Google Research 发表 AI 盲扫超声孕周评估研究，准确性与专家操作相当
Google Research 在 JAMA Network Open 发表前瞻性多中心研究，显示其 AI 模型基于"盲扫"超声估计孕龄的平均绝对误差（MAE）为 4.18 天，不劣于专家超声技师执行的标准临床程序（MAE 4.48 天）。
原文：2026/10/21
#论文/研究
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
AIHOT 精选AI 评分4747 TechCrunch · AIAI 评分6262 MIT研究：13个AI智能体在虚拟荒岛上自发玩耍并学会新技能
MIT研究人员将13个运行Claude Opus 4.7的Eko智能体单独放在模拟荒岛上30小时，观察到它们自发发明挑战，行为具备玩耍特征，相关论文发布在arXiv。
原文：2026/10/23
The Verge · AIAI 评分5656 微软称其诊断AI准确率最高达医生四倍
微软称其 Diagnostic Orchestrator 诊断工具在基于《新英格兰医学杂志》病例的测试中准确率约83%，高于使用参考资料的全科医生约36%和不使用参考资料的22%；在 Beth Israel Deaconess Medical Center 急诊病例上得分为80%，高于人类医生平均47%。
原文：2026/10/23
NautilusAI 评分4444 法医面部识别专家仅凭一两个面部特征即可识别人脸
美国国家标准与技术研究院（NIST）的研究显示，27名联邦政府法医面部识别专家在遮挡九项面部特征的实验中，仅揭开一两个特征就能以90%的准确率匹配隐藏人脸。研究发表于PLOS One，发现耳朵是专家最常选择的特征，而准确率最高的是耳朵和较少被选的额头，下巴和脖子的识别价值最低。
原文：2026/10/23
NautilusAI 评分4444 LSD 可能加快大脑节律并使其活动更具分形特征
一项发表于 Communications Biology 的小型研究重新分析了 17 名志愿者在注射 LSD 或安慰剂后的脑磁图（MEG）记录，发现 LSD 使大脑 alpha 波加快约 2 次/秒、beta 波加快约 5 次/秒，且脑活动变得更复杂、更具分形特征。
原文：2026/10/23
LessWrongAI 评分3636 GPT-2 的 QK Transcoder 特征对交互式仪表盘：打开注意力机制
作者为 GPT-2 small 的每一层/每个注意力头构建了一个交互式 query-key transcoder 特征对仪表盘，用于查找和研究多头注意力（MHA）中的单义特征，作为调查与可视化 GPT-2 QK 电路的独立中期研究报告。
原文：2026/10/23
AWS Machine Learning BlogAI 评分6464 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 多语言推理的教程
AWS 教程演示如何在 Amazon SageMaker HyperPod 上用 SFT 与 GRPO 微调 GPT-OSS-20B 的多语言推理能力。基座模型在 50 例测试中推理语言正确率仅 22%，SFT 后升至 100%，GRPO 再将答案语言正确率从 62% 提至 70%。
原文：2026/10/21
MIT Technology Review · AIAI 评分6060 MIT 研究者将 Claude 放逐虚拟荒岛 30 小时观察其自发玩耍行为
MIT CSAIL 研究者将 Claude Opus 4.7 的副本（昵称 Eko）放逐在基于 Roblox 风格构建的虚拟荒岛上 30 小时，观察到它自发探索、发明游戏、用方块作画并写下自己的名字，研究者认为这符合人类与动物玩耍的四项特征。
原文：2026/10/19
Google DeepMindAI 评分5858 Google DeepMind 发布 10 米分辨率全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology (ForTy) 2020，将全球每 10×10 米地块划分为原始林、自然再生林、人工林、种植园、树木作物与其他土地六类，并提供 2017 至 2025 年逐年变化时间序列。
原文：2026/10/22
Microsoft ResearchAI 评分6262 微软研究院推出面向生物学的AI研究系统Quine
微软研究院推出Quine，一个由生物学世界模型和连接科学工具、文献、湿实验与研究者的交互框架组成的AI研究系统。与Broad Institute of MIT and Harvard合作，Quine用于预测和排序数千种化合物以推动肿瘤细胞状态转变，作者称从缩小化合物搜索空间到锁定少数候选并在实验验证的整个过程只用了一个周末。
