我们引入WanderBench，一个用于从视频中探索动态世界的基准测试。它包含745单帧真实和AI生成内容的视频，分为三个难度等级(3-25 s)，并以键盘操作形式提供相机路线，评估六个维度的指标，包括24人验证的子指标。对八种模型进行基准测试，我们发现随着视频片段变长，模型保持静态场景和视觉质量，但失去相机控制和源动态，且无人能保持重访地点的一致性。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出SciMARS，一种用于闭环科学发现中递归任务本地适应多智能体套件的框架。多智能体系统在科学证据演化过程中协调分析、实验设计和验证。然而，两个问题限制了其有效性：(i) 无共享内存时，智能体丢失观察并重复工作；(ii) 固定角色流程、交接和记忆策略尽管保留证据仍导致错误。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
本文提出一种近似方案，神经网络在每轮迭代中逼近子问题的解。对于满足二次增长条件的变量块之间具有二次耦合的凸问题，我们推导出最优解间隙的最坏情况界限，揭示了网络在贪婪方式下训练时的每轮误差。结合该界限与PAC-Bayes论证，我们获得一个固定时间窗口、高概率的最优解间隙期望界限。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出K-prop，一种用于漏电神经网络的新型在线学习方法。它通过传播核增益显著降低了实时递归学习（RTRL）的计算和内存成本。K-prop在现有RTRL近似方法上表现优异，其性能与时间序列学习、分类和强化学习任务中的反向传播通过时间（backpropagation through time）相当。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
关于虚拟人（VH）是否由人类或计算机控制的先验信念，会影响用户对它行为的解读和回应。随着新兴的混合VH系统允许在持续交互中实现人类操作者与计算机程序之间的控制转移，尚不清楚感知到的代理更新是否与实际控制器一致，还是继续反映用户的先验信念和最初印象。我们在一项针对24参与者的单被试VR研究中，考察了这一问题，研究条件包括：始终由计算机控制、计算机到人类、人类到计算机、始终由人类控制。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
本工作提出WaveGen，一种基于频谱强迫的端到端文本到波形框架，联合学习单个模型内的频谱轨迹和目标波形轨迹，实现直接端到端文本到波形生成。不同于近期的TTS管道，WaveGen不依赖于单独训练或外部解码的中间表示，如神经音频编码器、Mel-谱图语音编码器或基于VAE的潜在模型。此外，WaveGen在单个模型内实现文本语音对齐，无需外部对齐模块如持续预测器。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们引入一个开放、确定性的审计基准，评估系统1决策模型在标签保持扰动下的校准性能，包括跨问题干扰和后验信任度。评估五种开放权重模型(0.8B至27B)以及生成式系统2基线——单token logprob评分和结构化JSON/CoT解码——在NLI（e-SNLI）、对抗性句法捷径（HANS）、合成临床分诊（N=900）、提示注入防御（Tensor Trust，N=250）和86案例逻辑门触发器套件中，得出五个结论：(1) 提供者信心是精确的闭合形式扩散变换（1 - H(p)/ln K 在子10B模型上；Clef-27B的归一化边缘），而非经验准确度；(2) 将多个问题打包成一个请求会引发方向性跨问题干扰（Tev1-0.8B二进制翻转，与/无）
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
准确预测电子哈密顿量可实现广泛性质推断，同时避免密度泛函理论（DFT）的高计算成本。然而，通用型材料基础模型的发展受限于数据瓶颈：现有哈密顿量数据集通常较小，缺乏结构多样性，且常遗漏关键相对论物理如自旋-轨道耦合（SOC）。因此，我们构建了UniHam，一个大规模哈密顿量数据集和基准套件，包含100,000+个DFT计算的复数值Hermitian哈密顿量，涵盖72元素和广泛晶体几何结构（涵盖多样晶格类型和空间群家族）。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们引入多尺度外观残差流（MARS），这是一种双路径视频检测器。残差路径使用固定的空间和时间高斯差操作符处理冻结的中间特征，并在帧间建模出现的差异。语义路径适配编码器的归一化参数以进行帧分类，同时使用依赖于剪辑的门组合其预测。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
IT之家 11 月 9 日消息，根据代码研究人员 pdfu 分享的最新代码发现，苹果正在开发一套个人记忆系统，有望帮助 Siri 记住用户生活中的各种信息。 根据相关发现，在苹果 iOS 27.3 测试版中，这套系统包含一个名为“记忆图谱”（Memory Graph）的组件，旨在整理用户的人际关系、常去地点、日常习惯、健康状况、锻炼情况，以及激励用户或阻碍用户实现目标的因素。 IT之家注意到，系统还设计了名为“记忆原子”（Memory Atoms）的数据单元，用于记录事实、观点、意图和事件，并关联相关人物、地点、时间及话题等具体信息。 据 pdfu 介绍，这套图谱通过两种处理机制收集信息。其中一种负责将结构化数据转化为洞察，例如读取用户个人联系人名片中的姓名字段。另一种则借助设备端 AI 模型或苹果私有云计算（Private Cloud Compute），从 Siri 对话、信息、照片和健康数据等来源提取信息。 目前，代码中似乎...
