论文研究

Meta让AI协助医学专家生成假设、运行代码并撰写论文，已产出涵盖多领域的10篇研究。

Grok Voice 3.0在Artificial Analysis语音到语音榜单以86.9分排名第一。

Gemini 4 Argon在数小时内完成酶工程设计，并产出五种经实验验证的丝氨酸酯酶。

研究团队借助Gemini 4 Argon发现两类反例，进一步否定等离子体物理中的Grad猜想。

Artificial Analysis将AMD MI355X加入智能体推理基准，并与英伟达B200和B300进行对比。

研究人员用AI重设计蛋白酶，保留催化核心并替换其他结构，获得可定向分解蛋白质的新酶。

ARC Prize因Claude Haiku 5.5仅完成120项任务中的74项，未将其max reasoning结果列入榜单。

ARC Prize公布Claude Haiku 5.5成绩：ARC-AGI-1得分89%，ARC-AGI-2得分61.3%。

谷歌介绍利用地理空间智能体分析地球数据，以应对气候、灾害等全球问题。

微软推出开源机器学习工具，声称可提升提前两至六周的天气预报准确性。

Sentient发布开源模型指纹基准和测试工具，用于判断模型是否被抄袭。

卡内基梅隆研究发现现有智能体日志难以证明策略违规，结构化审批记录可显著提升审计率。

研究人员发现疑似与中国有关的恶意AI代理，曾尝试探测阿里巴巴受保护的IT系统。

AgentHorizon基准显示，LLM判官难以发现长程电脑操作中的细微错误，即使获得工具辅助。

Artificial Analysis将DeepSeek V4.1 Flash加入AA-AgentPerf，公布其在不同硬件上的智能体性能。

研究提出直接从语音中的语言特征识别语码转换，无需先生成多语转写。

研究提出从零训练的三模态掩码扩散模型，并系统分析训练与推理配置。

Anthropic实验显示，小型AI模型可能在物联网设备上完成部署、运行和传播，形成无需数据中心的自复制程序。

SanSi 让1.4B模型重复运行同一层最多8次，使决策任务准确率提升至72%。

XBOW 借助 GPT-5.6 Sol 在6天内发现 Chrome 全链漏洞，获 Google 25万美元赏金。