Leash Bio 的 Ian Quigley 谈 DEL 数据、AI 智能体与 Minos 科学推理沙盒
Leash Bio 用 DNA 编码文库（DEL）采集高通量蛋白-小分子结合数据，并通过给每个分子加数十个条形码排除结合 DNA 的假阳性。其仅用自研数据训练的模型 Hermes 在公开基准上与 Boltz 持平。团队将数据转化为数万条"lab-in-the-loop"模拟供智能体做科学强化学习，该工作已发展为 Minos，并发布完整预印本、博客与开源数据集。
#数据/训练
Latent SpaceAI 评分3838 Wired · AIAI 评分5050 AI 攻克数学后，下一个目标是什么？
MIT 研究显示，2024 年中至 2026 年中，最强 AI 模型在概率、统计理论、经济理论、高能理论、引力与宇宙学及量子物理等领域的理论问题解题率从约 2% 升至约 35%。
Google Research精选AI 评分6262 Google 发布地理空间推理智能体技术报告并开放早期访问
Google 发布地理空间推理智能体的技术报告，在四个基准上对比四种配置，并新开源 GeoKTools 和 GeoExpertQueries 两个基准的开发集。
推荐理由：技术报告给出四套基准与四种配置对比，量化了专用工具和前置规划对地理空间推理的提升。
The Verge · AIAI 评分6363 Microsoft 推出机器学习天气预测工具 PBC，成果发表于 Nature 并开源
Microsoft 研究人员提出概率偏差校正（PBC）方法，用机器学习识别并修正现有天气预报模型的系统性偏差，而非另建独立天气模型，相关成果发表于 Nature，工具已开源。
Hacker News · AIAI 评分5858 新论文：AI 模型可被证明藏有任意隐藏能力
arXiv 论文《AI models can provably hide arbitrary capabilities》提出用后门攻击把加密神经网络嵌入宿主模型权重，仅在收到秘密触发时解密并执行，在密码学假设下即使拿到完整权重也难以诱发和解释。
Latent SpaceAI 评分6060 Dyna Robotics 联创 Jason Ma 谈 Dyna-2 世界动作模型与小时级自主机器人
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍，公司上月发布的世界动作模型 Dyna-2 基于超过一百万小时人类视频预训练，并已推出物理机器人智能体 Dyna-2.1。
The DecoderAI 评分6969 Sakana AI 提出 MASS 自改进方法，模型自我评估与优化仍有共享盲区
Sakana AI 与 UC Berkeley 提出多智能体自监督方法 MASS，让同一个语言模型同时承担解题、优化工作流和评估结果三个角色，实现递归自我改进，无需更强的教师模型。
Microsoft ResearchAI 评分2727 微软 StudentSim：用个性化学生模拟器改进 AI 辅导
微软研究院推出 StudentSim，一个从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统，用于在接触真实学习者之前评估和改进 AI 辅导工具。该研究同时提出 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个领域，StudentSim 在这些领域均优于主流基线，并为训练 AI 导师提供了有效反馈信号。
InfoQ · AI/ML/数据/工程AI 评分6262 Context Language Models：让语言模型自管上下文以提升性能并降低算力成本
Meta、MIT 和华盛顿大学的研究者提出 Context Language Models（CLMs），让语言模型像编辑文件一样自行改写、压缩和整理上下文，替代摘要、压缩、外部记忆等预设机制。
Ars Technica · AIAI 评分6666 研究：AI 编码智能体生成更多代码，软件产出并未增加
哈佛大学研究人员 Fiona Chen 和 James Stratton 利用 Jellyfish 的聚合分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发企业、超过 70 万名员工、3 亿条工作事件，发现人类代码审查成为 AI 编码工具整体效率的显著瓶颈。
Google ResearchAI 评分5656 Google Research 三个月专利撰写实验：AI 辅助未必让初级律师更快成长
Google Research 与 NBER 发布一项三个月现场实验，在 11 家 IP 律所的 133 名律师中随机分配一款尚未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）的早期访问权。
Hugging Face BlogAI 评分5757 Nemotron 微调在 IOI 2026 与 IMO 2026 双双达到金牌水平
英伟达团队以 Nemotron 3 为基础，通过 SFT、RL 与反馈驱动推理分别构建 IOI 和 IMO 专项模型，在 IOI 2026 取得 535.4/600、IMO 2026 取得 30/42，均超过金牌线。
Google ResearchAI 评分4141 Google Earth AI 的 PDFM 如何用行星级地理空间基础模型赋能全球公共卫生
Google Earth AI 的 Population Dynamics Foundation Model（PDFM）将匿名搜索趋势、人类移动性、建成环境密度和环境决定因素压缩为按月更新的位置嵌入向量，无需任务特定微调即可接入现有流行病学模型。
MIT Technology Review · AIAI 评分2525 将 AI 智能体接入企业知识
MIT Technology Review 对 300 名数据与 AI 高管的调研显示，企业平均仅约 34% 的 agentic AI 项目能进入生产环节，遗留数据系统、安全隐私顾虑以及知识与上下文缺失是主要失败点。生产领先者平均有 61% 的智能体项目走出试点，其知识能力更强，尤其在语义层面。55% 的受访者将数据碎片化列为扩大智能体知识获取的首要挑战。
Import AIAI 评分2020 Import AI 475：蜂群扩展、Google DeepMind 为生物序列加水印、AI 科学经济
Google DeepMind 推出 SynthID Bio，一套面向合成生物学的加水印方法，可在氨基酸序列和预测 3D 结构中嵌入可检测信号，在 VEGF-A、SARS-CoV-2 spike protein RBD、PD-L1 三个靶点的湿实验中，水印设计与未加水印版本在命中率、结合亲和力和序列多样性上持平。