推荐理由：来自IT之家 AI的《苹果 iOS 27.3 代码曝光 Siri“个人记忆系统”，可记录用户各类信息》。重点看模型能力与工程。摘要提到：IT之家 11 月 9 日消息，根据代码研究人员 pdfu 分享的最新代码发现，苹果正在开发一套个人记忆系统，有望帮助 Siri 记住用户生活中的各种信息。 根据相关发现，在苹果 iOS 27.3 测试版中，这套系统包含一个名为“记忆图谱”（Memory Graph）的组件，旨在整理用户的人际关系、常去地点、日常习惯、健康状况、锻炼情况，以及激励用户或阻碍用户实现目标的因素。 IT之家注意到，系统还设计了名为“记忆原子”（Memory Atoms）的数据单元，用于记录事实、观点、意图和事件，并关联相关人物、地点、时间及话题等具体信息。 据 pdfu 介绍，这套图谱通过两种处理机制收集信息。其中一种负责将结构化数据转化为洞察，例如读取用户个人联系人名片中的姓名字段。另一种则借助设备端 AI 模型或苹果私有云计算（Private Cloud Compute），从 Siri 对话、信息、照片和健康数据等来源提取信息。 目前，代码中似乎...
IT之家 11 月 9 日消息，今年早些时候，随着谷歌和 Anthropic 等竞争对手势头渐起，ChatGPT 在 AI 市场的主导地位一度显现出松动迹象。不过，一项最新研究显示，OpenAI 旗下这款旗舰产品正在意外反弹。 研究与增长营销公司 Graphite 的一项研究显示，目前 ChatGPT 占全球主要 AI 聊天机器人工具总流量的比例已超过 81%，没有任何一家竞争对手的市场份额达到 10%。 考虑到谷歌 Gemini 和 Anthropic Claude 近期备受关注，并被普遍视为 OpenAI 越来越强劲的竞争威胁，这一数据颇为让人意外。 这项研究也挑战了另一种看法，即 ChatGPT 此前的爆发式增长已经陷入停滞。 2025 年上半年，ChatGPT 的使用量曾大幅攀升，但此后连续 7 个月基本陷入平台期。不过，今年以来其增长重新提速。Graphite 的分析显示，ChatGPT 月访问量增长近 20%，并于今...
推荐理由：来自IT之家 AI的《研究显示 OpenAI ChatGPT 占全球 AI 聊天机器人流量超 81%，断层领跑》。重点看产品发布。摘要提到：IT之家 11 月 9 日消息，今年早些时候，随着谷歌和 Anthropic 等竞争对手势头渐起，ChatGPT 在 AI 市场的主导地位一度显现出松动迹象。不过，一项最新研究显示，OpenAI 旗下这款旗舰产品正在意外反弹。 研究与增长营销公司 Graphite 的一项研究显示，目前 ChatGPT 占全球主要 AI 聊天机器人工具总流量的比例已超过 81%，没有任何一家竞争对手的市场份额达到 10%。 考虑到谷歌 Gemini 和 Anthropic Claude 近期备受关注，并被普遍视为 OpenAI 越来越强劲的竞争威胁，这一数据颇为让人意外。 这项研究也挑战了另一种看法，即 ChatGPT 此前的爆发式增长已经陷入停滞。 2025 年上半年，ChatGPT 的使用量曾大幅攀升，但此后连续 7 个月基本陷入平台期。不过，今年以来其增长重新提速。Graphite 的分析显示，ChatGPT 月访问量增长近 20%，并于今...
