scite API 与 SciSpace API 对比：Smart Citations 与引用式答案
scite API 以 Smart Citation 分类为核心，将引用语句标注为支持、反驳、提及或未分类，并区分语句计数与引用文献计数；SciSpace API 则提供 Search API 与 Task API，后者由智能体规划检索、阅读、分析与写作，返回生成文件链接及带引用的文字答案。两者均能给出带引用的回答，差异在于前者提供出版物层面的引用证据，后者覆盖完整研究工作流。
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。
410 条收录动态，更新于 17:06
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。
11月5日
星期四，3 条Google Scholar 有官方 API 吗？第三方接口与科研 API 方案解析
Google Scholar 不提供官方公开 API，市面上的 "Google Scholar API" 均为 SerpApi、Scrapingdog 等第三方产品，而非 Google 官方开发者接口。
Semantic Scholar API 429 限流错误如何修复
Semantic Scholar 官方文档显示，无密钥访问为未认证用户共享每秒 1000 次请求，入门级 API key 为每秒 1 次，超限即返回 429。修复应先为所有调用方加上 x-api-key 认证、批量合并已知标识符并统一调度重试节奏，再配合有上限的指数退避。批量匹配单次最多 1000 条、已知 ID 查询最多 500 个，检索每页最多 100 条、总计 1000 条结果。
11月6日
星期五，3 条Perplexity 推出 Teammate 功能：可执行持续性复杂工作的智能体
Perplexity 当地时间本月 4 日推出名为 Teammate 的智能体功能，负责规划和协调项目、按优先级变化调整方向并提交成果供审核。一位 Teammate 会协调 Computer 会话及其他 Teammate，用户可全程检查并指导其工作。该功能需 Perplexity Max 订阅，最初在网页端推出，随后扩展至 iOS 端，未来数周将扩大访问权限和功能。
上海AI实验室上线书生·天枢（Sage·LabOS）实验室操作系统，在临港实验室完成LNP配方五轮自主迭代
上海AI实验室上线实验室操作系统书生·天枢（Sage·LabOS），以书生SCP-Lab为统一设备接口、书生物理世界模型W0驱动机器人操作，打通异构设备执行与实验数据回传科研智能体的链路。
入选理由材料给出自主实验室操作系统的四项能力与临港实验室的干湿闭环验证，研究者可据此判断设备接入与实验闭环的可行性。
百度发布ERNIE 5.5 Flash Base开源模型
百度发布ERNIE 5.5 Flash Base，拥有2800亿参数，作为开源基础模型 https://the-decoder.com/baidu-releases-ernie-5-5-flash-base-with-280-billion-parameters-as-an-open-source-foundation-model/
11月4日
星期三，1 条Unitree 支持 RoboColosseum 机器人基准
很高兴支持 RoboColosseum，这是最大的真实世界机器人基准项目之一！很高兴看到 Unitree G1 被用作 RoboColosseum 人形机器人基准类别的主要本体。
引用RoboColosseum@RoboColosseumIntroducing RoboColosseum An open robot eval initiative by @huggingface @BitRobotNetwork @eaic_sg @DJiafei Access: - 100+ robots (@UnitreeRobotics G1s, @LeRobotHF SO-101s, YAMs, Franka and more) - 140+ in-the-wild scenes - Open rollout data - 10,000 FREE eval hrs Thread ↓
11月5日
星期四，1 条百度发布 ERNIE-5.5-Flash-Base 预训练基座模型并开放权重
百度文心团队发布 ERNIE-5.5-Flash-Base，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，训练上下文逐步扩展至 128K，微调与推理支持 1M tokens。
11月6日
星期五，3 条Inkling 2 Small 上线 Tinker
Inkling 2 Small 今日在 Tinker 上线，权重即将发布。它是一个能力不错的小模型。期待看到大家用它做出什么。
引用Thinking Machines@thinkymachinesIntroducing Inkling 2 Small. Scoring 31 on the AA Intelligence Index, it's a big jump over its predecessor. Inkling 2 Small is available for fine-tuning and inference on Tinker today, with full weight release planned soon. https://thinkingmachines.ai/news/inkling-2-small
Perplexity 每月刷新帕累托最优曲线
