Hugging Face 联合 TIGEM 等机构发布开放 DNA 模型 Carbon-X
Hugging Face 与 TIGEM、那不勒斯费德里科二世大学和中关村学院合作训练了 Carbon-X，这是一个 14B 开放模型，可直接读取原始 DNA 并用自然语言描述。
入选理由开放权重、可在笔记本上运行的 DNA 模型，让学术实验室能自行评估它能否用于变异解读这类日常任务。
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。
2,349 条收录动态，更新于 05:51
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23日
星期五，3 条马斯克推荐体验 Grok Bot
试试 Grok @Bot
引用Alex Slater@aslaterWow Grok Bot is super fucking good and so beautifully designed. 10/10 Product.
微软 MAI-DxO 多智能体诊断系统在《Science》发表模拟研究，复杂病例准确率 83%
微软 AI 的诊断系统 MAI-DxO 在《Science》发表的模拟研究中，对《新英格兰医学杂志》复杂病例的诊断准确率为 83%，而单独工作的全科医生和普通内科医生为 36%；这些复杂病例通常由专科医生或团队处理，后者未纳入对照。
10月22日
星期四，1 条前 FBI 探员如何推动 NIH 针对中国科学家
原文正文仅为 Cloudflare 安全验证页面，未包含任何可核实的报道内容，无法提取 NIH 针对中国科学家的具体行动、涉事人员或证据细节。
10月23日
星期五，7 条微软 MAI-DxO 诊断系统在 Science 发表，复杂病例准确率高于医生
微软 Health MAI 团队发布 AI 诊断系统 MAI-DxO，并配套提出逐步诊断基准 SDBench，成果发表于 Science。在 304 个 NEJM 复杂病例上，MAI-DxO 诊断准确率为 83%，医生在有外部参考资料时为 36%、无参考资料时为 22%；在 MIMIC-IV-ED 的急诊常见病例上为 80%，医生为 47%。
入选理由微软团队公开了逐步诊断基准与开源代码，研究者可据此复现评测并检验诊断推理系统的成本与准确率权衡。
Google Research 在 Nature 发表个人健康智能体 PHA 论文并开源框架
Google Research 宣布个人健康智能体（Personal Health Agent，PHA）研究发表于 Nature，并将该框架开源给社区。据其引用的团队介绍，PHA 是 Google Health Coach 背后的基础多智能体架构，通过编排多个专用智能体处理可穿戴设备与生物标志物数据，团队称其建立了安全、个性化健康 AI 的基准。论文链接：https://www.nature.com/articles/s41586-026-11161-8
引用Yossi Matias@ymatiasA new Nature paper by our teams on the Personal Health Agent (PHA)—the foundational multi-agent AI architecture behind Google Health Coach. By orchestrating specialized agents across wearable and biomarker data, we're establishing a benchmark for safe, personalized health AI—and open-sourcing the framework for the community. Nature paper: https://www.nature.com/articles/s41586-026-11161-8
OmniParseBench 开发者指南：排行榜基准与 OCR 测试
Datalab 开源文档解析器基准 OmniParseBench 以 16,288 项通过/失败测试覆盖 2,937 页文档，并公布 27 个解析器的判定结果。该教程基于这些判定重建排行榜，发现排名前两位的解析器在统计上并列，且多数文档切片上领先者会变化。作者还在 50 页样本上自行运行 Tesseract 与 Indra OCR，并指出一项发布数字与公开文件不符。
Muse 每日简报
早上6点的我，带着你的每日简报
Cohere 发布 Rerank 5，新增段落级 Context Focus 与校准相关性分数
Cohere 发布检索重排模型 Rerank 5，分 Pro 与 Fast 两档，支持 32K 上下文和 100 多种语言，可在 Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker 及私有 VPC 或本地部署使用，API 价格分别为每 100 万 Token 0.05 美元和 0.02 美元。
Artificial Analysis 上线 CritPt v2：70 道研究级物理题经作者修订并改为代码执行评测
Artificial Analysis 上线 CritPt v2，CritPt 团队与物理专家复核了全部 70 道研究级物理挑战题，修正表述不清、错误和拼写问题，并提升评分器稳定性。
https://x.com/i/article/2113330179271491584
https://x.com/i/article/2113330179271491584
10月21日
星期三，2 条AW-0：把代码规划与视频动作预测结合的智能体世界动作模型框架
研究团队提出 AW-0，一个将代码规划与视频、动作联合预测整合的智能体世界动作模型框架，在统一的 mixture-of-transformers 架构中把代码、未来视频和机器人动作作为三条耦合生成流建模。
DeepEvolve 以未来事件预测为环境实现智能体递归自我改进
研究团队提出 DeepEvolve，一个以未来事件预测为任务环境的可持续演化智能体系统，智能体与动态变化的环境持续交互，并把每次预测背后的推理轨迹转化为能力。
10月23日
星期五，4 条微软诊断编排器在病例测试中准确率超医生，成果发表于 Science
微软的 Diagnostic Orchestrator 用多个 AI 智能体模拟专家会诊，在取自《新英格兰医学杂志》数百份病例报告的测试中诊断准确率约 83%，使用参考资料的全科医生约 36%，不使用的约 22%。
DeepSeek V4.1 Flash 1017 的 ARC-AGI 成绩
来自 @deepseek_ai 的 DeepSeek V4.1 Flash 1017 在 ARC-AGI 上（已核验）： - ARC-AGI-2：78.1%，$0.16/任务 - ARC-AGI-1：94.5%，$0.06/任务 DeepSeek Flash 系列模型的最佳 ARC-AGI-2 成绩从 61.4%（V4 Flash 0731）升至 72.9%（V4.1 Flash），再升至 78.1%（V4.1 Flash 1017）。
Grok 推出 Bot 功能
Grok @Bot
引用Liam@liam_fallenGrok Bot genuinely changed my life. My Bots are now part of pretty much everything I do, both at work and in my personal life. It’s actually crazy how much I rely on them now.