IT之家 11 月 9 日消息，据《连线》报道，一些星系似乎具备形成恒星所需的全部条件，却几乎从未孕育出恒星。 多年来，科学家一直对这一现象感到困惑。近期研究发现，这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系，是指内部含有气体和暗物质，却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解，为什么有些星系能够形成恒星，而另一些却始终保持黑暗，同时也能检验现有星系形成理论是否准确。 目前，科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分：一种是暗能量，这种神秘属性被认为推动着宇宙加速膨胀；另一种是冷暗物质，物理学家推测它约占宇宙全部物质的 85%。 根据这一模型，被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部，随后逐渐冷却、坍缩，最终形成恒星。不过，天文学家仍在试图弄清楚，为什么这一过程会在某些暗物质晕中发生，在另一些暗物质晕中却...
推荐理由：来自IT之家 AI的《天文学家发现“暗星系”候选天体：拥有约 20 亿倍太阳质量的氢气，却几乎没有恒星》。重点看模型能力与工程。摘要提到：IT之家 11 月 9 日消息，据《连线》报道，一些星系似乎具备形成恒星所需的全部条件，却几乎从未孕育出恒星。 多年来，科学家一直对这一现象感到困惑。近期研究发现，这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系，是指内部含有气体和暗物质，却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解，为什么有些星系能够形成恒星，而另一些却始终保持黑暗，同时也能检验现有星系形成理论是否准确。 目前，科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分：一种是暗能量，这种神秘属性被认为推动着宇宙加速膨胀；另一种是冷暗物质，物理学家推测它约占宇宙全部物质的 85%。 根据这一模型，被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部，随后逐渐冷却、坍缩，最终形成恒星。不过，天文学家仍在试图弄清楚，为什么这一过程会在某些暗物质晕中发生，在另一些暗物质晕中却...
作者｜徐珊 编辑｜ 郑玄 这可能是你见过最安静的一块「草莓地」。 没有虫鸣，没有鸟叫，50 平方米的房间里，草莓植株一层层码到头顶，叶片舒展，几乎找不到一个虫眼，枝头挂满了还没转红的青果，也有不少已经熟透。不靠天、不靠地，草莓在这个赛博农场里被「种上了天」。 这里是第五届「多多农研科技大赛」一等奖赛博农人团队的植物工厂。从 5 月 12 日定植算起，这些草莓等了 113 天才迎来第一次采收，采收 50 天累计产量达到 284.45 公斤，而日常照料它们的，只有 1 名工人。评委贺冬仙说，如果再给它半年，这一架草莓产量会相当可观。 但每一束光、每一度低温背后都是成本。过去几年，Plenty、Bowery、Infarm 等明星垂直农业公司相继破产或停运。到 2024 年，中国已经有了 493 座植物工厂，研究机构、照明企业等都在入场，但其中不少也处于亏损状态。 植物工厂离商业化，始终只差临门一脚。 种出植物并不是结果，过去几年，植物...
推荐理由：来自极客公园的《一颗植物工厂草莓，离你的果盘还有多远？多多农研拉近现场》。重点看论文/研究。摘要提到：作者｜徐珊 编辑｜ 郑玄 这可能是你见过最安静的一块「草莓地」。 没有虫鸣，没有鸟叫，50 平方米的房间里，草莓植株一层层码到头顶，叶片舒展，几乎找不到一个虫眼，枝头挂满了还没转红的青果，也有不少已经熟透。不靠天、不靠地，草莓在这个赛博农场里被「种上了天」。 这里是第五届「多多农研科技大赛」一等奖赛博农人团队的植物工厂。从 5 月 12 日定植算起，这些草莓等了 113 天才迎来第一次采收，采收 50 天累计产量达到 284.45 公斤，而日常照料它们的，只有 1 名工人。评委贺冬仙说，如果再给它半年，这一架草莓产量会相当可观。 但每一束光、每一度低温背后都是成本。过去几年，Plenty、Bowery、Infarm 等明星垂直农业公司相继破产或停运。到 2024 年，中国已经有了 493 座植物工厂，研究机构、照明企业等都在入场，但其中不少也处于亏损状态。 植物工厂离商业化，始终只差临门一脚。 种出植物并不是结果，过去几年，植物...
