研究重查 AI 科研智能体论文：不支持的数字约八成是错配而非编造
一项针对 AI 科研智能体基准 Into the Unknown 的重分析发现，在人工标注的 256 条数字主张中，53 条缺乏支持的主张里有 47 条是数值存在于智能体文件中但对应了错误的实验、指标或运行，仅 6 条在现有产物中找不到来源，按总体加权错配占比约 81%。
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。
2,350 条收录动态，更新于 06:26
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Meta Muse Spark 在 ARC-AGI 基准上的成绩
Muse Spark Open，来自 @AIatMeta，在 ARC-AGI 上（已核验）： - ARC-AGI-3：0.4%，$3.0K（provider adapter harness），0.1%，$3.9K（标准 harness） - ARC-AGI-2：57.5%，$0.73/任务 - ARC-AGI-1：89.0%，$0.29/任务 其在 v1/2 上的得分与 Haiku 5.5 和 GPT-6 Luna 相近，但成本约为后者的 9 倍。
Ai2 发布 olmOCR 2，可将文档图像转为可检索文本并开放权重与代码
Ai2 发布 olmOCR 2，可将文档图像转换为可检索文本，并开放模型权重与代码，研究者可在本地运行或针对自有馆藏做适配。推文提到两个历史与考古研究项目，用来说明这一能力可以支持哪些工作。
LangChain 如何用 OpenWiki 与证据图构建有据可查的智能体记忆
LangChain 在博客中介绍用开源 wiki 编译器 OpenWiki 作为智能体的持久记忆层，并叠加证据图，让回答可追溯到支撑段落。
10月28日
星期三，2 条Meta 宣布支持五所美国高校用其 Muse 模型开展医学与基础科学研究
Meta 宣布为加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和 UTHealth Houston 五所美国高校提供支持，形式包括使用其最新 AI 模型、与 Meta 研究人员直接合作以及部分项目的研究经费。
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。
10月27日
星期二，1 条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。
10月29日
星期四，6 条Artificial Analysis Intelligence Index v5 基准上线，DeepSeek V4.1 Flash 1017 为 FrontierCode 2.0 开源模型最高成绩
Artificial Analysis 发布 Intelligence Index v5，60% 评测权重首次建立在私有测试集或隐藏答案之上，编码项中 Cognition 同日发布的 FrontierCode 2.0 独占 15%。
微软亚洲研究院东京首位实习生谈物理智能
微软亚洲研究院东京首位实习生以计算机视觉研究员的身份加入。离开时，她对物理智能有了更广阔的视野，涵盖感知、语言、学习和现实世界中的行动。https://msft.it/6011a0uOb
Gemini 4 Carbon 登顶 Artificial Analysis 智能指数
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上以 59 分登顶，在 9 项评测中的 HLE-Diamond。
Meta 宣布支持五所美国高校科研，开放 Muse 系列等模型访问
Meta 宣布为 Caltech、OhioStateMed、LSU、IndianaUniv 和 UTHealthHouston 五所高校的研究提供支持，帮助推进科学与医学领域的突破。
10月28日
星期三，3 条阿拉伯沙漠曾是一片绿洲，为何古人类却避而远之？
针对阿拉伯沙漠曾为湿润绿洲的时期，研究探讨古人类为何回避该地区。原文正文未能加载，具体研究机构、样本量与证据阶段无法核实。
研究者如何把 olmOCR 2 用于历史与考古档案
Ai2 介绍研究者如何基于开源模型 olmOCR 2 处理历史与考古档案。历史学家 Maurice Casey 在本地运行 olmOCR 2，构建 ArtificeOCR 并接入 Tropy，使自 2019 年以来积累的档案照片可关键词检索，同时避免把档案材料上传第三方；他也报告模型在训练数据覆盖较少的语言手写体上会出现错误。
入选理由两个团队分别把 olmOCR 2 用于历史手稿与考古陶器记录，给出了可复现的本地部署与微调路径，适合处理受限档案的研究者参考。
IDC 将 Quanta 市场情报接入 Claude，并在全公司部署 Claude
IDC 与 Anthropic 合作，把 IDC Quanta 以 MCP 连接器形式接入 Claude，IDC 客户今天即可在 Claude 桌面端、移动端、Cowork 和 Microsoft Office 插件中提问，获得基于 IDC 预测与数据并附出处的分析。
