AlphaEvolve助力矩阵乘法指数再创新低:ω上界降至2.371177
DeepMind团队联合研究者重新设计矩阵乘法指数优化问题,并引入机器学习算法与AlphaEvolve进行搜索,将当前上界从2.371339推进至2.371177。
阅读全文DeepMind团队联合研究者重新设计矩阵乘法指数优化问题,并引入机器学习算法与AlphaEvolve进行搜索,将当前上界从2.371339推进至2.371177。
阅读全文Large Discovery Model 将生成模型与贝叶斯非参数奖励代理结合起来,让 AI 不只提出候选方案,还能根据实验结果和不确定性决定下一步搜索方向。
阅读全文CADENA 将 3D 网格逐步重建为可编辑的参数化 CAD 程序,并在每一步执行后检查与目标形状的差距。它同时发布了面向真实机械零件的 CADENA-Bench,用于更细粒度评估 CAD 逆向工程能力。
阅读全文EMBL AI Librarian 试图把 Europe PMC 这样的传统文献检索系统,改造成更适合 AI 智能体调用的证据接口。它让智能体用自然语言提问,并返回可支撑回答的文献片段,而不是只给出一堆论文列表。
阅读全文Anthropic 用尚未发布的 Claude Mythos 模型尝试密码分析,涉及 HAWK 后量子签名方案与缩减轮次 AES。密码学家 Matthew Green 的评论提醒我们:这既是 AI for Science 的进展,也需要谨慎理解其边界。
阅读全文据报道,DeepMind内部原AlphaFold团队已不再作为独立团队存在,成员被分流至Gemini、AI编程、生命科学、核聚变和Isomorphic Labs等方向。Google否认这是放弃科学研究,称其科学团队是在扩大研究范围。
阅读全文Anthropic 的安全模型 Mythos 帮助发现了后量子签名算法 HAWK 的关键弱点,促使其开发者将该算法从 NIST 标准候选中撤回。事件不意味着现实密码系统被攻破,却显示 AI 可能正在改变密码学审查的节奏。
阅读全文OpenAI宣布为10万名学术研究者免费提供ChatGPT先进模型访问权限,意在降低科研使用前沿AI工具的门槛。该计划凸显了通用大模型正在从“效率助手”进入科研协作与发现流程。
阅读全文Anthropic 称,Claude Mythos Preview 协助研究人员改进了针对 HAWK 后量子签名候选方案的攻击,并发现了针对轮数减少版 AES 的新攻击思路。相关结果暂不影响生产系统,但显示前沿模型正开始参与算法层面的密码分析。
阅读全文IDEAgent 提出用质量-多样性(QD)搜索来组织科研选题生成,让大模型不只追求“看起来不错”,也避免产出彼此相似的想法。论文在 32 个计算机科学主题上报告,其 Yield 指标较最佳基线提升 3.89 倍。
阅读全文研究团队将 AlphaFold 用于分析 Cas 蛋白在脱靶位点上的结构变化,并据此改造关键氨基酸位点。结果显示,新设计的变体可在保持目标编辑活性的同时显著降低脱靶编辑。
阅读全文特朗普政府推出首批“创世纪任务”拨款,将 50 亿美元投向 AI 驱动的科研项目。这不仅是一次资金分配,更被批评者视为美国科研体系向硅谷式治理转向的信号。
阅读全文SciForma 面向科学方法图生成中的“结构保真”难题,将图表质量拆分为组件、箭头和文本三条轴线,并用多维偏好优化强化同时正确。它试图解决当前开源模型看起来像图、但逻辑关系和标注容易出错的问题。
阅读全文Insilico Medicine 等作者提出 3D-Fit,用于评估通用大语言模型在结构化药物设计中处理三维空间约束的能力。结果显示,LLM 已能跟随多种局部空间指令,但距离物理可靠的分子生成仍有明显差距。
阅读全文一项基于 TokaMark 数据集的新评测把问题从“干净数据上谁更准”转向“传感器失效时谁还能工作”。结果显示,靠时间序列建模的 LSTM、Transformer 等模型在临近等离子体破裂的信号损坏下尤其脆弱。
阅读全文S1-Omni 试图用一个统一多模态模型连接 AI4Science 中长期分散的任务与数据形态。它覆盖 200 多个科学任务,并开放了模型权重、推理代码和部分数据集。
阅读全文由 Google 资助支持的 FireSat 项目首批三颗运营卫星已发射入轨,目标是在野火失控前识别更小、更隐蔽的火点。这套系统也折射出 AI 气候应用与数据中心能耗之间的复杂张力。
阅读全文一篇 ICML 2026 Spotlight 论文提出“理论级自动形式化”视角:AI 不应只把单个自然语言命题翻译成形式语言,而应构建包含定义、引理、依赖关系的完整形式化知识库。
阅读全文这篇 arXiv 论文提出 Mycelium:一种面向多人科研团队的主动共享工作空间,让 AI 代理不只服务单个用户,而是在团队、工具与实验流程之间路由关键发现与假设。
阅读全文一项新基准 SDABench 不再只看大模型能否跑通代码或完成分析流程,而是从科学主张所需的能力出发,评估 LLM 在描述、推断、因果与机制解释等任务中的真实短板。
阅读全文一篇新 arXiv 论文提出 MOJO,将掩码自编码式自监督学习与监督解码目标结合,让 spike-tokenizing 神经解码模型能利用大量未标注数据。实验显示,它在标注稀缺和跨会话微调场景中尤其有优势。
阅读全文