IT之家 11 月 9 日消息，Anthropic 近日发布研究报告， 显示科学家主要将 Claude 用于数据分析和写作 ，收集数据、生成研究假设则较少使用 AI。 IT之家了解到，Anthropic 此次研究使用了 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话，其中包含 12.9 万次 Claude 对话和 Cowork 会话，以及 7.8 万次 Claude Code 会话。系统只保留并研究会话所属的学科、研究子领域和具体任务等分类标签，不会提取或保存研究数据、假设、实验方法、初步发现或未发表论文等具体内容。所有结果均以汇总形式呈现，以保护隐私。 从学科来看，计算机科学、数学和统计学等领域的研究人员会更频繁地使用 Claude，医疗健康以及需要在实验室开展工作的物理科学领域则相对较少。 在 Claude 科研会话中，计算机科学（IT之家注：CS）占比最高，达到 11.9%；工程学和医学分别占 ...
推荐理由：来自IT之家 AI的《Anthropic 揭秘科学家用 Claude 都干啥：大多用来分析数据和写作》。重点看产品发布。摘要提到：IT之家 11 月 9 日消息，Anthropic 近日发布研究报告， 显示科学家主要将 Claude 用于数据分析和写作 ，收集数据、生成研究假设则较少使用 AI。 IT之家了解到，Anthropic 此次研究使用了 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话，其中包含 12.9 万次 Claude 对话和 Cowork 会话，以及 7.8 万次 Claude Code 会话。系统只保留并研究会话所属的学科、研究子领域和具体任务等分类标签，不会提取或保存研究数据、假设、实验方法、初步发现或未发表论文等具体内容。所有结果均以汇总形式呈现，以保护隐私。 从学科来看，计算机科学、数学和统计学等领域的研究人员会更频繁地使用 Claude，医疗健康以及需要在实验室开展工作的物理科学领域则相对较少。 在 Claude 科研会话中，计算机科学（IT之家注：CS）占比最高，达到 11.9%；工程学和医学分别占 ...
IT之家 11 月 9 日消息，LG AI 研究院韩国当地时间今日宣布， 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户，可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练， 拥有比肩头部开源 AI 模型的智能体能力 ，在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754
推荐理由：来自IT之家 AI的《LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到：IT之家 11 月 9 日消息，LG AI 研究院韩国当地时间今日宣布， 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户，可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练， 拥有比肩头部开源 AI 模型的智能体能力 ，在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754
研究：parse_number() 作为 SQLite 扩展：C vs Rust。我正在遛狗时对如何编写一个 SQLite C 扩展，该扩展添加 parse_number() 函数，将类似 -$1,234.56 或 '12.5%' 的字符串转换为可求和和排序的数值产生了兴趣。我启动了常规 Claude 消息（Opus 5.5），并提示：我正在考虑一个 SQLite 自定义函数 'parse_number(value)'，该函数会移除逗号、美元符号、英镑符号和百分号，处理前导减号，并返回 'NULL' 对于无法解析的内容。探索将此作为 SQLite 扩展在 C 和 Rust 中构建的差异——我想要比较性能和代码复杂度以及生成的 .so 文件的大小。这给了我一个坚实的基础——Rust 扩展为 321 KB（使用 Rusqlite）和 298 KB（使用 sqlite-loadable-rs），而 C 扩展为 14 KB。但 Rust 扩展更快！这是因为 Rust 的 strtod 对应于 C 的 strtod，速度是其两倍。因此我进行了测试
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
