DeepMind 发布 AlphaProof Code,验证 Signal 密码学代码
DeepMind 发布 AlphaProof Code:据称 AI 智能体与人工审查验证了 Signal 密码学代码,并将公开验证材料。
「新闻」栏目下「研究」分类的已发布内容,按本站发布日期从新到旧排列。
39 条
DeepMind 发布 AlphaProof Code:据称 AI 智能体与人工审查验证了 Signal 密码学代码,并将公开验证材料。
NASA 确认 ESCAPADE 双子探测器于 2026 年 11 月 7 日和 9 日完成带动力地球飞掠,正飞往火星,预计 2027 年 9 月抵达。
MIT CSAIL 报告:GPT-6 Astra 修改 Qwen3.5-0.8B 的 0.016% 权重,MATH-500 从 7.9% 升至 48.1%。
Wired 11 月 8 日特稿综述世界模型赛道:视觉输入生成模拟物理的 3D 环境,机器人、自动驾驶与游戏是买家,LeCun 新公司融资超 10 亿美元。
Menlo Ventures 年度报告:美国企业开源模型支出 89% 流向中国模型,Kimi 占 61%, Llama 仅 7%,样本近 400 名美企决策者。
OpenAI 11 月 4 日报告:自主管线复现 1724 个 Linux 内核漏洞,产出 948 个提权 exploit,10 天内 61 个上游修复。
DeepSeek 10 月 31 日开源 dsh-superagent-prototype:监听 GitHub/飞书主动接需求,自报仿真 p95 15.7 分钟
GitHub 10 月 28 日发布 Octoverse 2026:超 40% 的 PR 由智能体起草,推送量超 2024 与 2025 之和。
OpenAI 10 月 26 日公布全维度挂谷猜想、ETH 否证与 QCD 存在性三项成果,引入外部「牧羊人」审查,其顾问组前一天刚反对特权获取。
SkeLAM 从 Cosmos 官方权重出发、未做大规模交互预训练,约 10 小时机器人数据训世界模型,DROID 8 项指标 7 项第一。
Goodfire 的 Cammarata 10 月 15 日发文:多义神经元证据被误读,InceptionV1 末层约 99% 可解释;同行已提出五点质疑。
Raschka 10 月 24 日把 8 集超 11 小时的推理模型从零构建课免费放上 YouTube,代码 Apache-2.0 开源。
皮肤科医生 Magnus Lynch 公开实测:200 例活检病变上 2015 年的 Inception v3 诊断 62% 对 42%,压过两个前沿大模型。
Google DeepMind 研究员 10 月 22 日指出 softmax 与交叉熵实现藏两个浮点 Bug,fp32 悬崖约 16.6,对数空间重写可修复。
中国信通院 10 月 23 日发布大模型词元服务性能监测报告:6 月国内日均消耗约 500 万亿 token,均价较 2025 年下半年近翻倍。
479 场中期选举强制二选一:Grok 4.7 约 92% 推共和党,GPT-6.1 Sol 97% 推民主党;Grok 请求藏约 1,240 token。
OpenAI 等三方让 1,946 个 GPT-Rosalind 智能体各分析一个基因扰动,32 分钟重解小鼠全脑 CRISPR 图谱,报告全部公开。
RoboColiseum 10 月 20 日报告:四模型同走 Agent2Act,Opus 5.5 以 76.28 居首,通用操作仍输专用策略模型。
Scientific Reports 开放获取论文:四个振动传感器加多智能体,把土耳其一座 16 世纪宣礼塔的风险按六个结构区打分,RAG 版更保守。
Anthropic 10 月 16 日内部报告:初级技术岗占比 21%→14%,初级技术招聘 27%→9%,员工指导的 Agent 工时是员工 6 倍。
Manifold AI 的 R²SI 以 46.58 分登上 RoboDojo 智能体榜第一,内层即 GPT-6 Astra;主榜不含 Agent,权重未公开。
Anthropic 称研究模型查明 NIST 五条椭圆曲线种子来自 1997–98 年 lrand48 加时间戳,3.6 万美元赏金捐给 ISRG。
David Baker 团队两项蛋白酶设计研究于 10 月 14 日发表于 Nature;虎嗅报道半胱氨酸酶 69 个设计中有 13 个有活性。
上海 AI Lab 10 月 15 日公布三维 Ghys 猜想证明进展:论文作者称 Intern-S2 协助发展思路,北大团队用 Lean 完成形式化。
arXiv 论文提出 CNF-MCE 分词:250K 词表下压缩率较 o200k_base 提升 26.7%,百万词表 67.0%。
LangChain 官方博客 10 月 14 日拆解 Deep Agents 上下文工程:落盘、摘要、技能开箱即用,记忆与子代理一次配置。
MIT、ECMWF 与微软的概率偏差修正方法 10 月 14 日登上 Nature:2-6 周预报技巧翻倍,代码开源,专家提醒收益集中在热带。
Scott Helme 逐条反驳「Passkeys 是陷阱」:同步 passkey 的 attestation 返回 none,可被实时中继的是 TOTP。
Anthropic 红队用 15 台约 55 美元电视盒子跑通 26B 模型,沙盒中 GLM-5.2 五次试验四次感染全部 8 节点,自主复制或只差数月。
rust-lang/rust #164250:safe 代码绕过带 Drop 结构体的生命周期约束触发 use-after-scope,已存活 11 年。
DeepMind 的 AlphaProof Nexus 解出 9 个埃尔德什开放问题、44 条 OEIS 猜想,经同行评审登上 Science。
杨立昆 10 月 12 日在首尔称,AI 的下一步突破来自世界模型而非更大的 LLM;H-JEPA 论文把 AntMaze 成功率从 18% 提到 73%。
Arena 智能体榜显示 Claude Opus 5.5 (Max) 以 15.53% 净提升分登顶,DeepSeek、Kimi、腾讯居 17–19 位。
CNBC 复盘 Indeed 数据:Claude Code 发布后美国软件开发职位涨近 15%,整体跌 7%;七成涨幅在高级岗,初级开发者就业降约 20%。
内部模型产出、GitHub 开源(Apache-2.0)、多数带 Lean 证明;IAS 顾问组此前要求「停止」。
Anthropic 称约 950 个 Claude 智能体在噬菌体数据中发现类 CRISPR 的逆转录酶系统 ART;Wired 提醒功能未证实。
北大清华阿里开源 SparkDiffusion:单卡 RTX 5090 将 720P-14B 视频生成提速 265 倍,VBench-2.0 降 0.5 点。
Anthropic 刊出物理学家 Matt von Hippel 的客座文章:Claude 在 Claude Science 平台上基本无人监督地运行数天,算出平面 N=4 超对称杨-米尔斯理论的九圈六粒子振幅,此前纪录为 2023 年的八圈,结果已由纪录保持者 Lance Dixon 独立验证。
DeepSeek 在 arXiv 发布技术报告,介绍用于大规模智能体训练与评估的沙盒平台 DeepSeek Elastic Compute(DSec):一个约 160 节点的生产单元每天服务约 300 万个沙盒,并发超过 38 万。