Google DeepMind 等研究自进化智能体能否持续学习而不遗忘
Google DeepMind 等机构的研究测试了自进化智能体在持续学习中的遗忘问题。研究在 BIRD、BFCL 和 ScienceWorld 构建的四条主题、工作流或领域漂移的任务流上测试 ReasoningBank、GEPA 和 Meta-Harness，模型权重保持冻结，智能体通过改写提示词、记忆和技能来适应。
elvis (X)AI 评分5858 Rohan Paul (X)AI 评分6060 Google DeepMind 论文发现自改进智能体边学边忘
Google DeepMind 新论文发现，自改进智能体在学习新任务时会遗忘旧任务，且学得最快的方法对旧任务的破坏最大。团队让 ReasoningBank、GEPA 和 Meta-Harness 在主题、工作流或领域不断变化的任务流上运行，记录各自在当前任务上的收益和其他任务上的损失。
elvis (X)AI 评分5858 Google DeepMind 用 Gemini 智能体发现并形式化验证 BB(6) 图灵机加速规则
Google DeepMind 一篇论文让基于 Gemini 的智能体在 Busy Beaver 问题 BB(6) 中为 11 台未解决图灵机找到并形式化验证了新的加速规则。
Google DeepMind (X)精选AI 评分7878 Google DeepMind 四个 Gemini 4 Argon 智能体 27 小时通关 Minecraft
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。
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。
Google AI (X)AI 评分5858 Google 用 Gemini 4 Argon 从视频生成仿真，让人形机器人学会投沙包
Google AI 表示正在探索用 Gemini 4 Argon 加速研究，其中一项测试是用人类完成趣味任务的视频自主生成训练仿真，而非完全依赖手工编程。研究团队展示了人形机器人观看视频、运行仿真并掌握投沙包（cornhole）的过程。
Google AI (X)AI 评分5858 Google 介绍 Living Models 用 Gemma 4 搭配 BOTANIC-1 加速植物 DNA 分析
Google AI 介绍 AI 研究实验室 Living Models 将 Gemma 4 与植物 DNA 专用模型 BOTANIC-1 组合，用于快速定位影响作物性状的基因突变。
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。
Google AI (X)AI 评分2020 果蝇全脑神经元图谱揭示小脑大能力
哦，原来这就是我们绘制雄性果蝇全部 166,000 个神经元图谱的原因。来看看这项社区大规模协作成果，展示这些微小果蝇大脑究竟有多大能耐 🪰🧵
Google AI (X)AI 评分5858 Google Research 与 HHMI Janelia 发布雄性果蝇完整脑连接图谱
Google Research Connectomics 团队与 HHMI Janelia 合作，发布了雄性果蝇大脑和中枢神经系统的完整连接图，按已校对神经元数量计算是迄今规模最大的脑图谱。推文随后解释了研究团队为何关注这只小果蝇的大脑。