许多研究动物鸣叫需要干净的录音，但动物通常在野外记录，受天气、车辆和其他动物的背景噪声干扰。动物鸣叫去噪面临清洁训练数据稀缺和动物鸣叫种类极端多样化的挑战。传统频谱门限方法在无语音活动检测（VAD）时仍保留残余噪声，而为生物声学设计的检测器自由神经去噪器去除的噪声较少。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们引入THEATRON，一个受控基准测试，使用财务重演来评估长时序决策中的角色持续性。在这些环境中，基于固定行为-财务角色的模型观察共享每日市场证据和轨迹特定的账户状态反馈，并在多月轨迹上进行序列决策。我们通过四个LLM评估零次、一次和链式思维角色注入，使用累积回报和动作轨迹来诊断个体角色稳定性、跨角色可分离性和动作坍塌。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出MicroSim，一种用于二进制代码相似性检测的系统，将每个函数表示为从IDA Pro Hex-Rays微代码构建的图，并与对比的Siamese图神经网络（GNN）进行比较。我们在TREX跨优化基准测试中进行评估，该基准测试包含849,072个函数级微代码图，覆盖优化级别-O0至-O3，采用严格的类不相交划分，其中训练集和测试集之间没有函数键共享。在该协议下，MicroSim达到0.9972接收者操作特征曲线（ROC-AUC）下的面积和0.9762马特威相关系数（MCC），优于Gemini（0.9332 ROC-AUC）、SAFE（0.9752）和jTrans（0.9740）在相同划分上重新训练的模型，以及结构自由的Bag-of-Words（BoW）基线（0.9484）。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出了一种稳健、隐私保护的Swarm Learning框架，使可验证的数据质量成为学习任务的准入条件。验证器仅在零知识认证证明其参考模型在私有数据上正确运行后加入，且不透露任何原始样本。认证输出还生成无标签的类分布，因此网络从个体偏差的验证器中准确地构建出集体独立同分布的验证器池，其精度甚至达到拥有真实标签的Oracle（总变差距离至均匀分布，对Oracle为0.025，对随机选择为0.021）
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出Saidzoda-CA-EmbeddingGemma-300M，一种适用于四种语言的模型。它是对EmbeddingGemma-300M的泰吉克语微调，训练于279,904对问题：源自文本的 Kazakh、Uzbek 和 Kyrgyz 问题，以及泰吉克语复习和英语、俄语重播。在贝勒贝勒，每种语言的recall@1提升14.4至26.0点，介于75.2%和77.7%之间。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
为解决这些问题，我们提出GOPR-CAD，一种基于图操作渐进推理的文本到CAD管道。语言模型作为封装CAD操作的决策代理，逐步构建可执行的操作图，由确定性编译器转换为最终的CAD模型。该分离无需额外训练，支持不同语言模型。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
IT之家 11 月 8 日消息，据《南华早报》前天报道，一项新研究显示，以月之暗面 Kimi 系列为代表的中国 AI 模型，在全球企业开源模型支出的占比为 89%，接近九成。 IT之家从原报道获悉，硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 ， 在全球企业开源模型支出位居第一 ；深度求索 DeepSeek 以 15% 排名第二；智谱的 GLM 以 11% 位列第三。 相比之下，Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型，但其在开源模型企业支出中的占比仅为 7%。
推荐理由：来自IT之家 AI的《Menlo Ventures 报告：中国 AI 模型占全球开源模型企业支出 89%，Kimi、DeepSeek、GLM 位列前三》。重点看模型能力与工程、开源生态、产品发布。摘要提到：IT之家 11 月 8 日消息，据《南华早报》前天报道，一项新研究显示，以月之暗面 Kimi 系列为代表的中国 AI 模型，在全球企业开源模型支出的占比为 89%，接近九成。 IT之家从原报道获悉，硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 ， 在全球企业开源模型支出位居第一 ；深度求索 DeepSeek 以 15% 排名第二；智谱的 GLM 以 11% 位列第三。 相比之下，Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型，但其在开源模型企业支出中的占比仅为 7%。
IT之家 11 月 8 日消息，中国载人航天工程办公室今日发布新一期日常 Vlog，神舟二十三乘组各项实（试）验持续开展。 IT之家从视频获悉，上周，在轨 脑电测试 研究相关实验顺利开展。三名航天员利用脑电采集设备开展脑网络组图谱驱动的航天脑监测、视觉运动加工等多项实验测试。 他们还开展了空间脑网络时变特性实验、 在轨触觉感知实验、力量控制测试 等，获取数据将用于开展长期在轨飞行中航天员脑功能网络影响、触觉感受能力和精细动作控制的变化规律等相关研究。 根据微重力物理科学领域实验安排，乘组完成了无容器柜实验腔体样品清理、实验样品更换、轴心机构电极维护等工作，并对两相系统实验柜进行检查维护。 上周，神二十三乘组按计划完成了舱内压力服检查测试，还开展了应急救生在轨训练。 与此同时，乘组扎实做好空间站组合体平台照料，完成了舱内温度与风速测量等工作。 在轨健康监测 也持续开展，航天员们进行了视功能总体测量、眼压及眼底检查、经眶 B 超测量...
