oai-math-revised：修订 OpenAI 数学文稿的社区协作平台
由 Abhinav Nellore、Johannes Schmitt、Soledad Villar 和 Rachel Ward 发起的 oai-math-revised 项目，旨在改进 OpenAI 数学文稿中难以理解、引用不完整的问题，并邀请学生、博士后、教授及爱好者参与。
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。
10月24日
星期六，5 条Grok Bot 使用体验分享
试试 Grok @Bot
引用Katie Miller@KatieMillerStuart Varney: What is this Grok @Bot? You use it. Phil Rosen: I am using it. @Varneyco: Who puts it out? What does it do? Rosen: This is @elonmusk’s frontier lab. I will share personally, I was on Claude for the last year or so, and I would use Claude, ChatGPT, and a little bit of Muse in the last few weeks. Since I started to use Grok Bot this month, I have essentially cut all my other AI tools. Varney: What's so good about it? @philrosenn: It's essentially your own staff of AI agents. You can have a chief of staff agent managing your other AI agents, which, again, I get it, sounds a little ridiculous, and I tell my friends and my parents this and they don't understand, and I have to walk them through it on a Zoom call. I use Grok Bot for a lot of content creation now. I use it for some fact-checking stuff, some editing, research. I use it for helping me with my calendar.
Perplexity 推出 Mac 本地决策模型
补充一下 👀：Perplexity 发布了 pplx-decider-flash-v1.2 决策模型，以 Mac 应用形式在本地提供决策 API。 该模型占用 5.8 GB 空间，需要 16 GB 内存。 100% 真实 🤖
引用Perplexity Developers@perplexitydevsYou can now run pplx-decider-flash-v1.2 locally on your Mac, without an API key. Decider for Mac is an app that runs the 4B decision model on device. Ask a question about text or an image and get a probability back, all on your machine. https://pplx.ai/decider-for-mac
Kimi K3.1 Pro 上线 WorkBuddy
此前已预告。现在好玩的部分来了。 带上你最糟糕的文件。那个有 14 个标签页、毫无命名规范的文件。 Kimi K3.1 Pro 登陆 WorkBuddy。
引用Kimi.ai@Kimi_MoonshotMeet Kimi K3.1 Pro, our most capable 3T-class model.
Scientific Agent Skills 获 54k 星
我们的开源仓库 Scientific Agent Skills 在 GitHub 上刚刚达到 54k 星！
引用Star History@StarHistoryHQ54K ⭐ · Global Rank #467 · scientific-agent-skills by @k_dense_ai 🔬 Skills that equip AI agents for scientific research. 🎯 Analyzing biology data? Give your agent research tools. 📈 Three waves of attention: May, August, then October. https://www.star-history.com/?repos=K-Dense-AI%2Fscientific-agent-skills
10月23日
星期五，1 条Ai2 发布 LitPivot：围绕文献动态组织证据，辅助科研构思修订
Ai2 与宾夕法尼亚大学合作发布 LitPivot，该系统用 Asta Paper Finder 检索的论文，把研究提案拆成问题、贡献和评估方案三部分，围绕正在编辑的部分组织文献、给出带原文摘录的批评和可接受或拒绝的修改建议。
入选理由Ai2 把文献检索与科研构思的修订过程绑定，研究者可据此判断这类工具能否介入早期选题。
10月24日
星期六，3 条Ai2 推出 LitPivot 辅助科研构思
提出一个好的研究想法，意味着要了解已有工作确立了哪些结论、哪些空白仍然存在，以及你的贡献如何回应这些问题。 隆重介绍 LitPivot，它能在早期想法逐步演进的过程中呈现相关文献，帮助完善这些想法。 https://arxiv.org/abs/2604.02600
Kimi K3.1 Pro 上线网页与移动端
突发 🔥：Kimi K3.1 Pro 现已在 Kimi AI 网页端和移动端上线。 > Kimi K3.1 Pro——复杂任务与专业工作，全能旗舰。 测试时间！👀
Ai2 与宾大推出 LitPivot：按研究构思的组成部分组织文献并给出修订建议
Ai2 与宾夕法尼亚大学合作推出 LitPivot，把研究提案拆成问题、贡献和评估方案三部分，围绕正在编辑的部分组织经 Asta Paper Finder 检索到的论文，给出附文献摘录的批评和可接受、编辑或拒绝的修订建议。
10月23日
星期五，2 条alphaXiv 的 OpenResearch 内置 Trackio，智能体可读实验曲线决定下一步
alphaXiv 的 OpenResearch 现已内置 Trackio：智能体把实验记录到 Trackio，图表显示在每次运行旁边，并读取曲线来决定下一步尝试什么，项目开源且本地优先。在 HF Jobs、Modal、k8s 或 Slurm 上运行时，可保存一个 Hugging Face Space，让每次运行都落到该 Space，包括私有 Space。代码见 https://github.com/alphaXiv/OpenResearch
