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。
305 条收录动态，更新于 17:55
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
星期四，3 条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
星期三，10 条研究者如何把 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。
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。
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
Axiom 用数十个 AI 智能体将 1.5 万页有限单群分类证明转为 4300 万行 Lean 代码
Axiom 发布开源 GitHub 仓库，数十个 AI 智能体在 24 天内把约 1.5 万页的有限单群分类（CFSG）证明转写成约 4300 万行 Lean 代码。
引用Leo@biosemioteThe formal proof of CFSG may now be among the largest open-source projects ever. Watching agents assemble it is a reminder of the awe-inspiring human achievement behind it. The graph represents some 15,000 pages of intricate arguments developed by mathematicians over decades.
LlamaIndex 发布文档解析协议 DPP 0.1 工作草案
LlamaIndex 发布 Document Parsing Protocol（DPP）0.1 工作草案，用 140 条规则定义页面解析的正确输出，覆盖文本、表格、表单、图表和示意图，每条规则附示例页面与期望输出。
OpenBMB 感谢 MiniCPM-OCR 实测对比
很高兴看到 MiniCPM-OCR 接受实测！🔥 非常感谢 @wikiwayne 做了详尽、透明的对比，并分享了结果和注意事项。💙 期待你在 GX10 上跑完本地测试后的表现。这样的真实反馈正是我们持续改进的动力！🚀
引用Guillermo Casaus@_guillecasausAcaban de lanzar un modelo OCR open-source de solo 1.300 millones de parámetros. Se llama MiniCPM-OCR 1.0 y viene acompañado de MiniCPM-OCR Jev, otro modelo que evalúa la fiabilidad de los resultados. Ambos desarrollados por OpenBMB y ModelBest. Entre ambos permiten: → Extraer texto, tablas y fórmulas de documentos → Procesar PDFs y páginas escaneadas o fotografiadas → Trabajar con documentos inclinados o curvados → Incluir una puntuación de confianza en los resultados para facilitar su revisión manual → Ejecutarse con vLLM, SGLang y Ollama MiniCPM-OCR 1.0 ha conseguido 93,68 puntos en Real5-OmniDocBench, según sus benchmarks oficiales. Pero lo más interesante es Jev. En lugar de corregir los errores automáticamente, evalúa la fiabilidad de los resultados extraídos e incluye una puntuación de confianza para facilitar su revisión. Además, MiniCPM-OCR 1.0 incorpora KIE (Key Information Extraction), una funcionalidad para extraer información clave de los documentos. Y sí, los pesos de ambos modelos son abiertos. 🔗 GitHub: https://github.com/OpenBMB/MiniCPM-OCR 🤗 Hugging Face: https://huggingface.co/openbmb/MiniCPM-OCR-1.0 Más recursos y demo en el primer comentario 👇
The Software Citation Station：快速生成规范软件引用的公开网站与工具
研究人员推出公开网站与工具 The Software Citation Station，用于快速查找正确的软件引用声明并加入论文，以规范和简化学术作品中的软件引用流程。AAS 期刊现已在软件政策中向作者推荐该工具；此前 AAS 开始建议作者在投稿中附软件引用后，IRAF 的引用量增长约 150%。
Jaxnasium：用 PyTrees 统一任意智能体与跨环境套件的强化学习库
Jaxnasium 是构建在 Equinox 上的轻量 JAX 强化学习库，把观测与动作空间表示为 PyTrees，使近单文件算法实现无需改动即可运行于离散、连续、图像、复合及多智能体环境。它提供 Gymnasium 风格最小接口并封装 11 个套件、超过 300 个环境，小型 PPO 实现用默认超参数即可运行。该库已开源，还提供多随机种子评估、超参数扫描与项目脚手架工具。
LitUbik 开源系统综述工具发布，AI 建议由具名审稿人逐条接受或拒绝
LitUbik 是一款开源、可自托管的系统综述工具，覆盖从注册方案到 PRISMA 2020 流程图的各环节，包括检索式校准、自动检索、去重、盲法多审稿人筛选、全文获取、滚雪球检索、质量评价、数据提取与报告，可部署在单台服务器或跨离线实例运行。
10月27日
星期二，2 条卡内基梅隆大学与 Browser Use 发布 Odysseys2 长任务网页智能体基准
卡内基梅隆大学与 Browser Use 联合发布 Odysseys2 基准，包含 100 个真实网页长任务、982 条通过/不通过检查，最佳智能体 GPT-6 Astra 完整完成 47/100，其余 14 个智能体中无一超过 20 个，5 个一个也未完成。
LitUbik 开源系统综述工具发布，AI 建议需审稿人逐条确认并留痕