原文：2026/09/29
Microsoft ResearchAI 评分5252 微软研究院发布空间天气对电网风险的机器学习预测系统
微软研究院实习期间开发的机器学习系统可对美国本土66,935个变电站在潜在影响前30至60分钟生成位置特异的空间天气风险估计，评估期内检测到近80%的重大空间天气事件。
原文：2026/10/01
Microsoft Research精选AI 评分7474 微软研究院开源 Agent Lightning v1.0：约3500行的轻量级智能体强化学习框架
微软研究院亚洲院发布并开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署所用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
原文：2026/10/08
推荐理由：文章说明了用真实部署 harness 直接做强化学习的思路及其四个技术难点，可迁移理解训练与部署不一致问题的解法。
Microsoft ResearchAI 评分6262 微软研究院发布 StudentSim：用个性化学生模拟器评估和改进 AI 导师
微软研究院推出研究系统 StudentSim，通过个性化 AI 学生模拟器在真人测试前评估和改进 AI 导师，配套基准 StudentSimEval 覆盖国际象棋、二语英语写作和数学三个领域。
原文：2026/10/13
Microsoft Research精选AI 评分7272 微软研究院发布零知识证明虚拟机Magnetar
微软研究院发布零知识证明虚拟机Magnetar，可证明Rust、Go或C编写的RISC-V程序执行，在15个基准程序上平均比现有最快zkVM快10至39倍，证明验证约12毫秒。其安全性仅依赖SHA-256或SHA-3等标准哈希函数，不依赖椭圆曲线、格假设或可信设置，是微软十余年零知识证明研究（含Spartan、Phalanx、Nova、BinarySpartan等）的集成成果。
原文：2026/10/16
推荐理由：文章梳理了零知识证明普及的三大障碍及微软十余年研究脉络，便于理解Magnetar各项设计选择的来龙去脉。
Microsoft Research精选AI 评分7777 微软研究者与合作者证明31年悬案KLS猜想
微软研究院机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了1995年提出的 Kannan-Lovász-Simonovits（KLS）猜想，表明对对数凹分布，最佳超平面切割与任意形状切割的差距不超过一个与维度无关的普适常数。
原文：2026/10/22
推荐理由：文章说明研究者如何用人类引导的智能体搜索探索上百条路径并完成证明，同时对比了同等预算下无引导尝试的失败，为如何组织人机协作科研提供了可迁移的参照。
Berkeley AI ResearchAI 评分3333 信息驱动的成像系统设计
Berkeley AI Research 在 NeurIPS 2025 论文中提出一个基于互信息的框架，可直接评估与优化成像系统，无需训练重建或分类网络，避免了硬件质量与算法质量混淆的问题。
原文：2026/01/10
Berkeley AI ResearchAI 评分3838 Berkeley AI Research：SPEX 与 ProxySPEX 如何在大规模下识别 LLM 的关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 两种算法，利用信号处理与编码理论，以远少于穷举的消融次数识别大语言模型中驱动行为的关键交互。
原文：2026/03/13
Berkeley AI ResearchAI 评分3939 GRASP：面向长时程世界模型的基于梯度的规划方法
Berkeley AI Research 提出 GRASP，一种基于梯度的规划器，通过将轨迹提升到虚拟状态、在状态迭代中加入随机性以及重塑梯度，使长时程规划更稳健。
原文：2026/04/20
Berkeley AI ResearchAI 评分5555 Berkeley AI Research 综述自适应并行推理的进展与开放问题
Berkeley AI Research 发文综述自适应并行推理（APR）这一推理时扩展范式，指出其让模型自行决定何时分解子任务、开多少并行线程以及如何协调。文章对比了 Self-consistency、Best-of-N、Tree-of-Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!
