全部动态

研究比较五种 LLM 论文评审范式：排序相关性与录用决策质量出现分离

中国人民大学与安特卫普大学的研究者在 232 篇分层抽样的 ICLR 2025 投稿上比较了五种 LLM 评审范式（Direct、Anchor、Group Rating、Elo、Swiss tournament）、三种输入形式和三个模型，并在全部 11,513 篇有评分的投稿上复现。

Retrieve-then-Disambiguate：从文献中检索并消歧审稿人候选的开源算法

密歇根州立大学的研究者提出开源算法 Retrieve-then-Disambiguate，把审稿人发现表述为检索问题：先按标题摘要相似度检索相关论文，再对作者姓名做消歧，最后按领域相似度排序候选身份，不依赖预定义候选池。

研究提出评估作者消歧可信度的可复现方法，在 30 所机构对比 OpenAlex 与 Dimensions

一篇 arXiv 预印本提出用四项测试估算科研信息源接入机构 CRIS 的整理成本，其中两项只用公开数据，两项对照机构自有已核对记录。

智元联合清华、无问芯穹发布 CEL 群体经验学习：96 台真机实现机器人教机器人

智元携手清华大学、无问芯穹发布群体经验学习范式 CEL，让机器人以同伴的真实作业轨迹为经验来源，在插花、叠衣、手机充电、凳子组装、手机包装五项真实任务上训练的策略全部超过 6 名人类远程操作员平均水平，最高领先 16.7 个百分点。

ABACUS + DP 如何揭示多晶型 HfO₂ 的界面控相稳定性

合肥综合性国家科学中心人工智能研究院朱旭东与中国科学技术大学何力新团队在 npj Computational Materials 发表研究，用自研第一性原理软件 ABACUS 结合 Deep Potential（DP）机器学习力场，模拟 45 个含 10,368 个原子的 HfO₂ 两相界面，揭示界面取向与晶格匹配对晶相选择、界面钉扎和相变路径的影响。

SemiAnalysis 推出 GDPx 基准，衡量前沿模型在芯片设计、金融、生物等领域的智能体能力

SemiAnalysis 发布 GDPx 基准，覆盖芯片设计、网络安全、生物、金融、法律、量化交易、递归自我改进、硬件设计、材料科学、对齐和软件工程等领域，最高分模型仅得 12%。

Sakana AI 发布自研语言模型 Sawara 计划

Sakana AI 在东京一桥讲堂举办“From World Models to Real-World AI”研讨会，宣布正从预训练阶段自研语言模型系列“Sakana Sawara（暂定名）”，首个小型模型“Sawara Small（暂定名）”若进展顺利计划于2027年春季公开。

Sakana AI 举办东京研讨会：Jürgen Schmidhuber 谈 AI 历程，并公布自研语言模型 Sakana Sawara

Sakana AI 在东京一桥讲堂举办研讨会，宣布启动自研预训练语言模型系列「Sakana Sawara（暂称）」，首个模型「Sawara Small（暂称）」若进展顺利计划于 2027 年春公开。首席科学顾问 Jürgen Schmidhuber 发表主题演讲，与 CEO David Ha 对谈，现场吸引日本各地逾 400 名参会者。

DeepSeek 谈智能体框架适配

与 @badlogicgames 和 @mitsuhiko 这两位领域内最聪明的头脑交流，让我获得了很多启发。 在 @deepseek_ai，我们相信要跨智能体框架进行扩展，并致力于在每一代模型中为 @pidotdev 以及全球所有主流框架提供良好支持。

王国祯：数学家的使命远远不只是做题

上海数学中心首席教授王国祯与徐宙利合作，将球面稳定同伦群的计算从第59项推进到第60、61项，再推到第90项，并因此获得2026年度求是杰出科学家奖数学奖。他认为AI解题只是模型训练的副产品，学生依赖AI会削弱“手搓定理”的动力，但数学岗位不应因此减少。他正着手将计算过程形式化，用于训练模型辅助计算。