LitUbik 是一款开源、可自托管的系统综述工具，覆盖从注册方案到 PRISMA 2020 流程图的各阶段，包括检索式校准、自动检索、去重、多审稿人盲法筛选、全文获取、滚雪球检索、质量评价、数据提取与报告，可运行在单台服务器或彼此断开的实例上。
10月28日
星期三，2 条alphaXiv OpenResearch 发布 canary-20261028.2 兼容构建
alphaXiv OpenResearch 发布 canary-20261028.2，标注为兼容构建，对应构建号 1fb8794。原文未披露该版本的具体功能、适用范围或开放方式。
alphaXiv OpenResearch v0.2.22 发布
alphaXiv OpenResearch 发布 v0.2.22，新增永久删除实验、跨平台桌面缩放控件和 stable/canary 双更新通道。该版本修复了 Slurm 运行监督器反复重试 SSH 导致 HPC 账号被锁、Codex 压缩无法恢复非活跃会话线程等问题，并清理 Claude Code、Codex 和 Cursor 的原生历史记录。
10月27日
星期二，1 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。
10月28日
星期三，6 条UC Berkeley Sky Computing Lab 开源 LEANN 向量索引，60M 分块 RAG 索引从 201 GB 缩至 6 GB
UC Berkeley 的 Sky Computing Lab 开源了 LEANN，这是一个几乎不存储嵌入向量的向量索引，改为在查询时重新计算嵌入；仓库基准显示 6000 万条 Wikipedia 分块索引从 201 GB 降到 6 GB，论文在 MLSys 2026 获最佳研究论文奖。
苏州国家实验室等联合推出材料多模态大模型“材华·MatVerse”并开放模型与评测基准
苏州国家实验室、上海人工智能实验室与上海交通大学等联合推出“材华·MatVerse”材料多模态大模型及智能体应用体系，采用“独立编码器+统一解码器”架构，将XRD谱图、电镜图像、分子图等数据映射到同一语义空间，并称模型可从知识记忆转向机理推理。
入选理由材料说明材料大模型如何把谱图、图像与分子结构纳入同一语义空间，并给出热电池等已制备案例，便于研究者判断其适用范围。
alphaXiv OpenResearch 发布 Canary 构建 canary-20261111.4
alphaXiv OpenResearch 发布 Canary 最新构建 canary-20261111.4（提交 6f2dc9e），自 v0.2.26 起将 Unix CLI 发布包改为 gzip 打包，并对项目共享中被排除的超大文件做摘要说明。该版本还修复了后台任务后 Claude 工作记录、全屏聊天中的模型选择器显示等问题，并新增在新引擎上运行每个实验、UI 写入乐观更新等功能。
Databricks 为 Genie Code 推出医疗与生命科学技能包 Vital Skills
Databricks 发布 Vital Skills，为编码智能体 Genie Code 提供医疗与生命科学领域的打包技能，覆盖 bulk RNA-seq、单细胞 RNA-seq。
AntLingAGI 发布 Ling 3.1 Flash 1019 开放权重模型
AntLingAGI 发布 Ling 3.1 Flash 1019，这是 Ling 3.1 Flash 的更新版推理模型，560B 总参数、25B 激活参数、1M token 上下文窗口，采用 MIT 许可，权重已在 Hugging Face 开放并可通过 InclusionAI 官方 API 调用。
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
星期二，6 条alphaXiv 的 OpenResearch 周 Token 量突破 100B，开源科研智能体界面支持本地模型
alphaXiv 宣布其 OpenResearch 周 Token 处理量突破 100B，称已有数千名研究者用它把编码智能体变成科研智能体。该界面整合 alphaXiv 文献综述、实验追踪、可视化与远程计算，并支持用本地模型运行实验，使整个循环在本机完成；项目已在 GitHub 开源，另提供页面查看研究者使用的模型。
生命科学物理 AI 黑客松回顾：6 支团队 24 小时交付实验室硬件演示
10 月 24–25 日在旧金山 Studio 45 举办的第七届硬件黑客松吸引 6 支团队，围绕 BioKEA 样本制备、Opentrons Flex 液体处理与 200 美元以下开放搭建三条赛道，24 小时内全部交付演示，RoboSwap 获总冠军。
inclusionAI 发布 Ling-3.1-flash-1019：560B 总参数、1M 上下文
inclusionAI 推出 Ling-3.1-flash-1019，为 Ling-3.1-flash 的升级版，总参数 560B、每 token 激活 25B，上下文窗口 1M token。
百度开源 Unlimited OCR 2 文档解析模型，支持几十到几百页超长文档
百度开源 Unlimited OCR 2，一个面向几十到几百页文档的 OCR 与版面解析模型，采用 3B/A0.5B 的 MoE 架构，权重已发布在 Hugging Face。
引用Baidu Inc.@Baidu_IncUnlimited OCR 2 is here, and it's open source. 📖 ✨ Longer documents can mean a lot more attention computation. Our new SR-SWA mechanism keeps that in check by condensing text-visual attention interactions into a fixed-size set of working references. Here's what it delivers: - Document parsing at virtually any length, within a finite context window - Nearly constant per-step decoding latency and memory footprint as documents grow longer - State-of-the-art performance on MPDocBench and MarathonDocBench, covering documents from dozens to hundreds of pages Check out the model here ↓
百度开源 Unlimited OCR 2，单次请求解析数百页文档
百度开源 Unlimited OCR 2，一个 3.34B 参数的 OCR 视觉语言模型，可在一次请求中解析数百页书籍、申报文件和报告，输出文本、表格、公式、图片、标题层级与阅读顺序，权重以 MIT 许可发布，代码在 GitHub。
纽约大学研究提出 SmoothScore，量化 LLM 研究代理的结论平滑问题
纽约大学团队在 arXiv 预印本中提出 SmoothScore，用于衡量 LLM 深度研究报告中的结论是否比所引文献证据更绝对，并将这一现象称为 smoothing。