中國科學技術大學團隊藉助 AI 加速新型冷凍保護劑研發
中國科學技術大學趙剛課題組利用 AI,從7.5萬餘種化合物中篩選出10餘個候選分子,並完成冰晶、細胞及組織層面的實驗驗證。加入候選分子的低甘油配方令紅細胞凍融回收率超過91%;常規慢速冷凍體系的回收率由約95%升至97%以上,而人臍帶來源間充質幹細胞的復温存活率達93.6%。
中國科學技術大學趙剛課題組利用 AI,從7.5萬餘種化合物中篩選出10餘個候選分子,並完成冰晶、細胞及組織層面的實驗驗證。加入候選分子的低甘油配方令紅細胞凍融回收率超過91%;常規慢速冷凍體系的回收率由約95%升至97%以上,而人臍帶來源間充質幹細胞的復温存活率達93.6%。
研究團隊以 LoRA SFT 微調開放權重模型 CohereLabs/aya-expanse-8b,令其在受治理支出決策測試中的準確率升至 95.8%,不安全放行決策比例由基礎模型的 44.3% 降至 2.7%。在 165 個保留測試情境中,模型的合約格式有效率維持 100%。
世界經濟論壇與埃森哲指出,企業 AI 應用已進入規模化階段,但治理能力落後於技術擴張。對1500家企業的調查顯示,2025年67%處於負責任 AI 成熟度第二階段,第四階段仍為0%,真正實現系統性、前瞻性治理的企業不足1%。報告提出九項行動,涵蓋戰略與價值創造、治理與問責、開發與使用。
SPECTRA 是一套適用於不同模型架構的壓縮框架及硬件執行引擎,在 NVIDIA GeForce RTX 3050 Ti Laptop GPU 上測試六種模型,將實體容器佔用減少 64.3% 至 69.8%(2.80× 至 3.31×)。
VAE Rhythm 利用生成影片解碼過程留下的週期性痕跡,偵測 AI 生成影片;論文提出無需訓練的 phase scan,透過不同起始偏移重建影片並測量重建誤差的週期性。
BLIP-Live 提出一套整合數據、評測指標、推理及訓練的框架,用於主動式串流影片理解,並建立包含人工標註的 BLIP-Live-780K 數據集及 PAUC-F 評測指標。BLIP-Live-Qwen 在四項主動式串流基準測試中達到最先進表現,較基線最高提升 44%,並勝過多個閉源 API 模型。程式碼及數據集將公開。
VideoNexus 是免訓練框架,將詳細影片感知與以證據為基礎的規劃和推理分開,由感知子智能體在獨立上下文中處理音訊及影片,並返回精簡、具時間定位的證據。在完整 LVBench 上,以 Gemini 3.8 Flash 作為規劃和感知的共用模型時,準確率達 88.6%,較靜態輸入高 3.6 個百分點,成本為內置智能體處理的 44%。
AuXSpec 提出一套 Lean 框架,將宣告式後置條件配對可執行版本,並以測試結果的一致性作為強化學習回饋,訓練自動形式化程式規格模型。
VisualArtifactSpec 1.0 是一項評測基準,涵蓋 211 項創作及修改任務,涉及簡報、靜態圖像、動畫與影片,以及網頁介面。它分別評估任務完成度和作品表現,後者包括內容、組織、視覺效果與交付;研究團隊以 9 種模型與測試框架配置評測全部任務,總分介乎 42.12 至 70.52。作品表現佔最高與最低配置分數差距的 73.4%。
研究提出正則化分數中心化(RSC),透過加入反向 KL 懲罰,限制學習策略與生成數據的行為策略之間的差異,以穩定離策略學習。RSC 配合截斷重要性抽樣(TIS),在所有智能體基準測試中以相同數量的採樣回應取得更高訓練獎勵,並提升樣本效率。最終評測涵蓋的六項智能體任務均取得頂尖表現,在 AppWorld 提升 14.3%,在 BabyAI 的得分則達最強基線的 9.9 倍。
VODA 提出一種即插即用的體積監督方法,直接監督與物件相關的 Gaussians,突破傳統基於渲染的監督方式,以改善 3D Gaussian Splatting 的物件分割。研究亦提出 Removal-3D,透過移除物件評估分割在體積上的完整性。
研究團隊提出 CONGA,透過辨識條件高斯區塊並按其結構和計算成本選擇實作,為後驗推理構建傳輸映射。在 Stock-Watson 通脹模型上,CONGA 將 NUTS 的每秒最低有效樣本量(ESS)提升 12.5x。它亦在原始目標無法收斂的情況下恢復收斂,包括同一模型上的 WALNUTS,以及將 6760 維電力負載模型縮減至 34 個核心座標後使用 NUTS。
WeVisForensics 提出自我演進的智能體框架,協調視覺及音訊取證檢查,以局部證據檢測 AI 生成影片,平均準確率達 95.2%。框架透過雙時間尺度強化學習優化調查智能體及取證檢查智能體,並整理出 ForenCue-30K。其準確率較最強的先前檢測器高 9.0%。