OpenClaw 专注周邀请开发者共建
来花我们的 Token OpenClaw 专注周邀请你加入我们的团队服务器，与我们并肩开发 你使用我们的智能体、花我们的 Token，还能获得维护者的专业建议和帮助 加入前沿 https://openclaw.ai/blog/openclaw-focus-weeks
10月22日
星期四，4 条Warp Sciences 成立，用AI与机器人加速新药研发
💥 隆重介绍 Warp Sciences，一家运用 AI 和机器人技术帮助世界更快开发新药的新公司。 我们已完成由 @lightspeedvp 领投的 2.15 亿美元 A 轮融资，旨在将前沿 AI 从浏览器带入实验室，并在美国本土构建科研能力。 我与多年好友 @dpatil、FAIR 联合创始人 @manohar_paluri 以及药物研发专家 Sol Reisberg 共同创立了 Warp。早期团队汇聚了众多杰出人才，例如曾助力 LLNL 实现 Q>1 聚变的 @bkspears9。
Ai2 发布 OlmoEarth v1.3，预计算全球每 10 米像素嵌入并新增浏览器地图工具
Ai2 发布地球观测基础模型家族 OlmoEarth v1.3，为全球每 10 米像素预计算嵌入，并新增可在浏览器中探索和自定义地图的工具。原文称这些嵌入为当前最优（state-of-the-art），完整说明见其后续推文串。
Nature 发文呼吁为非主要论文正名
由于页面正文未能加载，目前只能确认 Nature 旗下 Publishing 主题刊发了一篇题为“Making the case for a non-primary article”的文章，主张为非主要论文（non-primary article）提供论证与支持。文章的具体论据、作者与发表形式尚无法核实。
数学能否在 AI 时代存续？菲尔兹奖得主陶哲轩呼吁迈向“数学 2.0”
菲尔兹奖得主陶哲轩呼吁构建“数学 2.0”世界，探讨数学如何在 AI 时代存续。相关文章发表于 Nature，正文内容因页面加载问题未能获取。
10月23日
星期五，1 条FrontierCS 2：计算机科研基准发布
严重推荐！ FrontierCS 2：计算机科学研发基准
引用Wenhao Chai@wenhaocha1Today we are launching FrontierCS 2, the most frontier benchmark for AI agents in computer science R&D. We built 48 tasks from published papers across 13 areas of CS, refining each one with experts in its field. Excited to co-launch FrontierCS 2 with @kaggle @GoogleDeepMind
10月22日
星期四，1 条Armin Ronacher 谈 AI 智能体与人类同等访问权限的监控难题
Armin Ronacher 指出，AI 智能体及其衍生的子智能体被赋予与人类相同的访问权限，但它们从不休眠。Teleport 赞助内容提出用隔离的临时可信运行时来监控和约束这类智能体的行为。
10月21日
星期三，1 条Quant-Arena：用真实 A 股数据评测 LLM 智能体的量化研究能力
研究团队推出 Quant-Arena，这是一个面向端到端量化研究的基准与公开排行榜，使用真实 A 股数据：模型需自行构建特征与选股代码，仅能获得 2022–2023 年的反馈，并冻结一个策略在封存的 2024 年接受评估。
10月22日
星期四，1 条Figure 公开内部全员大会
今天我们公开分享 Figure 的内部全员大会
引用Brett Adcock@adcock_brettFigure held an all-hands this week, and I've decided to share it here publicly Given our rate of progress, our roadmap has completely changed over the last year, and the team has doubled It's important to get everyone aligned on our mission going forward
10月21日
星期三，1 条OpenAI 收购 Orchestra Bio，将药物研发协调智能体并入 Rosalind 平台
OpenAI 收购了帮助药企团队协调药物研发的初创公司 Orchestra Bio，并将其并入面向生命科学的 AI 平台 Rosalind。Orchestra 的智能体用于跟踪试验、在出现失败批次等问题时标记受影响的时间线并给出后续选项，目标是打通科学发现与临床试验、决策之间的环节。交易金额未披露，OpenAI 此前已与 Novo Nordisk 和 Moderna 在 AI 药物研究上合作。
10月22日
星期四，4 条Ai2 发布 PLANTEUR 热带作物制图基准，扩展 PASTIS 至六个热带地区
Ai2 发布 PLANTEUR，将作物类型制图基准 PASTIS 扩展到留尼汪、瓜德罗普、马提尼克、法属圭亚那、马约特和圣马丁六个热带地区，数据来自法国土地地块识别系统。
Ant Ling 开源医疗增强 MoE 模型 Ling-3.0-flash-Sante
Ant Ling 正式开源 Ling-3.0-flash-Sante，这是一个医疗增强的 MoE 模型，总参数 124B，每 token 仅激活 5.1B，在专业医疗任务和复杂医学推理上于同规模模型中表现领先。模型面向真实医疗研究与工作流，强化了深度研究、多智能体协作和工具调用能力，权重已开放，供研究者、开发者和医疗从业者使用。
alphaXiv 发布可解释性领域图解指南
alphaXiv 发布了一份可解释性图解指南，从早期计算机视觉研究讲到语言模型，梳理特征可视化、SHAP 与积分梯度、电路追踪，以及注意力头、残差流、激活引导、消融与探针实验、多义性与 SAE 等方法。指南还讨论了该领域的局限与开放问题，并回应了近期走红的文章 Neural Networks Are Already Clean 引发的争论：我们是否真在接近逆向工程 LLM。
向机器人@任务看执行速度
标记 @bot，附上一件你拖了好几周的事。 看看它能多快完成 👀