跳到正文
只看论文#论文/研究
今天10月21日周三7 条
  2. 雷锋网58

    北大董豪团队推出 HIL-UMI，让具身后训练摆脱真机依赖

    北大与启元机器人董豪团队推出 HIL-UMI，在无本体 UMI 手持夹爪采集过程中接入模型实时比对动作分歧，只在模型预测跑偏时提示人补录纠错数据。在折毛巾、整理桌面、叠方块、盖章四项真机任务上，相同数据帧预算下常规 SFT 平均进度分从 44.3 升到 58.0，HIL-UMI 达到 94.8，叠方块与盖章任务成功率满分。

  3. 钛媒体63

    麻省总医院布莱根团队在《柳叶刀·数字健康》发表研究：AI 凭人脸照片识别癌症患者死亡风险

    10月20日，《柳叶刀·数字健康》发表麻省总医院布莱根医疗集团的研究，其FAHR-Face模型仅凭一张普通脸部照片即可区分癌症患者的死亡风险。在3820名未参与训练的癌症患者中，被评极高风险的122人拍照后90天内64人去世，占比52.5%；评分最低的975人仅20人去世，占比2.1%。

  6. Rohan Paul75

    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。

    引用Anthropic@AnthropicAI

    New on our Science Blog: designing protein binders against scorpion neurotoxins. Scorpions sting about 1.2m people every year, and antivenoms are often costly or in short supply. Claude has made an early step toward finding new treatments. https://www.anthropic.com/research/claude-scorpion-toxin-binder-design

    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。

10月20日周二
  5. AI at Meta70

    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。

10月19日周一
  2. Turing Post (Ksenia Se)22

    Turing Post 整理了 10 篇值得关注的 Looped Transformer 论文，涵盖 Recurrent Looped Transformer、Looped Prediction Transformer（LPT）、Loop Flow Transformers（LiFT）、Looped Diffusion Transformer、LAST、LoopCD、Hyperloop Transformer、OperLoop、LoopQuant，以及基于 looped transformer 的 Recursive Multi-Agent Systems。文章以速览指南形式介绍各方法是什么、如何工作、何时使用。

10月18日周日
10月17日周六
  4. Google DeepMind78

    Google DeepMind 转发介绍，四个 Gemini 4 Argon 智能体在同一个 Minecraft 世界中从零开始，用 27 小时击败末影龙。它们只在沙盒中用代码和文本操作，共编写 2,783 个程序，通过聊天分配任务、共享笔记并互相调试错误，全程没有人类帮助。

    引用Maxence Faldor@maxencefaldor

    Four Gemini 4 Argon agents, one shared Minecraft world, one goal: defeat the Ender Dragon. 27 hours and 2,783 self-written programs later, the dragon fell. https://x.com/i/article/2111007444981645312

    推荐理由：四个 Gemini 4 Argon 智能体在共享沙盒中自行分工、写码与调试，展示了多智能体协作完成长程任务的一种路径。

10月16日周五
  3. 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。

10月15日周四
  6. Latent Space58

    Leash Bio 的 Ian Quigley 谈 DEL 数据、Hermes 模型与智能体科学推理沙盒

    Latent Space 播客访谈 Leash Bio 的 Ian Quigley，讨论该公司如何用 DNA 编码库（DEL）获取高通量蛋白与小分子结合数据，并训练出在公开基准上跟上 Boltz 的 Hermes 模型。访谈还提到他们用多年积累的数据搭建智能体科学推理沙盒，让 LLM 在 6.5M 分子、100 次预算内寻找最佳结合物，相关预印本、博客和开放数据集即将发布。

10月14日周三
10月13日周二
  3. Microsoft Research58

    微软研究院提出 StudentSim：用学生模拟器为 AI 辅导系统提供反馈

    微软研究院发布研究系统 StudentSim，用公开的去标识化学习记录训练个性化 AI 学生模拟器，在真实学习者测试之前评估和改进 AI 辅导系统。该系统采用两阶段训练，先在同学科多学生记录上学习共性，再针对单个学生适配，并配套提出覆盖国际象棋、第二语言英语写作和数学的评测协议 StudentSimEval。