推荐理由：来自IT之家 AI的《神舟二十三乘组日常 Vlog“上新”：在轨开展脑电测试研究、触觉感知实验》。重点看模型能力与工程、产品发布。摘要提到：IT之家 11 月 8 日消息，中国载人航天工程办公室今日发布新一期日常 Vlog，神舟二十三乘组各项实（试）验持续开展。 IT之家从视频获悉，上周，在轨 脑电测试 研究相关实验顺利开展。三名航天员利用脑电采集设备开展脑网络组图谱驱动的航天脑监测、视觉运动加工等多项实验测试。 他们还开展了空间脑网络时变特性实验、 在轨触觉感知实验、力量控制测试 等，获取数据将用于开展长期在轨飞行中航天员脑功能网络影响、触觉感受能力和精细动作控制的变化规律等相关研究。 根据微重力物理科学领域实验安排，乘组完成了无容器柜实验腔体样品清理、实验样品更换、轴心机构电极维护等工作，并对两相系统实验柜进行检查维护。 上周，神二十三乘组按计划完成了舱内压力服检查测试，还开展了应急救生在轨训练。 与此同时，乘组扎实做好空间站组合体平台照料，完成了舱内温度与风速测量等工作。 在轨健康监测 也持续开展，航天员们进行了视功能总体测量、眼压及眼底检查、经眶 B 超测量...
接下来，我们介绍两种katIA变体，即我们的代码变更影响分析方法，结合静态影响分析与大语言模型（LLMs）的推理能力。第一种变体使用单个提示（katIA-SP）来精炼初始的静态影响集，第二种变体使用三种专用代理（katIA-MA）。我们的 curated 数据集评估显示，katIA-SP 与 Gemini 2.5 Flash 达成 F1 分数为 22.4% 时，通过完全限定名称（FQN）匹配影响实体，为 27.0% 时，通过类和实体名称匹配。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们使用S&P 500 选项数据，从 1996 到 2017 构建经验回放环境，并与匹配的几何布朗运动（GBM）环境、随机波动（SABR）模拟器以及一种结合Black-Scholes模型值历史路径的混合模型进行比较，这些模型共享相同的投资组合机制、随机到达、成本和测试周期。我们训练了一种分布性双延迟深度确定性策略梯度（TD3）代理，并在 2018 到 2023 期间进行出样评估。基于经验数据训练的代理可将条件价值-at-风险（CVaR）尾部损失减少 3.1%，优于训练期间选择的每种对冲比率规则，并优于每种替代训练环境。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
智能电网检测器通常被视为黑箱，仅在干净、时间上打乱的数据集上进行验证，这可能导致过度乐观的性能声称。本研究提出了一种基于可解释、时间窗口融合随机森林的多测试平台评估研究，当评估协议不一致时采用悲观结果。 (i) 在公共配对的智能电网数据集上，打乱的交叉验证结果乐观：宏观F1值从0.96降至0.88，±0.06，在滚动原点时间评估下。一个无需拓扑结构的图卷积网络（GCN）证实了该轻量模型在这些分割上的竞争力。 (ii) 自适应且自适应联合特征空间攻击，尽管在真实电网操控中不可行，导致宏观F1值分别降至0.67和0.34。
推荐理由：来自arXiv AI的《Interpretable Cyber-Physical Attack Detection in Smart Grids: A Leakage-Controlled Multi-Testbed Evaluation of Fusion, Robustness, and Observability Limits》。重点看评测与基准、文化创意。摘要提到：这条英文动态主要涉及评测与基准、文化创意。原文要点：Cyber-physical smart-grid detectors are typically treated as black boxes and validated exclusively on clean, temporally shuffled datasets, which risk overly optimistic performance claims. This work presents a multi-testbed evaluation study built around an interpretable, time-windowed fusion Random Forest, adopting the pessimistic result whenever evaluation protocols disagree. (i) On
本文介绍COUPLED FLOW，一种新的神经网络操作框架，用于多物理偏微分方程（PDE）系统，通过建模多物理过程的交叉过程交互来捕捉其共进化。不同于现有神经网络方法主要针对单物理设置，COUPLED FLOW采用新颖的结构约束流匹配算法，学习在完整多物理状态下条件约束的进程特定均速场。这使能够快速准确地预测耦合PDE系统，否则需要昂贵的数值模拟。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
