维基百科编辑开发工具检测 AI 生成内容
WikiProject AI Cleanup 项目志愿者开发工具检测机器生成内容，2025 年底约 20% 新文章被标记为 AI 生成，2026 年初降至 15-16%。维基基金会开发 Paste Check 工具标记直接粘贴的 AI 聊天机器人文本，编辑正辩论 AI 在百科中的角色。
#论文/研究
IEEE Spectrum · AIAI 评分4545 钛媒体AI 评分6565 研究：AI通过人脸照片预测癌症患者死亡风险
美国麻省总医院开发FAHR-Face模型，仅凭人脸照片即可区分癌症患者死亡风险差异。研究使用3820名患者测试，极高风险组90天死亡率达52.5%，是低风险组的25倍以上。模型通过4000万张人脸照片训练，关注眼睛下方和鼻梁周围特征，与面部年龄预测模型关注区域不同。
雷锋网AI 评分4242 华中师大 CoReFuse-Med：先净化再融合，让低质模态不再拖后腿｜ACM MM 2026
华中师范大学提出 CoReFuse-Med，通过浅层净化和深层模态偏置校正提升多模态医学图像分割性能，在 EPVS 数据集上 DSC 达 0.7326，优于 MedNeXt 的 0.7085。模型采用 LACE+IMSH+MBCF 三模块架构，参数量仅 2.665M，有效解决低分辨率模态污染问题。
MIT Technology Review · AIAI 评分6565 神经网络理解新观点：研究者称我们一直看错了
Goodfire研究员Nick Cammarata发表博客文章，提出神经网络可能比人们之前认为的更容易理解和控制，这一观点在AI界引发热议。他通过重新分析Inception v1模型，发现神经元存储的看似无关概念（如汽车和猫）实际上存在共同模式（如V形结构）。然而，斯坦福大学和Google DeepMind的研究者对此表示质疑，认为这只是理解神经网络的一小步，距离全面理解还有很长的路要走。
IT之家AI 评分6565 OpenAI 纳维-斯托克斯方程证明方法被指与官方叙事不符
OpenAI今年9月公布了一份长达166页的纳维-斯托克斯方程相关证明，称其内部AI系统在约88小时内完成了这一千禧年难题的求解。随着数学界进一步审查，研究人员对证明采用的方法、与已有研究的关系，以及大规模AI智能体的实际贡献提出质疑。数学家指出OpenAI的证明细节与西班牙数学家此前提出的方法呈现不同路线，可能并未完全理解模型究竟干了什么。
华尔街见闻AI 评分7070 谷歌量子计算取得突破：错误率降低40倍，攻克关键资源瓶颈
谷歌量子AI团队在Willow处理器上验证了魔态培育技术，将量子错误率降低约40倍，T态逻辑保真度达到99.99%，刷新该领域纪录。这一突破有望大幅削减构建实用量子系统所需的硬件成本，但谷歌表示仍需在更大规模上验证该技术的可行性。
IT之家精选AI 评分8080 中国科学家首次用书生-S2大模型攻克三维Ghys猜想
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北京大学董彬教授、刘若川院士团队利用SHEAF框架对证明完成形式化验证。
推荐理由：中国科学家首次使用书生-S2大模型完成三维Ghys猜想证明，验证了人机协同解决世界级数学难题的新范式。
Ars Technica · AIAI 评分4545 研究人员利用 AI 设计切割其他蛋白质的蛋白质
研究人员基于 AI 蛋白质设计工具，将两种蛋白酶的催化核心替换整个蛋白质，生成可切割特定蛋白质的酶。这些酶成功用于切割与神经系统疾病相关的蛋白质。
The DecoderAI 评分7575 Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并成功通过同行评审
Google DeepMind 的 AlphaProof Nexus 解决了 353 个开放 Erdős 问题中的 9 个，其中两个已悬置 56 年。该系统基于 Gemini 3.1 Pro 构建，使用 Lean 语言进行形式化证明，并额外证明了 44 个 OEIS 整数序列猜想，解决了代数几何中的一个开放问题，改进了用于训练某些 AI 模型的 min-max 优化技术的已知边界。
Latent SpaceAI 评分7575 为何AlphaFold未能解决蛋白质折叠问题
Google DeepMind的Pushmeet Kohli和Biohub的Sal Candido在讨论中深入分析了AlphaFold的局限性，指出蛋白质结构预测远未解决，AI在生物学领域需要超越简单的扩展计算和数据收集。
The DecoderAI 评分7070 数学家呼吁抵制OpenAI，AI生成证明引发学术领域担忧
菲尔兹奖得主陶哲轩等数学家发表声明，指责OpenAI未经同意就大规模发布AI生成的数学证明，称其为"力量的展示"而非学术贡献。OpenAI此前声称其模型一个月内解决了100多个开放数学问题，包括纳维-斯托克斯问题的一个解法。数学家们担忧AI正在改变数学研究的本质，从概念理解转向问题解决，并引发版权和归属问题。
Latent SpaceAI 评分7575 Periodic Labs创始人谈AI科学家的未来：从半导体到超导体的合成超级智能
Periodic Labs创始人Liam Fedus和Ekin Dogus Cubuk在播客中讨论了AI科学家实验室如何通过物理实验与AI结合推动材料发现，强调了科学发现与数学和编程的根本区别，以及为什么即使是最前沿的模型仍需物理实验。
