研究发现:好奇心驱动的人工神经网络模拟人脑结构演化
研究人员训练了数千套人工神经网络,发现好奇心最强的网络不仅拥有更复杂、灵活的认知能力,还会自发形成类似人脑的结构,如分层模块化结构和发育规律。好奇心模型在从未见过的新测试里表现明显更好,且其结构演化阶段更成熟,对应年龄约20岁。
研究人员训练了数千套人工神经网络,发现好奇心最强的网络不仅拥有更复杂、灵活的认知能力,还会自发形成类似人脑的结构,如分层模块化结构和发育规律。好奇心模型在从未见过的新测试里表现明显更好,且其结构演化阶段更成熟,对应年龄约20岁。
北京大学团队完成了 ABACUS 在鲲鹏 920 全系列平台上的适配,并对 19 类材料领域核心算子进行了优化,使得在相同硬件配置下,性能提升了 1.3 至 10.7 倍。
推荐理由:原文详细介绍了北京大学团队对 ABACUS 软件的优化过程,包括对 19 类材料核心算子的优化,以及与业界主流 CPU 的性能对比,读者可以从中了解优化方法和性能提升情况。
"研究人员发布了一篇关于后量子签名无授权和递归验证的论文及代码,旨在提高量子计算环境下的安全性。"
Anthropic 最新研究表明,专家在分析决策中可能采纳 AI 智能体的偏好,并误以为结论出自自己。研究显示,专家采纳 AI 偏好的比例高达 86%,且多数专家未察觉自己被“带偏”。同时,使用 AI 的参与者完成分析更快、严重错误更少。
研究发现,AI 模型处理不同语言时,Token 消耗量可能相差悬殊,最高可达 17 倍。使用人数较少的语言的用户,可能需要支付比英语及其他主流语言用户更高的费用。此外,消耗的 Token 越多,AI 响应就越慢,能够有效处理的上下文内容也越少。
北京脑科学与类脑研究所承担的“脑科学与类脑研究”国家科技重大专项项目正式启动,包括三项子项目,旨在推动我国脑机接口技术研发及临床应用。
维基百科编辑发现大量 ChatGPT 生成内容,包含特定文风和结论段,持续进行清理工作。
2023年,维基百科志愿者发起WikiProject AI Cleanup项目,旨在清理AI生成文本。2025年,AI生成文本特征变得更隐蔽,AI文本也更具结构性,偏好三法则、否定式平行等。尽管检索增强生成技术减少了虚假或误导性文本引用,但AI仍会曲解内容,文不对题现象普遍。
StockBot是一款探索性软件,通过分析Reddit股票讨论,使用Claude模型进行买卖建议。该系统在100天内收集了717,205条股票提及和78次模型调用,结果显示股票在10个交易日内平均下跌7.3%。StockBot包含两个不同的选择路径:系统选择和用户选择,并通过Telegram发送简报。该研究旨在了解语言模型在处理市场数据时的行为,但不应被视为投资建议。
OpenAI 近期论文《虚二次域上椭圆曲线的模性》中提到的 Lean4 证明代码,用户在 GitHub 上未能找到,询问 OpenAI 是否已发布。
AI 模型实现预测、检索、生成、推荐、决策、行动和编排功能,支持多种任务,提高效率。
华中科技大学同济医学院附属同济医院牵头的脑机接口高质量数据集建设项目正式启动,旨在破解数据碎片化问题,并建成我国自主可控的脑机接口高质量数据库。
推荐理由:该项目聚焦于脑机接口高质量数据集建设,对于推动脑机接口技术的发展具有重要意义。
mini-AGI 持续学习模型在单台 8GB 显存的 RTX 3070 显卡上训练一个月,参数量达 1.26B,在 enwik9 和 PG19 数据集上的表现优于 GPT-2 和 Chinchilla 模型,展现出强大的持续学习能力。
"How It Evolved 发布了宗教演变图表,展示了犹太教、基督教、伊斯兰教、印度教和佛教在九千年间的演变历程,包括180个重要事件、84个分支和59个转折点。图表以压缩的时间轴呈现,每个日期都是最早的可考证据,每个标签都链接到引用该日期的章节。用户可以筛选宗教、选择时间段或播放时间轴动画观看宗教树的演变。图表、海报和数据均可免费分享、打印和改编,需注明出处。"
研究人员通过深度搜索和学习模型,在 Drop7 游戏中实现了平均 516,155 分的成绩,超过了传统方法的 382,567 分。研究尝试了多种策略,包括预期最大值搜索、启发式评估、Q 学习、N-tuple 网络、神经网络评估器等,并取得了初步成果。
Google DeepMind 与合作伙伴发布了 Forest Typology (ForTy) 2020,这是一张全球森林类型的高分辨率地图,可帮助监测和保护森林资源。
推荐理由:该研究提供了对全球森林类型的高分辨率地图,有助于监测和保护森林资源。
Plasma AI 发布了 Linear A 语料库、工具和论证,包含 1,719 条记录和 502 个条目,旨在验证 Linear A 与阿非语系闪米特语的关系。该工具集包括文本转录、符号搜索、语义测试等功能,支持学者们对 Linear A 的解读进行验证。
Linux 7.4 合并窗口开启,引入约 1.7 万行 Rust 内核代码,Zerocopy 库升级至八个版本,涉及安全抽象和诊断信息同步跟进;Rust for Linux 7.4 启用不稳定的 proc_macro_span 特性,改善过程宏的诊断信息。