研究提出 SilentGuard,將判斷由 LLM Agent 移至執行工具調用的 harness,透過不變量檢查攔截可能錯誤的 API 結果。在 7 個開源模型中,目標故障的錯誤答案率由 74.0% 降至 1.7%;在三個 frontier models 中則由 70.2% 降至 0.5%,且無故障任務表現未受損。
研究提出 ForceHarness,讓凍結的前沿多模態模型無需示範或微調,便可透過自行調節力道的控制原語和附有不確定性的物理量,使用力資訊操作機械人。在沒有腕部力感測器的真實機械臂上,GPT-6 Astra 的零樣本成功率由 3.3% 升至 90.0%。
DNeo 改良並行草稿模型的目標特徵編碼,以提升大型語言模型推理速度。其架構結合 Mixture-of-Features Attention(MoFA)、拒絕記憶、2-tap 因果卷積、僅前綴交叉注意力及非均勻目標層選擇。相較 SoTA(DFlash-2),DNeo 的生成速度快 1.3x,且不影響草稿模型規模或生成質素。
論文提出 HubEgo-100K 數據集,首版 v1.0 收錄 10,124 小時 1080p 第一身視角影片,並同步提供 100 Hz IMU 數據。
這項研究提出 Repo-Premium,一個以真實程式碼庫為基礎的程式碼搜尋基準,用來重新檢視稠密檢索相對 BM25 的優勢。研究發現,評測設計偏向稠密檢索及查詢缺少程式碼中的稀有識別符號,是優勢的兩個來源;加入由 LLM 生成的識別符號後,BM25 在每個 Python 測試池均追平稠密檢索。
研究發現,27B 語言模型可透過自身推理,在不使用梯度或訓練的情況下改寫自身權重,並在預先固定的 490 道未見題目上提升 6.6 個百分點的準確率。模型只在自身測試支持改動時才提交修訂;首八次修訂中,其準確率持續上升。此外,模型僅憑文字數學題定位受損矩陣並以自身數值重寫,令副本在六個未見圖像基準上的準確率由 7% 升至 70%,相當於未受損模型的 83%。
ALIVE 是一款互動式串流影片模型,支援主動監察、串流任務協調及尋求用戶反饋。研究團隊建構 ALIVE-SFT-288K 和 ALIVE-RL-3K 用於兩階段訓練,並推出 FSI-Bench 評估模型尋求反饋及完成後續任務的能力。ALIVE 在四個公開基準及 FSI-Bench 的整體評分均高於參與比較的模型。
MS-HVED 以靈活多堆疊超分辨率方法重建臨牀腦部 MRI,並在尼日利亞隊列的專家評估中獲得較佳影像品質評價。尼日利亞隊列中,專家在 210 次配對評估中有 187 次偏好 MS-HVED;盲測涵蓋 44 個病例及 7 名神經放射科專家。所有臨牀隊列中,使用所有可用輸入時,MS-HVED 的整體品質評分為 5.93,監督式基線為 4.49(p<.001)。
研究將大語言模型的拒答方向分析擴展至查詢含糊、模型知識限制及人類價值觀不一致三種成因。介入模型中間層的內部激活,可增加或減少這三種情況下的拒答。跨成因的影響顯示,各拒答方向具有共同的方向成分。
System 1 agents 研究提出一種本地 AI 智能體方法,把工具 schema 和請求編譯成多項選擇題,由單輪決策模型作答,無須生成文字。
MedJev 將醫學影像、問題及候選答案直接映射為決策,無需自回歸生成,在單次多模態前向傳遞中完成判斷。基於 Qwen3.5-4B 的 MedJev-4B,在四項醫學影像分類及視覺問答基準上,準確率絕對提升 7.93%,端到端速度提升 6.04 倍;與 20 個模型比較,在 4B–9B 通用及醫學 VLM 中取得最先進的效能及推理速度。
卡內基美隆大學研究人員開發 OATs,透過電子墨水屏和傳感器,讓日常物品配備會按物品狀態改變表情的虛擬角色。主模組硬件成本約為 20 美元,普通情況下續航約 3 至 4 天,連接聲音傳感器後約為 1 天。OATs 目前仍屬概念驗證技術,設計刻意限制互動能力,以免過度擬人化。
研究團隊提出 NEO-VLA,將原生視覺語言模型用於機械人動作學習,讓動作專家直接讀取主幹不同深度的視覺語言表徵,毋須獨立預訓練視覺編碼器。
一項最新國際研究顯示,全球冰凍圈正加速退化,部分變化具有不可逆性,可能對地球生態系統和人類社會帶來長期風險。研究指出,人類活動引起的氣候變化是主要驅動因素,黑碳排放、工業活動和基礎設施擴張亦會加劇局部退化。研究人員呼籲各國制定更積極的減排目標,並減少冰凍圈敏感地區的人為擾動。