量子位AI 评分7575 UniPat AI发布PaperBenchX基准，评测AI科学论文复现能力
UniPat AI发布PaperBenchX基准，测试AI在93个真实论文复现任务中的表现，结果显示最强模型GPT-6 Astra完整复现率仅为13.98%。该基准覆盖12个研究方向和10种科学软件环境，通过重新执行工作流验证结果，首次量化了AI与General AI Scientist之间的能力差距。
IT之家AI 评分7575 OpenAI 发布数学研究成果，解决数百个悬而未决难题
OpenAI公布某未发布前沿模型解决的多项长期数学难题，包含722份手稿和372个结果家族，引发数学界对研究伦理和学术行为的讨论。
The Verge · AIAI 评分7575 OpenAI发布数学突破性研究成果
OpenAI发布了722份手稿，解决了数百个长期存在的数学问题，涉及372个结果家族。这些成果由前沿模型产生，通过GitHub仓库发布，并包含了模型推理摘要和计算资源使用情况。
Google ResearchAI 评分5555 智能体隐私与安全的开放性与新兴问题：情境视角
Google Research发布了一份关于智能体隐私与安全的新研究报告，探讨了自主AI系统面临的隐私和安全挑战，提出了基于情境完整性理论的解决方案，并呼吁学术界、政府、民间社会和产业界共同合作构建安全、可靠且尊重隐私的智能体生态系统。
IEEE Spectrum · AIAI 评分8080 AI解决重大数学难题引发学界争议
OpenAI宣布解决了Navier-Stokes存在性和光滑性问题，这是千禧年大奖难题之一，引发数学界对AI研究方法和学术规范的讨论。同时，Anthropic和Google也在积极尝试解决其他数学难题，但AI的快速进展给传统数学研究带来压力，年轻学者面临使用LLM的竞争压力。
TechXplore · RoboticsAI 评分6565 FindingDory：评估具身智能体记忆能力的新基准
佐治亚理工学院研究人员开发了名为FindingDory的基准测试，用于评估AI机器人的记忆能力。该基准包含60项任务，分为空间、时间和多目标三类，测试模型在一天内的记忆表现。结果显示，当前最佳模型在高难度任务中成功率仅约50%，而开源推理模型Qwen表现优于Gemini和GPT等闭源模型。研究团队提出将图像转换为文本描述或建立图像层次结构可能是解决机器人记忆存储问题的潜在方法。
Hugging Face Blog精选AI 评分6565 ProvenanceGuard：面向MCP智能体的来源感知事实验证
Hugging Face团队发布ProvenanceGuard论文，提出了一种针对MCP智能体的来源感知事实验证方法，能够检测答案中事实与引用来源不匹配的问题。该系统通过分解答案、识别相关来源、验证支持度、检查来源归属等步骤，在医疗领域测试中成功捕获了138个本应被阻止的声明，来源识别准确率达86%。
推荐理由：ProvenanceGuard解决了MCP智能体中事实核查与来源匹配的关键问题，为多源信息验证提供了新方法。
Import AIAI 评分7070 Import AI 474：柏拉图心智空间；太空TPU；智谱启动递归自我改进
Import AI 474期刊探讨了Michael Levin关于心智本质的柏拉图空间理论，分析了机器人领域需要类似LLM后训练的通用算法，介绍了Google的太空TPU项目，以及智谱AI使用GLM-5.3自动化基础设施工作的实践。
Microsoft Research精选AI 评分6565 GigaPath-Flash 和 GigaTIME-Flash：高效病理学基础模型助力人群规模发现
Microsoft Research 发布了 GigaPath-Flash 和 GigaTIME-Flash 模型，通过知识蒸馏技术将原始模型的计算需求降低约 50 倍和 8 倍，同时保持或提升性能。这些开源模型支持对大规模癌症患者队列进行病理分析，帮助研究人员研究疾病生物学、生物标志物和临床结果。
推荐理由：本文介绍了病理学基础模型的效率提升方法，使大规模人群研究成为可能。
Import AIAI 评分6565 Import AI 469：Science AI、RSI模拟器和扎克伯格的技术悲观主义
Import AI 469期介绍了DiG-bench评测基准，该基准包含70个游戏用于测试AI系统发现环境规则的能力。Opus 5和Fable 5表现最佳，但整体上当前前沿模型仍难以完成高难度任务。文章还讨论了Paradigm Research开发的RSI模拟器游戏和Inherent公司构建的AI科学家模型Faraday。
Berkeley AI Research精选AI 评分7070 SPEX：面向大规模LLM的交互识别算法
伯克利AI研究团队提出SPEX和ProxySPEX算法，能够高效识别大规模LLM中的关键交互。这些算法利用信号处理和编码理论，通过选择性消除(ablation)技术，在保持高保真度的同时，将交互分析规模从数十个扩展到数千个组件。SPEX在特征归因、数据归因和模型组件归因三个领域展示了其有效性，特别是在处理长上下文输入和识别训练数据中的协同与冗余交互方面表现出色。
推荐理由：SPEX和ProxySPEX算法解决了大规模LLM交互识别的计算难题，为模型解释性提供了新方法。