Springer Nature 文本与数据挖掘 API 与科研 API 对比：如何构建带授权校验的 TDM 集成

SciSpace 发布网页指南，对比 Springer Nature 文本与数据挖掘（TDM）API 与科研 API 的用法。Springer Nature 的 Meta、Open Access 与 Full Text API 分别提供元数据、开放获取全文和协议授权下的出版社 XML，用于语料摄取而非生成研究答案。

alphaXiv 受 arXiv sanity 启发

arXiv sanity 是我们的灵感来源 @karpathy 🥹

SpecPilot 用自主智能体循环为推测解码发现算法与系统优化

SpecPilot 是一个自主智能体循环，针对每种部署自动发现推测解码的算法与系统优化，每轮由成本模型定位当前系统与上限之间的最大差距，并行智能体探索方向并整合成功方案，同时用 token forcing 对照原始系统检查输出以检测 reward hacking。

Recursa 发布可递归自我改进的基础模型系统

研究团队提出 Recursa，一个无需人类专家或更强教师模型、靠自身经验适应新领域的基础模型系统。它用知识库存储领域技能、技能适用时机、过往任务记忆与反思，先从领域材料引导构建知识库，再通过递归自我改进，由并行学习器执行任务并合成局部改进，经校验后合并进知识库。

数学家 Frank Calegari：OpenAI 发布 700 余篇论文后，数学界应如何自处

OpenAI 于 10 月 6 日发布 700 余篇研究论文，数学家 Frank Calegari 认为这标志着 AI 已能在数学多个领域做出突破性贡献。他指出这些论文写作质量糟糕、违反署名规范，部分甚至有误，但数学家更应把精力放在招聘、发表与培养学生上。他以有限单群分类的历史为例，提醒同行不要因“著名问题被解决”而放弃领域，而应借新工具开拓更深层的问题。

Kevin Weil 谈跨领域交叉创新

很喜欢 @jmj 的这篇。最容易摘到的果实往往在多个领域的交叉处，因为人们倾向于往深走而非往广走。两者都很重要！ 我也喜欢他用“摇滚乐队”式团队来比喻解决我们 @warpsciences 这类问题的方式。 https://www.newinternet.tech/p/investing-at-the-intersections

一周热闻回顾：科技部征集国家科技专家库专家，OpenAI 公布数学、计算机和物理学 3 项新发现

OpenAI 于当地时间 10 月 26 日宣布在数学、计算机科学和物理学领域取得 3 项新发现，分别涉及调和分析、复杂性理论和量子场论，成果均有待学界独立验证。科技部开展国家科技专家库专家征集工作，以支撑国家重大科技项目组织实施。中国科学技术大学王兵、范其瑭团队制备出仅由五元环和七元环构成的“戊庚环型”碳纳米带，10 月 28 日相关成果在线发表于《自然》。

安徽建筑大学明确将倒查6年学术论文｜一周动态

安徽建筑大学科技处发布通知，要求科研人员对2020年1月1日以来公开发表的学术论文逐一自查，重点排查图片重复、不当署名、论文买卖等学术不端行为，个人自查阶段已于10月30日结束。该校还将科研诚信状况作为职称晋升、科技奖励、学位申请等评价的重要指标，对违反者一律取消申报资格。

专访沃尔夫数学奖得主多贝西：AI不会取代数学家

沃尔夫数学奖得主、杜克大学荣休教授英格丽·多贝西在2026世界顶尖科学家论坛期间表示，AI不会让数学家集体“退休”，其本质是高效的文献检索与信息重组工具。她认为OpenAI等公司发布的数学成果尚缺乏真正原创性想法，AI至今未展现自主构建全新数学概念的能力，数学证明与推导仍需人类理解。她建议资深数学家把AI用于繁重的文献梳理，将精力投入需要创造力的研究步骤。

AIHOT模型榜扩至56份评测集并重排ELO

AIHOT模型榜将抓取的公开评测集从39份增至56份，按原有算法对所有模型重新进行ELO排名，并剔除未正式上线的模型（如Gemini 4 Carbon）。结果显示综合与编程第一为Claude Opus 5.5，科研与知识第一为GPT-6 Astra，办公第一为Gemini 4 Argon。

LeCun 与 Balestriero 用数学论证柏拉图表征假说并给出更优训练路径

alphaXiv 介绍 Yann LeCun 与 Randall Balestriero 的一项工作，从数学上表明在一定条件下，两个完全独立训练的 JEPA 可以学到基本相同的世界表征，一个从同一场景的不同图像学习，另一个从该场景的不同描述学习，全程不使用图像文本配对。