Reemote 是一個開源設定管理函式庫,旨在作為將 Ansible roles 遷移至 Python 的函式庫層級目標,應對一般 Python 重寫會失去的跨主機同步執行、試跑及逐主機變更回報。評估中,兩個 Ansible Galaxy roles 經自動轉換,並在離線模擬中通過冪等性驗證。
研究發現,AI 將 Ansible 角色改寫成一般 Python 程式時,常失去多主機同步執行、預演及變更回報等運維保障,主因是缺少對應的組態管理框架。實驗以開源 Python 套件 Reemote 作為轉換目標,Apache 和 DataDog 角色的轉換程式均在模擬主機測試中通過冪等性檢查。評估只涵蓋兩個角色各自預設路徑中的單一作業系統系列,驗證環境並非實際伺服器羣組。
北京航空航天大學、香港城市大學等機構的研究人員研發生物電子梳 Detangle,結合電刺激與治療性分子遞送,研究雄脱小鼠的毛髮再生。接受電刺激及兩種分子聯合治療的小鼠,28 天後毛髮覆蓋率接近 100%,外用米諾地爾組約為 70%。Detangle 目前仍處於動物實驗階段,能否在人身上重現效果及其安全性仍待驗證。
六個搜尋 API 的 358 道 FreshQA 時效性題目測試中,SerpApi 和 cloro 的結果令大語言模型答對率最高,分別為 88.5% 和 88.3%。
一項獨立研究重新分析事件視界望遠鏡對 M87 星系中心黑洞的觀測數據,結果顯示各數據集中的環狀結構一致,並與原始照片的光環直徑和整體朝向吻合。研究以「閉合不變量」整合三台望遠鏡的測量數據,並採用 GenDIReCT 機器學習成像;傳統統計成像方法也得出環狀結構。光環特徵對應質量約為太陽 65 億倍的黑洞,研究亦指出這項技術可能應用於醫學影像分析和地震成像。
SlopCodeMonitor 以確定性靜態分析啟發式方法,追蹤 7,135 個開源 GitHub 儲存庫,涵蓋約 3.8B 行程式碼及 16.0 million 次模式命中。基準測試將靜態分析結果歸納為四項 0–100 的審查指標,包括 PR 審查速度影響、認知所有權風險、Agent 過度工程比例,以及依賴項與供應鏈風險。這些分數只供人工審查參考,並非 AI 撰寫的證明或已確認的安全漏洞。
獨立研究重新分析事件視界望遠鏡(EHT)對 M87 星系中心黑洞的觀測數據,確認不同數據集中的環狀結構一致。研究以「閉合不變量」和 GenDIReCT 成像,所得光環直徑及整體朝向與原照片吻合,傳統統計方法亦驗證了環狀結構。
MIT 韓松團隊開源機械人後訓練項目 PEAR,透過模擬環境中的強化學習,讓 Qwen3.8-27B 操控真實雙臂機械人。PEAR 在 LIBERO 得分 74.4%,並在雙臂 YAM 真機的 30 次測試中成功 18 次,基礎模型則為 0/30。
日本信息通信研究機構(NICT)團隊提出 OptiMer,透過合併分佈向量搜尋持續預訓練的最優數據配比,並獲得 EMNLP 2026 傑出論文獎。實驗中,OptiMer 在配比優化階段加速 15~35 倍,平均得分為 70.37,高於傳統數據混合訓練的 63.71。團隊將方法應用於 Gemma-SEA-LION-v4-27B,日語得分由 66.34 提升至 74.40,同時保留東南亞語言任務表現。
TestMu AI《State of AI in Quality Engineering 2026》報告指出,81% 的軟件團隊曾合併未完全理解的 AI 生成程式碼或測試。隨着 AI 編寫的程式碼增加,44% 的團隊表示漏檢缺陷或生產環境事故有所上升。只有 41% 的團隊會在合併前自動檢查 AI 編寫的程式碼,97% 已在測試中使用 AI 或計劃採用 AI。
Hacker News 上一則標題為「End‑to‑End 4‑Bit Training」的帖文連結至 thinkingmachines.ai,獲得 22 點。頁面顯示有 1 則評論。
作者團隊統計法官及法院規則中的 AI 披露或人工審核證明要求,聯邦法院有 35/516 個法官—法院條目符合,州法院則有 94/1,741 個。統計從 2026 年 10 月 21 日讀取的 Supabase 正式數據庫規則記錄着手,逐一審閲檢索到的文本,並按法官 ID 或法院 ID 去重。
HRS-012 為貨運無人機訂明分層且具故障隔離能力的電氣與電子架構,要求按安全關鍵程度劃分推進、航電、任務、貨載及輔助電源域,並設計冗餘供電、保護和故障隔離。標準亦要求航電與高頻寬任務運算保持邏輯獨立,並持續監測主要電力設備,以支援故障偵測、維護及飛行決策。