对 Perplexity 来说，每个月都是一条新的帕累托最优曲线。https://pplx.ai/effort-levels
引用Perplexity Developers@perplexitydevsEvery Agent API effort level now costs less with the same or higher research quality. Effort levels are bundled agent configurations, optimized for specific tasks. A new ultra level is available for the most demanding, long-running requests. https://pplx.ai/effort-levels
Inkling 2 Small 擅长长程任务并支持微调
Inkling 2 Small 在长程任务上表现出色，能通过视觉检查自己的工作，并适应不同的运行框架和环境。可以在 Tinker 上对其进行微调，或让 Inkling 2 Small 自主编排微调工作流。
11月5日
星期四，1 条Thinking Machines Lab 发布 Inkling 2 Small 模型，权重下周以 Apache 2.0 开放
Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与可变推理强度，先在 Tinker 上以闭权重提供推理与微调，计划下周完成外部安全测试与红队后以 Apache 2.0 开放完整权重。
11月6日
星期五，9 条上海AI实验室推出科学多模态框架书生·元征，以RSI让模型自主设计科学感知架构
上海AI实验室推出科学多模态框架书生·元征（Sage SciPerception），通过可训练投影模块把谱图、序列、晶体结构和时序信号转换为语言大模型可识别的表征，并引入递归式自我改进（RSI）模式，让模型参与分析任务表现、提出新的投影模块方案并迭代验证。
入选理由框架把谱图、序列、晶体结构接入语言模型，并让模型自行迭代感知架构，研究者可据此判断科学数据接入方式的可行边界。
OpenAI 推出 GPT-6 Cyber 安全研究模型
OpenAI 发布 GPT-6 Cyber，称其在安全研究上取得重大进展，已用于帮助防护 Linux 内核、Firefox 等安全关键软件。该模型经专门训练以保持在操作者指定范围内，相关评测结果显著；目前向部分 Daybreak Red 客户开放并逐步扩大。同时推出面向关键基础设施的 Daybreak Red，获批的防御方可对关键系统进行授权测试。
引用OpenAI@OpenAIIntroducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time. https://openai.com/index/introducing-gpt-6-cyber/
OpenAI 发布网络安全专用模型 GPT-6 Cyber，ExploitGym 跑分相对提升 51%
OpenAI 发布网络安全专用模型 GPT-6 Cyber，在 ExploitGym 基准上得分 48.5%，较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。
Perplexity内部工作区已有1万AI队友
目前，Perplexity内部工作区里已有约1万名“队友”（过去30天内）。这已经是我们员工人数的20倍。昨天约有1000名队友处于活跃状态。未来几年，员工人数的增长和规划方式将大不相同。
引用Johnny Ho@randomjohnnyhToday we are rolling out the latest form factor for work: Perplexity teammates. Agents have reached the point where they can start to be trusted with responsibilities at work. Teammates excel at automating tasks like deep research, data analysis, QA, triaging tickets, and reviewing code, which has saved each of us internally at Perplexity hundreds of hours of menial work. Leaving us the much more interesting work of setting vision, judging quality, and teaching restraint. Agents are now rising up beyond tools and task-based sessions to take on supporting and coworking roles. Teammates proactively reach out to you, other coworkers, and other teammates in the workspace. Teammates close the loop on their own work, finishing the job instead of requiring repeated steering or manual management of sessions. Available to Max users as a research preview today.
