Anthropic 评测 GLM-5.3 网络漏洞利用能力与安全护栏有效性Chinese
Anthropic 发布对智谱 GLM-5.3 的网络安全能力评估，指出该开源权重模型具备较强的端到端漏洞挖掘与利用能力，在 ExploitBench 上 410 次尝试中成功构建 50 次完整利用链。
Why it matters: 报告通过实测对比了开源权重模型在自动化漏洞利用中的攻防边界，为评估前沿模型滥用风险提供了具体基准。
Papers
All topics值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
Latest selected
241–260 of 271Buzzing HN · 中文精选SelectedAI score7575
MIT News · AISelectedAI score6666 MIT 借助 AI 算法开发耐高温 RNA 疫苗新配方Chinese
MIT 联合研究团队利用机器学习算法优化了 mRNA 疫苗的脂质纳米颗粒辅料配方，使疫苗可在室温下稳定保存长达 1 年，或在 37 摄氏度下保存 2 个月。该算法基于小数据集预测最优辅料配比，将数月的筛选周期缩短至数周；动物实验显示经长期高温储存的疫苗在小鼠体内激发的免疫反应与 Moderna 类似配方相当。
Why it matters: 该研究展示了机器学习在小样本实验设计中的有效性，大幅压缩了脂质纳米颗粒耐热配方的筛选周期。
Google ResearchSelectedAI score6464 Google 提出 AI 视频联合导演框架，推进长时长连贯视频生成Chinese
Google Research 推出一套面向长时长叙事视频的多智能体框架体系，涵盖 Co-Director、CANVAS、A²RD 和 VQQA 四项核心研究，旨在解决视频扩散模型在多镜头场景中的语义漂移和级联错误。
Why it matters: Google 将长视频生成解构为多智能体编排与世界状态追踪，提供了解决多镜头叙事中角色与场景漂移的成套系统方案。
Anthropic News（RSS）SelectedAI score7676 Claude 自主发现带有类 CRISPR 重复序列的新型酶系统Chinese
Anthropic 宣布成立生命科学研究组和自有实验室，并公布由 Claude 智能体自主发现的一种带有类 CRISPR 重复序列的新型酶系统 ART（array-associated reverse transcriptases）。
Why it matters: Anthropic 成立生命科学团队并展示了多智能体自主挖掘基因序列发现新酶系统的完整闭环流程。
OpenAI 官方动态SelectedAI score6969 OpenAI 发布模型失配报告框架及 6 份异常行为调查报告Chinese
OpenAI 发布了一套用于追踪、调查和披露模型失配（model misalignment）的框架规范。该框架同步公开了 6 份针对模型出现意外或令人担忧行为的具体调查报告。
Why it matters: 该框架展示了模型异常与失配行为的追踪披露机制，为行业建立大模型安全事件审计提供了参考流程。
OpenAI 官方动态SelectedAI score7878 OpenAI 分享纳维-斯托克斯千禧年大奖难题的 AI 解法与 Lean 形式化证明Chinese
OpenAI 宣布分享一个由 AI 生成的纳维-斯托克斯千禧年大奖难题（Navier–Stokes Millennium Prize Problem）解法。该方案包含详细技术报告以及在交互式定理证明器 Lean 中的形式化证明。
Why it matters: OpenAI 分享了利用 AI 求解纳维斯托克斯千禧年大奖难题的研究方案，并提供了 Lean 形式化证明。
Google ResearchSelectedAI score7979 Google与合作机构发布雄性果蝇完整大脑连接组图谱Chinese
Google Research 联合 HHMI Janelia 等机构在《Cell》发表成果，发布了包含超过 166,000 个神经元和 1.25 亿个突触连接的雄性果蝇完整大脑及中枢神经系统连接组图谱。
Why it matters: 研究展示了如何利用AI从海量电镜图像中自动重建超16万神经元图谱，为神经科学与大规模连接组学研究提供了可复用技术路径。
Hugging FaceSelectedAI score6464 AllenAI 推出 BenchMIRT：基于多维项目反应理论审计 LLM 基准测试Chinese
AllenAI 推出 BenchMIRT 评估方法，利用多维项目反应理论在单题层级审计 LLM 基准测试实际衡量的潜在能力，并开源了代码、数据与技术报告。该方法分析了 100 个大模型在 16 个基准中超过 34K 道题目的表现，独立分离出安全性和通用推理两大主维度，发现 BBQ 与 WMDP 等传统安全基准的得分受通用推理能力影响更显著。
Why it matters: 该方法引入多维项目反应理论拆解评测题目实际测量的能力维度，有助于研究者诊断基准中的混杂信号并精简测试集。
Google ResearchSelectedAI score6262 Google 联合 NASA JPL 推出 MAPL-EMIT：利用深度学习从太空监测全球甲烷排放Chinese
Google 联合 NASA JPL 提出基于 Swin-S Vision Transformer 的深度学习框架 MAPL-EMIT，用于自动化检测、量化并定位太空高光谱卫星数据中的甲烷羽流。
Why it matters: 研究展示了如何利用物理仿真训练视觉模型解析太空高光谱遥感数据，为大范围环境监测提供了自动化工具。
Google ResearchSelectedAI score6464 Google 提出行星预测引擎 PPE：基于 Earth AI 自动化全流程地理空间建模Chinese
Google Research 推出实验性系统“行星预测引擎”（PPE），可直接根据自然语言查询自主完成地理空间数据发现、清洗、特征工程、模型训练与评估的全流程。
Why it matters: 该研究通过大语言模型编排自动化全流程地理空间建模，将传统需数周的手工数据整理与特征工程压缩至数分钟。