Exin Therapeutics 称 AI 智能体操控机械臂为小鼠完成脑部注射治疗癫痫

生物科技初创公司 Exin Therapeutics 本周声称，已让 AI 智能体操控机械臂对一只癫痫模型小鼠完成脑部注射。

视频世界模型的潜在预测误差何时能支持物理意外判断？

一项评估框架在 IntPhys2、Physion++ 和 Kubric 上检验视频世界模型的预测误差能否代表物理意外，发现 V-JEPA2 仅暴露有限的"可能/不可能事件"信息。

2026世界顶尖科学家论坛：诺奖与菲尔兹奖得主谈AI如何改变科研范式

2026世界顶尖科学家论坛在沪开幕，主题为“范式变革：科学突破的下一个十年”。2025年诺贝尔化学奖得主奥马尔·亚吉提出发展“选择科学”，其实验室借助大模型给出96组潜在新材料结晶条件，由机器人和自动化实验平台验证，不到一个月结晶性能显著改善。2002年菲尔兹奖得主洛朗·拉福格则追问机器擅长证明后数学家的创造力何在。

Simjecture 框架：语言模型智能体以反例驱动完成 Z-pinch 辐射能超额研究

西安交通大学团队提出开源框架 Simjecture，让语言模型智能体围绕人类设定的物理猜想做反例搜索与前瞻性假设修正，并以计算物理作为可执行检验平台。

入选理由作者团队公开了 Simjecture 框架与完整研究记录，研究者可据此判断反例驱动的智能体研究在计算物理中能承担到哪一步。

Simjecture 框架以反例驱动智能体研究 Z-pinch 辐射能超额问题

作者提出开源框架 Simjecture，让语言模型智能体围绕人类设定的物理猜想，以反例驱动的证伪和假设修正推进研究，并用计算物理作为可执行测试环境。团队用该框架开展 82.6 小时研究，考察 Z-pinch 中辐射能超过内爆壳动能这一长期问题，结果显示更强的相干螺旋形变会提高电阻转换、降低辐射并增加滞留能量，更宽的尾随等离子体分布则推迟后段辐射峰值并弥补早期辐射热计亏损。

BioAgent-DF 审计生物医学研究智能体的决策溯源：结论不变但证据路径可能已变

作者提出 BioAgent-DF，用配对参考值与候选值在原坐标上还原或移植，审计生物医学研究智能体在工具数值被静默污染后读了哪些文献、引了哪些句子。在 SciFact 的八个批次中，Qwen3.5-4B 在三个捕获–论断组合上出现可重复的引用变化，Gemma 3 4B IT 在四个组合上出现可重复的阅读与引用变化，共涉及两个论断，而完整还原可恢复参考证据集且结论不变。

蔡磊团队启动眼控仪赠送计划：100 台设备免费提供给渐冻症病友

蔡磊团队10月30日启动眼控仪赠送计划，志愿者组装的100台设备中，前期已向20位病友赠送并完成内部测试，剩余80台免费赠送给有需要的渐冻症病友。团队提示，该设备由志愿者组装，虽经内部测试可用，但不同于经过工业化质量检测的商业产品，使用前需检查外观和线路完整性。此前蔡磊还捐出名誉权案胜诉款项，向贫困渐冻症患者家庭捐赠了10台无创呼吸机。

北大团队在华为鲲鹏 920 上深度优化 ABACUS 原子算筹，19 类材料核心算子最高快 10.7 倍

北京大学陈默涵团队在华为鲲鹏 920 全系列平台完成开源密度泛函软件 ABACUS（原子算筹）适配，并逐项优化 19 类材料核心算子，相关代码已推送至 GitHub。

智能体计算机图形学研究进展：统一分类框架与智能体文献分析系统

一篇报告提出面向计算机图形学各类任务的智能体系统统一分类框架，并开发了一个智能体文献系统，可辅助研究者大规模分析已有和新发表的论文。报告据此梳理了该领域的新兴研究趋势，并讨论了跨图形任务协调智能体与工具、设计人机协作接口与表示、维持长程规划与迭代改进、可靠评估交互式图形系统等开放挑战。该报告发布在 Hugging Face Daily Papers，原文未说明是否经过同行评审。