Google Research精选AI 评分7272 Google 发布基于 TEE 的联邦学习系统，Gboard 已采用
Google Research 发布新一代联邦学习系统，利用 Trusted Execution Environments（TEE）为数据匿名化提供可远程验证和审计的保证，Gboard 已采用该系统。
推荐理由：Google 公布基于 TEE 的联邦学习系统设计，并给出 Gboard 的落地进展与训练提速情况。
Hugging Face BlogAI 评分3939 AutoSynthData：为企业的智能体生成训练数据
ServiceNow CoreAI 推出 AutoSynthData，利用目标模型的失败案例和更强教师的成功经验定位能力短板，自动生成并验证新的可执行训练任务，生成的任务需满足可行性、真实性和难度三项要求。模型进步后，课程会自动转向仍难掌握的能力，形成迭代式训练循环。团队以 EnterpriseOps Gym 数据集演示了该流程。
Microsoft ResearchAI 评分3232 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，可为美国本土 66,935 座变电站生成位置相关的空间天气风险预测，并提前 30 至 60 分钟向电网运营商发出预警。该系统结合太阳风观测、AE 与 Dst 指数预测、物理约束及当地地质电导率数据，在 2020-2026 年评估期内识别出近 80% 的重大空间天气事件，GIC 风险模型对 ≥10 nT/min 事件检测率达 76.5%。
Google DeepMind精选AI 评分7373 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质加水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名嵌入生物代码，使其在数字模型和合成出的实体蛋白质上均可验证。
推荐理由：Google DeepMind 把水印从数字内容延伸到合成生物，读者可了解其方法与对 DNA 合成筛查的意义。
Anthropic Research精选AI 评分7373 Anthropic 研究：机器人如今能完成 34% 工作小时的体力任务，但仅 0.3% 具成本优势
Anthropic 发布机器人暴露指数研究，用 Claude 给 O*NET 的 7,594 项体力任务按工作环境受控程度分 E0 到 E3 四级评级，发现机器人今天可在某类场景完成四分之三的体力任务，占美国全部工作时间的 34%。
推荐理由：Anthropic 用 Claude 按环境受控程度给 7,594 项体力任务评级，量化了机器人替代的边界与成本约束。
Google ResearchAI 评分4343 Google 研究提出 Diffusion Controller，统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，通过一个轻量“转向阻尼器”网络在冻结基座模型的前提下动态调整生成轨迹。
Microsoft Research精选AI 评分6060 Microsoft Research 推出面向生物学复杂性的 AI 研究系统 Quine
Microsoft Research 发布 Quine，一个面向生物学复杂性的 AI 研究系统，包含跨序列、结构、功能、细胞状态和成像等模态联合训练的生物世界模型，以及连接模型、科学工具、文献与研究者的交互 harness。
推荐理由：微软研究院公开 Quine 的多模态世界模型设计，并给出胰腺癌化合物筛选的湿实验验证案例，可了解 AI 参与生物实验设计的当前路径。
Anthropic ResearchAI 评分2727 Anthropic 启动新一轮 AI 访谈研究，公开征集用户真实体验
Anthropic 用 Anthropic Interviewer 发起新研究，征集人们使用 AI 的真实体验，参与者可自行决定是否将完整访谈公开。此次沿用去年 12 月的方法，当时有 81000 人分享了他们对 AI 的希望与担忧，该结果曾用于制定 Anthropic Institute 议程并在世界经济论坛上展示。
Anthropic News精选AI 评分7676 Anthropic 用 Claude 发现类 CRISPR 的新型酶系统 ART
Anthropic 宣布成立生命科学研究组与实验室，并公布早期成果：Claude 智能体在约 950 个智能体、消耗 2.1 亿 token、检索 21 小时后，从 DNA 序列数据库中自主识别出一种与 DNA 重复序列相关的新型酶系统，命名为 array-associated reverse transcriptases（ART）。
推荐理由：Anthropic 首次公开其生物实验室用 Claude 智能体自主发现新型酶系统的过程与 token 消耗量，可观察 AI 驱动科学发现的工作流。
Microsoft ResearchAI 评分4040 微软研究院开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型结合 Transformer 去 Novo 模型 R-SMILES 2 与基于 GNN 的模板模型 NeuralLoc。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组全部 90 亿单字母变异
Google DeepMind 推出 AlphaGenome Atlas，包含人类基因组中全部 90 亿个单核苷酸变异的效应预测，规模约为 AlphaFold Database 的 30 倍，即日起通过免费网站门户、AlphaGenome API 及 Google Antigravity 中的技能开放学术研究使用。
推荐理由：读者可以了解 AlphaGenome Atlas 覆盖 90 亿单核苷酸变异的预测规模，以及 AVI 评分如何同时给出变异排序与分子机制线索。
Berkeley AI ResearchAI 评分3333 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互
Berkeley AI Research 提出 ABBEL 框架，将摘要隔离为自然语言"信念状态"并加以监督，以解决递归摘要带来的性能损失。在协作编码基准 CollabBench 上，ABBEL-rec-BG 将全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也低于全上下文。