent演化，讲义将Harness拆为Context、Control、Action、Evaluation、Evolution五个组件。
引用meng shao@shao__menghttps://x.com/i/article/2112152891670896640
10月19日
星期一，3 条Sakana AI 提出 QD-Rec 推荐方法，在论文推荐等三类任务上验证
Sakana AI 开发了推荐方法 QD-Rec，把候选与说明选择理由的假设成对作为推荐单位，由生成式 AI 参考已有优质假设反复生成新假设，以积累质量高且角度不同的推荐。
徐兵河院士谈抗肿瘤创新药研发：从参与到原创的路径与挑战
中国工程院院士徐兵河指出，中国抗肿瘤新药研发正从参与国际多中心研究转向源头原创，2025年前8个月新药出海靶点覆盖CD3、PD-1/PD-L1等。其团队主导的吡咯替尼在PHILA头对头研究中PFS和OS均显著优于对照组，国产CDK4/6抑制剂达尔西利Ⅲ期DAWNA-1研究也显著延长中位PFS并已获批上市。
Open-Science 追踪 AI 递归自我改进路线
作者用开源 AI 科研工作台 Open-Science 建立 RSI 项目，梳理从 Reflexion、STaR、SPIN 到 DGM、AlphaEvolve、Hyperagents 的自我改进路线。
10月6日
星期二，1 条TargetAgent：面向药物靶点识别的数学 AI 科研助手框架
美国佐治亚大学 Guo-Wei Wei 团队在 arXiv 预印本中提出 TargetAgent，一个把最优传输、张量分解、拓扑数据分析与 LLM 智能体解读串联起来、依次分析多批次空间转录组数据的 AI 科研助手框架。