alphaXiv 推出 Illustrated CoRL，将 600 余篇 CoRL 论文做成可视化检索地图
alphaXiv 宣布推出 Illustrated CoRL，收录并索引了 600 余篇 CoRL 论文，提供可视化方式浏览整个研究版图。用户可以搜索感兴趣的主题、打开聚类并直接进入查看，入口为 https://alphaxiv.org/conferences/corl/2026/map，该页面灵感来自 @JayAlammar。
OpenAI 推出 GPT-6 Cyber 安全模型
我们最新的网络专项模型已发布。在许多网络特定用例上，它独树一帜。可通过 Daybreak Red 访问获取。
引用OpenAI@OpenAIIntroducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time. https://openai.com/index/introducing-gpt-6-cyber/
Futures of Maths 上线：面向活跃数学研究者的数学与 AI 意见征集平台
Futures of Maths 上线，这是一个持续运行的平台，向活跃的数学研究者征集关于数学与 AI 的紧迫问题，参与者对平台给出的陈述按“强烈不同意”到“强烈同意”打分，也可自行提交陈述，经审核后由其他人评分。
OpenAI 推出 GPT-6 Cyber
推出 GPT‑6 Cyber：安全研究领域的重大进展，将更强的能力与更好的模型对齐相结合。 该模型驱动了我们昨天宣布的 Linux 内核研究，Mozilla、Palo Alto Networks、Calif 和 Cisco 等公司的安全团队——以及我们 OpenAI 自己的团队——已经在使用它。 GPT-6 Cyber 现已向部分 Daybreak Red 客户开放，我们将逐步扩大访问范围。 https://openai.com/index/introducing-gpt-6-cyber/
11月4日
星期三，1 条UniProt REST API 查询语法与 Python 序列检索指南
SciSpace 发布指南，讲解如何用 Python 调用 UniProt REST API 按字段查询 UniProtKB 蛋白记录、下载 FASTA 序列并分页处理结果。
11月5日
星期四，8 条SciSpace 详解 PRISMA 2020 流程图：每个框怎么填（附真实案例）
SciSpace 发布 PRISMA 2020 流程图填写指南，逐框说明识别、筛选、纳入三阶段中记录、报告与研究三种计数单位的区别。文中以 Adelaide 大学 Dr. Faheem Ullah 的综述为例：从 6 个数据库检出 4634 条记录，经标题筛选、去重、摘要与全文筛选，再经滚雪球补充 5 项，最终纳入 74 项研究。
快速综述与系统综述的区别：何时选用及如何开展
SciSpace 发布研究指南，对比快速综述与系统综述：快速综述沿用系统综述方法但简化部分步骤，如减少数据库、限制语种、由一名综述者加抽查替代两名独立综述者，通常耗时数周到数月而非一年以上。指南给出7步流程，并说明AI可辅助起草PICO、筛选标题摘要和提取数据，但每条纳入排除决定仍需人工复核。
SciSpace 研究指南：7 类研究空白与 21 条示例表述
SciSpace 发布研究指南，按 Miles（2017）的分类把研究空白分为证据空白、知识空白、实践—知识空白、方法学空白、实证空白、理论空白和人群空白 7 类，并给出 21 条示例表述。指南称有力的空白陈述需说明已知什么、缺什么、为何重要，并提供“已知—缺失—意义”三段式模板。文中示例为示意性写法，使用前需核查本领域实际文献。
SciSpace 指南：如何在研究论文中撰写讨论部分（10 步附示例）
SciSpace 发布研究论文讨论部分写作指南，给出 10 步流程：先用一两句话回答研究问题，再解读主要发现、与既往研究（含结论相左者）比较、解释意外结果、说明意义、交代局限及其影响，最后提出具体的后续研究方向。指南建议讨论篇幅与引言相当或略长，并列出审稿人常批的重复结果、过度推断、忽略相左研究等错误。文中称 AI 最适合用于查找支持或反驳各发现的对照研究并核对引用，解读仍应由作者自己完成。
SciSpace 指南：如何用决策表选择统计检验
SciSpace 发布统计检验选择指南，用四个问题把检验缩小到一两个选项：研究目的是比较组间、找关系还是预测结果，结果变量是连续、有序、分类、计数还是时间事件，组数与配对情况，以及是否满足参数检验假设。
SciSpace 发布 PICO 问题示例指南：15 个按类型划分的研究问题（含 PICOT、PECO 与 SPIDER）
SciSpace 发布研究指南，按疗法、诊断、预后、危害、预防等类型给出 15 个 PICO 问题示例，并附 PICOT、PICOS、PECO、SPIDER、SPICE 等变体模板。指南说明可将各要素的同义词用 OR 连接、要素间用 AND 连接构建检索式，并建议检索时省略结局要素以免漏检。文中还提到可用 AI 拆解 PICO 要素并生成多个版本，再从中挑选可回答且贴合领域的版本。
SciSpace 发布系统综述数据提取表免费模板：字段设计与示例
SciSpace 发布系统综述数据提取表免费模板，列出识别信息、研究设计、参与者、结局与测量方式、偏倚风险条目及数据出处等字段，并建议每个字段对应一个综述问题、先在 3–5 项研究上试用、由第二人核查关键数值。
SciSpace 文献综述矩阵：免费模板、示例与使用指南
SciSpace 发布文献综述矩阵使用指南，提供免费模板与示例，矩阵按来源逐行、按比较维度逐列（作者年份、方法、样本、发现、局限等），读文献时填写后横向对比可发现研究空白。指南给出虚构示例演示如何按主题而非逐篇写作，并说明可用 SciSpace 文献综述与自定义列自动生成表格，但每格需对照原文核验。