跳到正文
AI 科研动态

事件追踪

同一件事被多家来源报道、或者有了后续进展，就合成一个事件持续追踪。这里只列近 7 天有多篇报道的事件，按重要性排序。

44 个事件，共 179 篇报道

科学发现最新进展

Ai2 与 Google 合作开发 NeuralGCM+ 气候模型

Ai2 宣布与 Google 合作开发开源气候模型 NeuralGCM+，Google.org 将提供数百万美元、为期 3 年的资助，Google Research 提供技术支持，用于扩充团队；模型和工作流程将开源。 Ai2 称，Google Research 自 NeuralGCM 发布以来一直用它做周至月尺度的预报，而 Ai2 的重点是年至十年尺度的气候预测，把大气与海洋模型耦合起来，以捕捉海洋如何吸收和重新分配热量。Ai2 列出的优先事项包括耦合大气、海洋与海冰，加入物理机制并测试更暖气候，发布模型、框架和有文档的工作流程，并提升 GPU 性能。Ai2 称目标是把区域气温和降雨误差降到低于传统气候模型，长期目标是打造供气候建模实验室和科学家共同使用和改进的共享研究平台。

  1. Ai2 / Allen Institute for AI官方Ai2 与 Google 合作开发新一代气候模型 NeuralGCM+
  2. Ai2Ai2 回应 Google：聚焦年代际气候预测
  3. Ai2Ai2与Google合作NeuralGCM+气候预测
  4. Ai2Ai2 公布 NeuralGCM+ 优先事项
  5. Ai2Ai2 谈气候建模共享研究平台愿景
首次报道，追踪 1 天查看事件
科学发现最新进展

百度开源ERNIE-5.5-Flash-Base基座模型

百度文心发布并开源 ERNIE-5.5-Flash-Base 预训练终点权重，模型已上线 Hugging Face，以 ERNIE 5.5 Flash Base Model License Agreement v1.0 提供 FP8 与 BF16 两种 safetensors 权重。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 上下文。 百度文心称，本次开放的权重未经中训练与后训练，可作为领域适配、指令微调和强化学习研究的共同起点；经过后训练的 ERNIE 5.5 Flash 将随后推出。使用上，Base 模型要求每条输入以 BOS token 开头，分词时保持 add_special_tokens=True。

  1. 百度文心 ERNIE 官方博客百度发布 ERNIE-5.5-Flash-Base 预训练基座模型并开放权重
  2. IT之家百度文心开源 ERNIE-5.5-Flash-Base 基座模型，总参数 280B
  3. Baidu Inc.ERNIE 5.5 Flash Base 发布
  4. Baidu Inc.百度发布ERNIE 5.5 Flash Base开源模型
首次报道，追踪 1 天查看事件
元研究最新进展

METR 复核 Anthropic 自动化研发风险章节

METR 复核了 Anthropic 2026 年 8 月风险报告中“自动化研发风险”章节，认同 7 月 15 日模型带来的灾难性风险较低，但认为公开报告对“2 倍加速阈值”的结论过于自信，该阈值当时可能已被触及。 METR 称，模型测试分数的提升速度自 2025 年 10 月起约为之前的 1.9 倍，真实加速倍数可能在 1.3 至 3 之间；METR 认为公开报告低估了加速程度及其不确定性。此次复核属于高权限评估：Anthropic 向 METR 提供了风险报告的非公开版本及大量其他非公开数据，并对所有非公开信息拥有单方面删改权，且大量行使了该权利。METR 未收取 Anthropic 费用，但出于安全原因在 Anthropic 的设备上工作。 据 The Decoder 报道，Anthropic 在项目中途取消了计算审计部分，称希望先聚焦风险评估、之后再重审计算审计。

  1. METR：BlogMETR 复核 Anthropic 风险报告自动化研发章节：2 倍加速阈值可能已被触及
  2. The DecoderMETR 审计发现 Anthropic 或已于 7 月越过自身 AI 加速预警阈值
首次报道，追踪 1 天查看事件
科学发现最新进展

Goodfire提出机制塑造训练框架

Goodfire Research 发布论文提出 mechanistic shaping（机制塑造）训练框架：在训练中惩罚模型对特定内部概念的依赖或表达，规定模型“如何解题”，而不只看最终答案是否正确。Goodfire 称，目标是让模型“为正确的理由做对”，论文同时研究该方法对模型可监控性的影响。 据 alphaXiv 转述，在带偏见的图像分类基准上，最差组准确率从 51.6% 提升至 97.7%；在最高 32B 的大语言模型上，该方法也能减少谄媚、奖励黑客等不良行为。但模型有时会换一种内部编码方式隐藏这些概念。 上述效果来自论文发布阶段的报告，报道未披露实验规模、所用模型细节及可监控性变化的具体结果。

  1. Goodfire ResearchGoodfire 提出 mechanistic shaping：用内部表征规定模型如何解题
  2. alphaXivGoodfire 提出 Mechanistic Shaping 训练法
首次报道，追踪 1 天查看事件