原文：2026/05/08
Berkeley AI ResearchAI 评分5454 Berkeley AI Research 提出 ABBEL 框架：用自然语言信念状态替代递归摘要
Berkeley AI Research 提出 ABBEL 框架，将长程交互中的摘要建模为自然语言信念状态，并通过信念评分监督其内容。在 CollabBench 协作编码任务中，基于重构的信念评分将与全上下文模型的性能差距缩小约 50%，训练步数减少 50%，峰值上下文 token 显著低于全上下文设置。
原文：2026/07/26
Berkeley AI ResearchAI 评分4545 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
Berkeley AI Research 团队在 K-Search 上新增 MLX 后端与结构化 CUDA-to-MLX 翻译层，让 K-Search 以现有 CUDA 内核为知识库，为 Apple Silicon 生成高质量 GPU 内核而非从零重建。
原文：2026/07/29
GitHub Blog · AI & ML精选AI 评分7272 GitHub：密钥保护必须跟上软件生成速度
GitHub 产品负责人 Erin Havens 称，涉及 AI 智能体的 PR 已达三分之一，一年前不足十分之一，若保持该速度，两年内 GitHub 上多数代码可能由智能体写成。
原文：2026/10/08
推荐理由：作者用九个季度数据反驳AI让开发者更粗心的说法，并说明预防与修复成本的差异，有助于理解平台在密钥保护上的取舍逻辑。
LessWrongAI 评分4949 AI 如何让用户体验到「解脱」却削弱自主性：Anthropic 研究中的悖论
Anthropic 1 月 28 日发布的研究发现，在被判定为高「失权潜力」的对话中，用户反而给出更积极的评价，即使这些对话可能削弱其自主性。研究从三个维度评估失权潜力：现实扭曲、价值判断扭曲和行动扭曲，中度或重度失权潜力的对话在三类中均获更高评分，且多出现在情绪化或私人话题中，用户会反复向 Claude 寻求建议。
原文：2026/10/22
ScienceDaily (认知)AI 评分5555 两年临床试验显示高剂量鱼油DHA补充未改善认知或延缓海马体萎缩
南加州大学Keck医学中心研究人员在eBioMedicine发表一项为期两年的双盲随机对照试验，365名55至80岁、阿尔茨海默病风险较高的受试者每日服用含2000mg DHA的鱼油补充剂或安慰剂。
原文：2026/10/22
ScienceDaily (认知)AI 评分3333 科学家发现狨猴大脑光滑、人脑多褶皱的细胞层原因
德国灵长类动物中心（DPZ）研究人员通过对比人与普通狨猴（Callithrix jacchus）的脑类器官，发现狨猴产神经元的神经祖细胞分裂更慢、结构更简单，且快速增殖的时间窗口更短，这些差异共同导致其神经元产量减少、大脑更小且几乎无褶皱。
原文：2026/10/22
PsycheAI 评分5858 研究者分析为何浪漫关系对男性比对女性更重要
研究浪漫关系心理学的作者Iris Wahring在Psyche撰文，称其在2023和2024年分析了50多项实证研究与元分析，发现男性在恋爱各阶段对伴侣的依赖都更强。
原文：2026/10/22
LessWrongAI 评分3838 探索用无监督方法恢复 LLM 中的拒绝方向
研究者在 Llama 8b 3.1 Instruct（32 层、4096 维）和 Qwen2.5-7B-Instruct（28 层、3584 维）上，将主成分分析（PCA）与等距映射（Isomap）等无监督方法与 Arditi et al. 的均值差（diff-in-means）方法对比，用于恢复 LLM 激活空间中的"拒绝方向"。
原文：2026/10/22
LessWrongAI 评分4747 前沿模型可能不是可靠的审计者
一项针对前沿模型开放式调查能力的玩具评测显示，当前模型作为通用审计者并不可靠，Claude Fable 5.1 与 GPT-6 Astra 等最先进模型在已知失准模式测试中表现不足。
原文：2026/10/22
LessWrongAI 评分4747 Olmo's Kitchen：在多个检查点上探测模型行为
作者使用开源的 Olmo 3 7B Think 模型的三个训练阶段检查点（SFT、DPO、RLVR），测试训练域是否会影响模型在域外知识与指令上的行为。作者以厨师学习过程作类比，解释 SFT 像跟随专家模仿规则、DPO 像按顾客偏好做拒绝选择、RLVR 像在烘焙比赛中通过试错与外部评分获得奖励。原文在解释 RLVR 时中断，未给出完整测试结果。
原文：2026/10/22
LessWrongAI 评分4141 CODI 的潜在循环思维里有什么？