数据转换管道影响计算机视觉中的训练分布，但设计它们是一项计算成本高昂的问题。我们研究大型语言模型是否能通过在预定义的增强空间外合成可执行转换程序来高效发现。我们比较九种策略，采用统一的训练协议，包括标准增强策略、暴力搜索、使用两个LLM直接生成代码、以及使用经过准确性排序转换对微调的LLM进行性能引导生成。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
机械可解释性领域适合数学家与AI研究者之间的协作项目。本工作描述了一个这样的项目。我们训练了一个小型变换器，学习阿贝尔A2群的语言，该群最著名的是欧几里得平面上等边三角形的镶嵌对称性。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
研究人员越来越多地基于种族和性别从选民文件中估算政治行为，其中种族由姓氏和地理信息推断得出。这仅在姓氏能暗示群体归属时有效，而当姓氏遵循婚姻规范时，这种假设被违反。因此，推断存在对女性的偏误，尤其是那些 racially inter-marry 的人，这种结果本身是政治偏见的产物。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出一个用于二元决策的指导性学习框架，解决其局限性。该框架不预测最优标签，而是联合优化线性决策策略和可行分配，覆盖所有训练场景，使可行替代方案和其操作性能在训练过程中直接考虑。我们进一步扩展框架，采用Wasserstein模糊集，构建分布鲁棒的随机约束模型，确保在模糊集中的最坏分布下满足指定概率的可行性，并允许稳健性和解质量之间可调节的权衡。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出BanglaCV-Probe，这是一个基准测试，包含17个向量动词，1,044个最小对，204个蕴含项，以及197个正确和错误组合的对，均由母语者验证。我们对26种模型（编码器、LLMs和翻译系统）在四种技能上进行测试：区分两个含义，理解向量添加的内容，偏好正确组合，并在翻译中保留向量的意义。五种编码器的探针能够区分两个含义，即使在没有表面线索的情况下，仍能达到93%的准确率。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
IT之家 11 月 7 日消息，当地时间 11 月 5 日，谷歌发布博文，介绍在《自然》（Nature）发表的最新研究成果。 谷歌推出了名为 AI-PPG-ACC-HTN 的多模态 AI 系统。该系统无需袖带校准，使用普通消费级智能手表便能被动检测高血压迹象。 官方表示，与常规方案试图估算极易受瞬时环境噪声干扰的单次瞬时收缩压与舒张压不同，新系统转变了解决思路：通过聚合连续多天采集的被动生理特征， 专注于识别个体潜在且持续存在的高血压状态 。 自监督预训练 ：使用超 49 万小时无标注数据训练 1D-CNN，通过对比学习让模型自主挖掘复杂的心血管生理特征。 多天聚合与分类 ：将多天 15 秒特征向量取均值平滑瞬态噪声，结合身高（表征动脉路径长度），经逻辑回归模型输出持续高血压概率评分。 为评估其性能，研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验，纳入 196 名无心血管病史且未服降压药的受试者，并以临床金标准 ——...
推荐理由：来自IT之家 AI的《谷歌 AI 新研究：无需袖带利用消费级智能手表检测高血压，成果登 Nature》。重点看模型能力与工程、产品发布。摘要提到：IT之家 11 月 7 日消息，当地时间 11 月 5 日，谷歌发布博文，介绍在《自然》（Nature）发表的最新研究成果。 谷歌推出了名为 AI-PPG-ACC-HTN 的多模态 AI 系统。该系统无需袖带校准，使用普通消费级智能手表便能被动检测高血压迹象。 官方表示，与常规方案试图估算极易受瞬时环境噪声干扰的单次瞬时收缩压与舒张压不同，新系统转变了解决思路：通过聚合连续多天采集的被动生理特征， 专注于识别个体潜在且持续存在的高血压状态 。 自监督预训练 ：使用超 49 万小时无标注数据训练 1D-CNN，通过对比学习让模型自主挖掘复杂的心血管生理特征。 多天聚合与分类 ：将多天 15 秒特征向量取均值平滑瞬态噪声，结合身高（表征动脉路径长度），经逻辑回归模型输出持续高血压概率评分。 为评估其性能，研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验，纳入 196 名无心血管病史且未服降压药的受试者，并以临床金标准 ——...