OpenBMB 公布 MiniCPM Spark S1 挑战赛 16 个获奖项目
OpenBMB 的 MiniCPM Spark Program S1 挑战赛收官，16 个项目获奖，开发者来自中国、西班牙、意大利、澳大利亚和美国。三个特别奖得主为 Dubedo、ESP32-S3 和 Personal Admin Agent Evaluation，各获 1 年 Typeless 会员。
10月22日
星期四，1 条ClinicalTrials.gov API 的 Python 使用指南：API Key 与分页
SciSpace 发布指南，介绍如何用 Python 调用 ClinicalTrials.gov 官方 REST API 以 JSON 获取试验注册数据。NLM 的公开检索示例不提供 API Key，并将该服务描述为开放获取，但官方材料未给出具体速率限制数值。指南演示用 pageToken 翻页，NLM 记录默认每页 10 条研究，并提醒经典 API 已于 2024 年 6 月 25 日退役。
10月21日
星期三，1 条NVIDIA 发布 Nemotron 3.5 Embed、Rerank 与 Parse 检索模型
NVIDIA 扩充 Nemotron Retriever 系列，发布开放且可商用的 Nemotron 3.5 Embed（8B BF16、1B BF16、1B NVFP4）、Nemotron 3.5 Rerank 8B BF16 和 631M 参数的 Nemotron 3.5 Parse，覆盖文本与图像检索、相关性重排和文档结构化解析。
10月22日
星期四，1 条清华与智谱提出 RIDAR：自动检测自主科研智能体的科研诚信违规并实时干预
清华大学与智谱 AI 的研究者提出 RIDAR 框架，用于检测自主科研智能体在科研全流程中的科研诚信违规（RIV），并在运行中给出反馈纠正。团队先构建覆盖科研构思、文献综述、实验、论文写作四个阶段共 14 类违规的 RIVT 分类，其事后检测模块 RIDAR-Post-hoc 在 60 条专家标注轨迹的 RIV-Gold 基准上取得 85.2% 的实例级 F1。
10月23日
星期五，4 条Journal Basket：面向跨学科文献检索与研究方法透明度的浏览器工具
浏览器工具 Journal Basket 已开放 beta 版，帮助商科学生基于澳大利亚商学院院长委员会（ABDC）期刊质量清单构建期刊集合，并提供 42 个商科分学科预设、整个 ABDC 领域或 Financial Times FT50 清单，可按期刊评级阈值筛选并生成 Scopus、Web of Science 和 Business Source 检索式。
alphaXiv OpenResearch v0.2.21 发布
alphaXiv OpenResearch 发布 v0.2.21，新增 Trackio 的 Spaces、hf runs、零配置本地运行与 Visualize 视图及 orx metrics，并支持 SSH 与 Slurm 的可配置远程存储根目录。
DeepSeek V4.1 Flash 上线 OpenClaw
DeepSeek V4.1 Flash 现已在 OpenClaw 上线，来自 @deepseek_ai。 已经在你的智能体中使用它了吗？告诉我们使用效果如何。
10月21日
星期三，1 条Databricks AI Runtime 正式可用，在 Lakehouse 内提供托管 GPU 训练
Databricks 宣布 AI Runtime（AIR）正式可用，把全托管 GPU 基础设施接入 Databricks，让用户在数据所在的 Lakehouse 内训练模型，并通过 Unity Catalog 对数据访问、检查点、日志等执行统一权限控制。
10月23日
星期五，2 条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。
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。
10月22日
星期四，9 条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。
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。
Recursive 发布 Flint 模型，由 Eureka Machine 自动完成研发流程
AI 初创公司 Recursive 发布首个语言模型 Flint，研发过程几乎每一步都有其自动研究系统 Eureka Machine 参与，由它提出想法、实现、测试并规划后续实验。
Hugging Face 开源 DNA 模型 Carbon-X，基于 Qwen3-14B 训练
Hugging Face 发布开源 DNA 模型 Carbon-X，以 Qwen3-14B 为基础，在 300B tokens 的 DNA、英文与交错数据上做中训练，并采用英文 BPE 加 DNA 6-mer 的混合分词器。
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型及全球预计算嵌入
Ai2 发布 OlmoEarth v1.3 卫星嵌入模型，读取一年 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时序，为全球每个 10 米像元生成 128 维向量，前 64 维可单独使用。
入选理由Ai2 公开了全球卫星嵌入、权重与预计算数据，地球观测研究者无需 GPU 即可用少量标注做地表分类与变化分析。
Recursive 发布可在笔记本运行的免费编程模型 Flint，称主要由 AI 构建
AI 初创公司 Recursive 发布首个免费编程模型 Flint，可在笔记本本地离线运行，采用 Apache 2.0 许可在 Hugging Face 开放下载。
阿里团队发布 SciTaste-Bench：六学科评估大语言模型判断论文科研品味的基准
阿里巴巴团队等提出 SciTaste-Bench，一个覆盖物理、数学、化学、生物、医学、金融六个学科的金标准基准，用于评估大语言模型判断论文科学价值与潜力的能力，创新性只是其七个评估维度之一。
CIDOC CRM 元素周期表：可测试的文档如何推动人文领域科研本体采用
博洛尼亚大学与哈佛大学 I Tatti 的 Remo Grillo 发布 CIDOC CRM Periodic Table，将 CIDOC CRM 7.1.3、CRMsci 3.2、CRMdig 5.0 和 CRMinf 1.2.1 的 131 个类与 480 条属性条目渲染为单页可导航界面。
ReviewerZero 接入 Silverchair Universe，在 ScholarOne Manuscripts 中覆盖投稿到返修的诚信检查
Silverchair 宣布与 ReviewerZero 合作，将科研诚信检查接入 ScholarOne Manuscripts 的投稿、邀请审稿人、审稿报告提交和返修四个环节，该集成现已向使用 ScholarOne Manuscripts 的出版商开放。
入选理由同行评审环节的诚信筛查被接入 ScholarOne 工作流，编辑可在投稿、邀请审稿人、审稿报告和返修四个节点看到证据。