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。
#数据/训练
OpenAI@OpenAI精选AI 评分7272
Hugging Face@huggingface精选AI 评分7878Hugging Face 团队发布多 harness RL 训练指南,指出同一模型在相同权重下,在一个 agent harness 中得分 62%,在另一个中仅 33%。
推荐理由:同一模型在不同 agent harness 下得分相差近一倍,这篇开源研究给出了不改 harness 的多环境 RL 训练方法。
Google DeepMind精选AI 评分6666 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。
Microsoft Research精选AI 评分6262 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