10月29日
星期四，3 条ARC-AGI 三项基准分数呈强关联
绘制 ARC-AGI 模型分数后发现，三项基准之间存在强关联。 例如，幂曲线 v2 = v1^4.53 可解释 ARC-AGI-2 分数约 98% 的变异。在 ARC-AGI-1 上得分相同的模型，在 ARC-AGI-2 上仍可能相差超过 20 个百分点。
MiniCPM-OCR 登陆 Apple Silicon
MiniCPM-OCR 1.0（1.3B）和 MiniCPM-OCR Jev（2B）现已可在 Apple Silicon 上运行，这得益于我们与 @neywalabs 团队的合作！🚀 在 M5 Max 上，OCR 1.0 的预填充速度达到 6,339 tok/s，解码速度为 220–235 tok/s，而 Jev 的 OCR 结果中位延迟仅为 62.9 ms。 查看博客：https://runnativ.ai/blog/minicpm-ocr-on-mlx-vlm
10月28日
星期三，11 条OpenBMB 发布 MiniCPM-OCR 1.0 与校验模型 Jev
OpenBMB 发布 MiniCPM-OCR 1.0，一个 1B 规模的 OCR 模型，在 Real5-OmniDocBench 上得分 93.68、OCRBench v2 上得分 54.7，可解析手写笔记、复杂公式、报纸和低质量扫描件。
CPRISP：预测 circRNA-RBP 相互作用并指导神经退行性疾病治疗发现的可解释深度学习框架
CPRISP 是一个可解释深度学习框架，用于预测 circRNA-RBP 相互作用并指导神经退行性疾病的治疗发现。原文正文未能加载，除标题所载框架名称与任务范围外，暂无更多可核验细节。
alphaXiv 推出面向 arXiv 论文的 NotebookLM 式音频解读功能
alphaXiv 推出面向 arXiv 论文的 NotebookLM 式功能，可把密集的 AI 研究论文转成可在路上收听的对话。该功能结合数千篇相关论文的上下文，捕捉研究动机、关联到 SOTA，并像读过整个领域的教授那样讲解关键思路。
MiniCPM-OCR 1.0 本地处理长文档
📄 长文档，本地处理。 很高兴看到 @atomic_chat_hq 在 Mac 上运行 MiniCPM-OCR 1.0，并与社区分享 GGUFs！感谢这次实操演示。💻🚀
引用atomic.chat@atomic_chat_hqA 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
MiniCPM-OCR 本地处理 Anthropic S-1 文件
非常感谢 @atomic_chat_hq 的精彩演示！🙌 他们在 M5 Max MacBook 上本地运行 MiniCPM-OCR 1.0，处理了 Anthropic S-1 文件的全部 415 页——模型仅 1.2GB，每页约 4 秒，零数据离开设备。 小模型，严肃的文档理解，完全本地。🔥
引用atomic.chat@atomic_chat_hqA 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
非盟与欧盟举办AI in Science高级别活动，探讨科研AI合作新路径
非盟与欧盟于2026年10月26日在线举办“AI in Science”高级别活动，讨论如何构建公平包容的科研AI伙伴关系并确定未来联合行动优先事项。欧盟委员会介绍了其AI in Science战略及RAISE计划，称非欧科研创新合作已支持约60亿欧元活动。会议提出数据与基础设施、科研网络、创新生态、技能人才四方面合作重点，相关建议将用于筹备2027年非盟—欧盟科研与创新部长级会议。
Bloomsbury Publishing 公布中期业绩：上半年营收 1.516 亿英镑
Bloomsbury Publishing 公布截至 8 月 31 日的六个月未经审计业绩，营收 1.516 亿英镑，调整后利润 1680 万英镑，均低于上年同期的 1.595 亿英镑和 2400 万英镑。
Clarivate 称 Web of Science Research Intelligence 已被 25 个国家和地区的 100 多家机构采用
Clarivate 宣布，自 2026 年 5 月上线以来，AI 原生科研情报平台 Web of Science Research Intelligence 已被 25 个国家和地区的 100 多家机构采用。
Springer Nature 与 Google DeepMind 合作开发 AI 同行评审助手
Springer Nature 与 Google DeepMind 宣布研究合作，共同设计一款 AI 同行评审助手，帮助审稿人更有效地审阅论文、梳理稿件并识别需要重点关注的部分，以便把时间留给需要专业科学判断的问题。
STM 公布 2026 Innovator Fair 入选的 20 家学术出版创新者
STM 公布入选 2026 年 Innovator Fair 的 20 家创新者，从 40 多份申请中选出，将于 12 月 8 日在伦敦 STM Innovation & Integrity Days 2026 现场演示。