MIT News · AISelectedAI score7070 MIT CSAIL 研究发现大模型生成图像常无法溯源至训练数据，版权归属面临归因衰减Chinese
MIT CSAIL 研究团队在《Nature Communications》发表论文，发现生成式模型存在“归因衰减”现象，在大规模数据训练下生成的图像往往无法溯源至任何单一训练样本。
Why it matters: 原文通过反事实消融实验揭示了归因衰减现象，为探讨大规模训练数据与生成内容侵权判定提供了可验证的技术依据。
Google ResearchSelectedAI score7070 Google Research 提出知识画像框架：大模型事实性瓶颈在于提取而非参数编码Chinese
Google Research 提出知识画像（knowledge profiling）分析框架与 WikiProfile 基准，指出前沿大语言模型的事实性瓶颈在于知识提取而非参数编码。
Why it matters: 研究将大模型事实错误归因于提取而非编码瓶颈，为后训练与推理期事实检索优化提供了分析框架。
Google ResearchSelectedAI score7575 Google 推出 AMIE (Video)：支持实时音视频临床问诊的医疗 AI 系统Chinese
Google Research 与 Google DeepMind 推出基于 Gemini 和 Project Astra 的医疗 AI 系统 AMIE (Video)，实现了专家级实时音视频临床问诊。
Why it matters: 研究通过解耦对话、规划与感知的异步多智能体架构，首次实现了音视频多模态下的实时医疗问诊与查体引导。
Google ResearchSelectedAI score6060 Google 发布 Science One 框架：基于证据链的可验证自主科研系统Chinese
Google Research 推出基于“证据链”（Chain-of-Evidence, CoE）的自主科研系统 Science One Framework，解决 AI 科研智能体常见的虚构引用、代码与文本不符及实验不可复现等结构性问题。
Why it matters: 针对自主科研智能体虚构文献与代码方法脱节的痛点，原文提出原生证据链架构与审计协议，为科研智能体的可验证性提供了系统化方案。
Microsoft ResearchSelectedAI score7272 微软研究院发布 Echoverse：用于训练 Computer-Use 智能体的高保真演进环境Chinese
微软研究院推出 Echoverse，通过构建 10 个深度领域环境和 2 个专项能力世界，以真实数据库状态交互和校验器协同演进训练 Computer-Use 智能体。
Why it matters: 研究展示了高保真状态交互和数据库级校验对智能体泛化的核心作用，为闭环环境训练提供了可复现的评测与演进范式。
Google ResearchSelectedAI score6969 Google 发布 SymptomAI 研究：基于 Gemini 的对话式症状评估智能体Chinese
Google Research 发布基于 Gemini Flash 2.0 的对话式症状评估智能体研究 SymptomAI，在包含 13,917 名参与者的全美规模真实测试中验证了端到端问诊与鉴别诊断能力。
Why it matters: 该研究展示了对话式智能体在万人级真实问诊与鉴别诊断中的准确性，为结合可穿戴设备的日常健康评估提供了可行路径。
Google ResearchSelectedAI score7272 Google 提出基于强化学习的量子控制框架，实现计算过程中的实时连续校准Chinese
Google Quantum AI 与 Google DeepMind 在《Nature》发表论文，提出一种基于强化学习的自主控制框架，使量子计算机能够在执行计算的同时利用量子纠错检测信号实时调节数千个控制参数。
Why it matters: 该研究展示了利用强化学习根据纠错检测信号动态调整控制参数的方法，解决了量子计算机运行期间因硬件漂移必须中断计算进行重新校准的瓶颈。
The Next PlatformSelectedAI score6060 Google 利用强化学习实现量子纠错与持续校准Chinese
Google Quantum AI 团队在 Nature 发表研究，提出一种利用强化学习在量子计算机运行过程中实时纠错与校准的方法。该框架在 Google Willow 超导量子芯片上进行了验证，不仅使逻辑错误率稳定性提升 3.5 倍并降低约 20%，还避免了传统方法中频繁停机中断计算的问题。
Why it matters: 该研究利用强化学习让量子芯片边运行边在线校准，为解决量子计算频繁停机再校准的瓶颈提供了工程路径。
Google ResearchSelectedAI score6060 Google 推出基于冻结权重的端侧多 Token 预测架构，Pixel 上 Gemini Nano 推理加速超 50%Chinese
Google Research 提出一种在冻结权重基础上集成多 Token 预测（MTP）头的端侧推理加速架构，已部署于 Pixel 9 与 10 系列设备。
Why it matters: 阐述了在不重训基座模型的前提下通过跨注意力复用缓存实现端侧投机解码，为移动设备内存与能耗受限场景提供了可落地的加速方案。
Google ResearchSelectedAI score6767 Google 研究揭示推理过程如何解锁大语言模型的参数化知识记忆Chinese
Google Research 发文揭示了大语言模型通过推理链（CoT）召回单跳事实类参数化知识的核心机制。在 Gemini-2.5 和 Qwen3-32B 等模型上的实验表明，即使面对无须逻辑拆解的简单事实问答，开启推理也能显著提升召回率，其动力来自额外 token 提供的计算缓冲效应以及生成相关背景事实的事实启动效应。
Why it matters: 研究解构了思考过程辅助大模型召回参数化知识的机制，为理解推理模型的能力边界与中间步骤优化提供了实验依据。