跳到正文
只看论文
  1. Rohan Paul (X)75

    Claude 以智能体方式设计抗蝎毒神经毒素蛋白结合分子

    Anthropic 科学博客介绍，Claude 在其 Claude Science 环境中以智能体方式自主完成整套蛋白质设计流程，针对蝎毒神经毒素设计结合蛋白。

    推荐理由：Anthropic 科学博客披露 Claude 作为智能体自主完成蛋白质设计流程，并给出两处实验室验证的分子数量。

  1. AI at Meta (X)70

    Meta 发布 Muse Glimmer 技术报告：30B 开源权重模型面向消费级硬件智能体任务

    Meta 发布 Muse Glimmer 技术报告，这是一个 30B 开源权重模型，面向消费级硬件上的智能体任务。该模型在单张消费级 GPU 的 Mac 或 PC 上以 4-bit 精度运行可达实用速度，并在工具调用和多步规划上领先同规模开源模型。报告涵盖模型架构、蒸馏配方和量化等内容。

    推荐理由：技术报告公开了 30B 开源权重模型的架构、蒸馏配方与量化方案，可供关注端侧智能体的读者参考。

  1. Microsoft Research60

    微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并输出可在约 12 毫秒内验证的简短证明。在 15 个基准程序上，它比同类最快的 zkVM 平均快 10 到 39 倍，在笔记本上每秒可证明 7.2 至 8.7 百万条 RISC-V 指令。

    推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设之间同时取得进展。

  1. OpenAI (X)72

    OpenAI 发布内部前沿模型产出的新数学结果

    OpenAI 发布了一批由内部前沿模型产出的新数学结果，相关材料已公开在 github.com/openai/math。OpenAI 表示在发布前咨询了普林斯顿高等研究院数学与人工智能独立顾问组，并参考其建议和公开推荐来确定发布方式。

    推荐理由：OpenAI 公开内部前沿模型产出的数学结果，并说明发布方式参考了外部顾问组的建议。

  1. Google DeepMind66

    Google DeepMind 推出 SynthID Bio，为 AI 生成的蛋白质加可验证水印

    Google DeepMind 发布 SynthID Bio，把水印技术引入合成生物学，将不可感知的签名嵌入生物代码，在实验室测试中保持蛋白质生物功能不变。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标，并在 AlphaFold 3 扩散网络中微调部分权重，使预测坐标自带可检测签名。

    推荐理由：Google DeepMind 把 SynthID 水印扩展到合成生物学，读者可了解其在蛋白质设计与结构预测中的嵌入方式及生物安全用途。

  1. Microsoft Research62

    微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

    微软研究院推出 Quine，一个由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成的 AI 研究系统。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，从数千个化合物中筛选并优先排序候选分子，湿实验显示排名最高的化合物产生了最大的经典态到基底态细胞状态转变，整个筛选到候选验证过程仅用一个周末。

    推荐理由：微软研究院公开 Quine 的生物学世界模型与实验编排框架，并给出胰腺癌化合物筛选的湿实验验证结果。

已经到底了