Linux 7.3 内核稳定版发布,带来更高效的 I/O 性能,支持 AMD Zen 6 架构,并优化了 Steam Controller 2026 内核驱动程序和旧款 AMD GPU。同时,修复了包括 AI/LLM 相关问题在内的多个漏洞。
Beyond Ping 基准测试于 2026 年 10 月 12 日发布,用于测试在保持平均延迟、95% 分位数延迟、99% 分位数延迟和丢包率不变的情况下,时间和跨玩家网络相关性如何影响多人预测。该测试包含 3,000 次确定性模型运行、原始和汇总数据、生成的图表、Python 代码和可重现的混合许可工件包。
阿里Qwen团队开源了BlenderWorld,这是一个用于评测视觉智能体在Blender中完成真实3D创作任务的基准,包含223个任务和2,651条标准,覆盖9大类、22个子类。
推荐理由:该项目为AI在3D建模领域的应用提供了新的基准,对相关领域的研究和开发具有重要意义。
TRON-069项目通过Shodan映射技术,无请求地分析了全球TR-069/CWMP组件的地理分布和运营商,为互联网最后一公里管理基础设施提供了可视化分析。
一位开发者通过研究,在 9MB 的模型上实现了对 Kokoro 模型的蒸馏,达到约 25 倍的推理速度提升,并提供了在线演示。
《程序员马克夫链》第二版于2026年10月发布,作者为Ricardo M. Czekster。本书针对不同水平的程序员,旨在深入理解马克夫链及其基本解法。书中包含C编程代码、MATLAB脚本、PRISM模型等支持材料,并标记了LLM辅助内容。本书采用Creative Commons (CC BY 4.0)许可,代码遵循GPLv3许可。
杨振宁与一群中国顶尖数学家在北京成立了“杨振宁实验室联盟”,旨在将人工智能应用于数学研究,并建立一个超过1000名研究者的网络。尽管西方数学界对AI持怀疑态度,但中国正致力于开发专用模型,并创建可机器验证的证明和透明的AI推理。
研究者利用 AI 分析 Kepler 数据,发现了一个可能的系外行星候选者,其轨道周期约为 13.77 天,距离地球约 298 光年。该行星可能是一颗温暖的海王星型行星,其大小介于地球和海王星之间。
美国华盛顿大学研究团队发现一颗直径约2.53公里的小行星,自转周期仅为4.18分钟,成为已知直径超过2公里的超高速自转小行星中体积最大的一颗。研究团队开发了一套新的自动化分析软件,用于从小行星亮度随时间的变化中估算其自转周期,并识别可能存在误差的测量结果。
某研究者进行了 GPT-3.5 和 GPT-4 的实验,发现 GPT-4 在某些情况下会返回空响应,并提出了 AGI 的新定义和相关的研究框架。
推荐理由:原文提出了 AGI 的一个新定义,并介绍了相关的实验和基础设施,读者可以了解 AGI 研究的最新进展。
哈佛学者 Fiona Chen 和 James Stratton 的研究发现,AI 编码导致代码量增加 30%,但软件产出并未相应增长。研究基于 Jellyfish 的工程团队聚合数据,涵盖 3 亿个独立工作事件和 700 多家软件公司。
ClickHouse 产品负责人 Sai Srirampur 在 POSETTE 2026 演讲中提出,PostgreSQL 性能瓶颈在于存储,通过对比本地 NVMe 和 EBS 存储的测试,NVMe 性能远超 EBS,差距达 9.24 倍。
ArXiv 从2026年10月1日起,将个人每月提交论文数量限制为两篇,以应对AI工具推动的月度提交量超过40,000篇的情况。这一限制旨在减轻志愿者审稿人的负担,并确保高质量论文的及时审阅。
Anthropic 的 Claude Science AI 协助绘制了首张全天紫外线地图,约三分之一区域由模型估算;该地图整合了 GALEX、Swift、FIMS/SPEAR 等任务的数据,并校准不同仪器的观测、统一分辨率与坐标。
UniPat AI 发布 PaperBenchX,这是国际上第一个多学科端到端论文结果复现的 Benchmark,从 93 篇论文构建 93 个复现任务,横跨电磁、光子、化学、材料、生物、机器人等 12 个研究方向和 10 种领域原生科学环境,含 3168 条专家校验评分项。
推荐理由:PaperBenchX 用 93 个跨学科复现任务量出 AI 与通用 AI 科学家之间的距离,并开源 12 个任务供复用。
一项可复现的 Python 实验 Rare Failure Eval 显示,智能体评测器的选择准确率与决策代价可能给出不同排名:在集中风险场景下,方差分配策略把错选率从 44.4% 提高到 52.6%,但平均效用损失反而降低 27.8%(0.0268 降至 0.0193)。
微软研究院在 Nature 发表逆合成模型 RetroChimera,并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc,通过学习式重排序整合两者互补预测。
OpenAI 发布八个仿真机器人环境,以及 Hindsight Experience Replay 的 Baselines 实现,这些环境是过去一年为自身研究开发的,并已用于训练可运行在实体机器人上的模型。OpenAI 同时发布了一组机器人研究需求。
推荐理由:OpenAI 公开八个仿真机器人环境与 HER 的 Baselines 实现,读者可了解其机器人研究的基础设施与后续方向。