IT之家 11 月 7 日消息，据《商业内幕》今天（7 日）上午报道，AI 帮助攻克了量子计算领域一项长期悬而未决的重大难题。 物理研究机构 Physical Superintelligence（PSI）宣布，借助 Anthropic 一款尚未发布的 AI 模型， 量子计算领域的阿伦森－安拜尼斯猜想 成功得到证明。 这项猜想自 2008 年提出以来一直未获证明，研究的是量子计算机 在何种条件下能够获得远超传统计算机的运算速度 。 PSI 自行开发了一套 采用 Anthropic 模型的研究系统 ，仅用三天就完成了证明。据其介绍，此次行动意味着“量子计算领域最根本的问题之一”得到解决。 AI 辅助数学研究取得突破的案例还在增加。今年 9 月，OpenAI 宣布解决了有 90 年历史、“数学前沿最深奥的问题之一”的纳维－斯托克斯方程难题。 证明阿伦森－安拜尼斯猜想的研究系统由 PSI 技术人员戴维 · 图尔图雷安开发，系统使用了 A...
推荐理由：来自IT之家 AI的《Anthropic 神秘模型“立功”，AI 帮助攻克量子计算领域重大难题》。重点看模型能力与工程、产品发布。摘要提到：IT之家 11 月 7 日消息，据《商业内幕》今天（7 日）上午报道，AI 帮助攻克了量子计算领域一项长期悬而未决的重大难题。 物理研究机构 Physical Superintelligence（PSI）宣布，借助 Anthropic 一款尚未发布的 AI 模型， 量子计算领域的阿伦森－安拜尼斯猜想 成功得到证明。 这项猜想自 2008 年提出以来一直未获证明，研究的是量子计算机 在何种条件下能够获得远超传统计算机的运算速度 。 PSI 自行开发了一套 采用 Anthropic 模型的研究系统 ，仅用三天就完成了证明。据其介绍，此次行动意味着“量子计算领域最根本的问题之一”得到解决。 AI 辅助数学研究取得突破的案例还在增加。今年 9 月，OpenAI 宣布解决了有 90 年历史、“数学前沿最深奥的问题之一”的纳维－斯托克斯方程难题。 证明阿伦森－安拜尼斯猜想的研究系统由 PSI 技术人员戴维 · 图尔图雷安开发，系统使用了 A...
因此，我们提出一个框架，定义LLM代理的探索行为，保留该术语用于满足其条件的系统。在这样做时，我们识别出其实施所带来的研究方向。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出EmbodiedIntentBench，这是一个用于移动机器人任务中意图驱动的实时适应的基准测试。它通过结构化合同表示任务意图，涵盖覆盖、时间证据、报告、紧迫性和资源，并将模拟的无人机工作负载与因果、资源计费的执行相结合。计算决策影响任务时间、资源使用以及哪些观察结果可以提供证据。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
我们提出一种基于GPU加速的全局求解器，用于受约束的非线性规划（NLP），灵感来源于神经网络（NN）验证中高效的线性边界传播框架。现有神经网络验证工作表明，与传统求解器相比，基于线性边界传播框架可实现数百万倍的速度提升。将这一范式扩展到全局非线性规划需要解决诸多挑战：全局受约束的非线性规划求解器必须有效利用所有，可能未结构化的非线性约束，以提升目标函数，而神经网络验证通常处理简单输入框约束，且不直接优化目标函数。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
扩散语言模型（DLMs）通过迭代去噪生成文本，其中决定哪些词应提交或重掩的决策对输出质量影响显著。现有确定性策略依赖于即时置信度或熵，但这些局部信号在复杂推理问题中可能误导。我们提出将DLM测试时的缩放问题作为对推理计算和解码策略的动态分配。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。
背景：标注清晰、种类多样的医学影像数据仍是基于视觉的医学AI的主要限制因素。我们评估了Nano Banana，一种通用的图像生成与编辑模型，作为合成医学图像的来源，用于模型训练、子组增强和模型审计。方法：在涉及四种成像模态的回顾性研究中，胸部X光、眼底摄影和CT模型仅使用合成图像进行训练，并在真实数据上对外验证，以验证其与真实数据训练的模型。
推荐理由：请对照arXiv AI原文，核对完整说明及适用条件。