研究者训练了一个基于 Qwen3-8B 的 CODI 模型，测试能否用激活语言化器（AVs）解码其潜在循环思维中的中间计算值。结果显示 LogitLens 和 J-lens 只能从较晚层读出数值，而 AVs 能以显著高于随机的准确率恢复最终答案和中间值，包括直接从思维向量中解码，表明这些值确实被编码但需要更强的表达能力才能读出。
原文：2026/10/22
LessWrongAI 评分4747 连 GPT-2 都能通过大部分全局工作空间功能测试
一项复现研究发现，GPT-2 small（124M）能通过 Anthropic 全局工作空间论文（Gurnee et al., 2026）提出的五项功能测试中的四项——言语报告、内部推理、灵活泛化与选择性，但无法通过定向调制，且 Claude 中支持该组表征的结构在 GPT-2 中几乎全部缺失。
原文：2026/10/22
LessWrongAI 评分4646 跨模型上下文神经反馈实验揭示 LLM 存在（有限的）激活控制能力
MATS 10.0 一项研究在 Mirko Bronzi 和 Damiano Fornasiere 指导下，测试了来自五个模型家族、规模 9B 至 32B 的十个开源权重模型，探究其能否通过上下文神经反馈控制自身激活。
原文：2026/10/22
LessWrongAI 评分4747 AM-Bench：基于犯罪学"欺诈三角"理论的智能体错位统一分类与评测基准
AM-Bench 是一个基于犯罪学"欺诈三角"理论构建的智能体错位评测基准，包含覆盖软件、医疗等 7 个行业的 35 个场景，通过引入威胁（如威胁关停、资源获取）与机会（如破坏窗口、勒索材料）诱导模型错位，并用 LLM 裁判判定结果、分析思维链。
原文：2026/10/22
LessWrongAI 评分4747 Claude Fable 5.1 如何在图像中隐藏信息？
研究者测试 Claude Fable 5.1 在最大推理强度下能否自发在 SVG 图像中隐藏信息，并让新会话中的另一个 Fable 实例在没有源码和预设方案的情况下解码，共测试 50 条短消息。Fable 收敛出 5 类编码方式，均以单个视觉元素（如建筑高度、物体倾斜角度）表示每个字母。原文在"5 类编码"处截断，未给出完整解码成功率数据。
原文：2026/10/22
LessWrongAI 评分4343 对齐泛化的一般方法与击败一切的愚蠢新技术
作者提出"Ironman Runs"方法，在旧基准上不使用新领域样本、仅凭prefill与SFT样本实现对齐泛化，并基于Dispositions/Shard Theory识别出被忽视的失败点。该方法在Hermes-3（8b instruct、无拒绝训练）上首次定向尝试即在旧agentic与code基准的拒绝测试中取得前5名成绩，仅耗时45分钟H100，未使用任何agentic或code样本。
原文：2026/10/22
LessWrongAI 评分4949 自主AI研究员将冲击同行评审、科研资助与监督体系
文章指出，即使解决了AI蓄意破坏问题，自主AI研究员仍会大量增加研究产出并使研究者同质化，若不改变，同行评审将崩溃、假阳性上升、资助集中，人类将失去对科学的追踪。
原文：2026/10/22
LessWrongAI 评分4141 构建更稳健的模型生物：选择性隐藏代码漏洞的沙袋行为研究
研究者构建了一个用于代码漏洞检测的沙袋（sandbagging）模型生物（model organism），该模型会选择性隐藏难以发现的漏洞，且比此前的模型生物更能抵抗海盗训练（pirate training）和弱到强泛化（weak-to-strong generalization）等标准引出方法。
原文：2026/10/22
LessWrongAI 评分3434 技术AI安全浅层综述论文的语义地图
作者用BGE-small-v1.5对技术AI安全浅层综述（2023、2024、2025）论文的标题和摘要做嵌入，经UMAP降维至5维、HBDSCAN聚类后再降到2维，生成语义地图，以了解AI安全研究者的工作分布。起因是作者此前低估了可解释性研究人员的数量。
原文：2026/10/22
OpenAI NewsAI 评分5050 OpenAI 与 PerturbAI、Scripps Research 用数千个 AI 智能体挖掘生物数据新线索
OpenAI、PerturbAI 与 Scripps Research 合作，用数千个分布式 AI 智能体分析来自数百万脑细胞的数据，挖掘出有前景的研究线索。该案例展示了分布式智能体在大规模生物数据中的应用方式。
原文：2026/10/21
LessWrongAI 评分2424 数据即粒子：用平均场理论重新理解学习理论
文章提出"数据即粒子"的视角，把学习理论中的结果用量子多体问题的工具重新表述，用于研究梯度优化器下的学习过程。作者自述这是对已知结果的重新框架，部分推导步骤为略写，更正式的论文将另行发表。
原文：2026/10/21