数学的“第四次危机”：从不可说，到无可说
杨健教授系统梳理了数学历史上的四次危机，分析了AI对数学本质的挑战与影响。文章指出，当前AI在数学领域的应用引发了关于证明定义、可理解性和数学本质的深刻讨论，数学家担忧AI可能改变数学的人文本质，但也认为AI可能降低数学门槛，促进数学发展。
推荐理由：文章系统梳理了数学四次危机，分析了AI对数学本质的挑战与影响。
全部科技财经动态
钛媒体精选AI 评分8080 IT之家AI 评分3535 神二十三乘组完成新一批太空水稻样品采集播种
神舟二十三号乘组完成新一批太空水稻实验样品采集、播种及存储工作，样品将随返回舱下行分析。2022年神舟十四号收获59粒第一代太空水稻种子，今年5月神舟二十三号携带普通种子及第三代太空种子入轨。当前正值第一季太空水稻收割期，航天员已完成二代繁育。
HuggingFace Daily PapersAI 评分4545 CoworkEnv: 合成 AI 协作者长时程训练环境
研究者提出 CoworkEnv 框架，用于合成 AI 协作者的训练环境。该框架通过工作流要求构建任务，并生成监督微调（SFT）演示和强化学习（RL）数据。使用该框架训练的 PocketWorker 模型在 Claw-Eval 上的平均分从 46.6 提升至 64.1，多轮任务得分提升 31.9 分。
HuggingFace Daily PapersAI 评分4545 ATEST：自适应资源感知的 LLM 推理时扩展框架
ATEST 通过联合评估额外样本的预期值和当前 GPU 成本，实现动态推理时扩展。在 Phi-3-mini 和 Qwen2.5-3B 测试中，ATEST-Online 在高负载下将 GSM8K 准确率提升至 60.0%，且无任务延迟，同时比 ATEST-Calibrated 节省 42 倍 GPU 时间和 48 倍能耗。
HuggingFace Daily Papers精选AI 评分6565 策略而非能力：安全评测衡量的是训练中采用的'不安全'定义
研究发现安全评测分数可能取决于训练标签定义而非模型能力，相同架构的十个模型在相同评测上得分差异高达23倍，微调0.03%参数就能让评测结果跨越整个区间。研究建议安全评测应报告污染度、种子下限和评测所依据的定义。
推荐理由：安全评测分数可能取决于训练标签定义而非模型能力，微调0.03%参数就能让评测结果跨越整个区间。
HuggingFace Daily PapersAI 评分3535 SPARC: 口语档案作者识别语料库
研究者推出 SPARC 语料库，包含 1.25 万名说话者、150 万条高质量语音转录文本，并标注性别、年龄和口音标签。评估显示 LLM 可仅通过文本区分同一说话者，且在性别和口音标签验证中表现优于随机水平。仅发布 50 词短文本可显著降低最强模型的识别能力。
HuggingFace Daily Papers精选AI 评分7575 Épi：迈向自主研究的持久自我改进智能体
研究人员提出Épi，一个能够跨模型会话持续研究并通过积累经验改进方法的自主研究智能体。Épi结合持久研究历史、分层记忆、分支和独立审查机制，维持研究连续性并从实验中学习。
推荐理由：Épi智能体通过跨会话持续研究创造了120项记录，展示了AI自主研究能力的新高度。
HuggingFace Daily PapersAI 评分4545 Deep Fusion Memory: 大语言模型的块级参数化记忆架构
Deep Fusion Memory (DFM) 是一种参数化记忆架构，通过块级记忆预测和门控交叉注意力将知识融入中间隐藏状态，无需显式检索。相比现有方法，DFM 构建训练数据的检索查询量减少 32 倍，检索项减少 2048 倍。在六项 QA 任务中，DFM 在 Mistral-7B-v0.3 和 Qwen3-8B-Base 上分别超越最强基线 12.71% 和 11.19%。
HuggingFace Daily PapersAI 评分4545 FineSplat: 细分图像块与局部分组的高效3D高斯飞溅框架
FineSplat 通过细分图像块和双分组策略提升3D高斯飞溅的细节重建能力，在相同或更少高斯数量下实现SOTA效果。该框架结合视图分组与3D空间分组优化多视图交互，并利用重建误差反馈增强精细结构与外观恢复。
HuggingFace Daily PapersAI 评分3535 Legal Guidance in the Wild: 用户如何在真实 LLM 对话中寻求法律帮助
研究人员通过分析 2,122 个 WildChat-1M 对话，发现 71.1% 含法律内容的对话寻求个性化或实用指导，其中权利与建议类请求最常见，25.3% 的指导对话涉及多个法律主题。团队发布包含人工标注数据集和 ModernBERT 模型评估框架，支持大规模法律指导研究。
HuggingFace Daily PapersAI 评分4040 Painting Change Map 作为绘画过程生成的时空控制机制
研究提出 Painting Change Map，通过跟踪 1000 个时间步的结构变化，实现对绘画/反绘画过程的细粒度时空控制。该方法在基准测试中超越现有控制基线，与 SOTA 绘画方法性能相当或更优，代码已开源。
HuggingFace Daily PapersAI 评分3535 MT Forcing：基于自回归扩散的多轮图像编辑新训练范式
研究团队提出 MT Forcing 方法，通过 Single-Turn DMD 和 Teacher-Forcing Guidance 解决多轮图像编辑中的质量漂移和内容一致性问题，显著提升统一多模态模型的跨轮次稳定性。该方法在自回归扩散框架下避免了递归误差累积，实验证明其能保持视觉质量与内容一致性。
HuggingFace Daily PapersAI 评分4545 PhysLDM: 高保真可变形仿真的潜在扩散模型
PhysLDM 提出统一的潜在扩散范式，实现米级场景下78倍token压缩与2.48mm重建精度。该模型通过时空VAE避免阶梯伪影，并发现扩散模型比确定性回归更适合处理混沌的可变形动力学数据。训练后可零泛化到未见OOD数据集，支持逆问题求解与高阶设计优化。
HuggingFace Daily Papers精选AI 评分6565 StopLoss：教会智能体预测失败并提前终止
研究人员提出StopLoss，一种小型外部监控器，通过学习已完成轨迹及其验证结果来识别失败。该系统在SWE-bench Verified和Pro子集上测试，相比六种通用判断器，每次检查成本低一到两个数量级，同时保留99%的成功运行，在Pro子集上可降低成本高达31%。
推荐理由：通过学习失败轨迹识别，StopLoss让智能体提前终止无效任务，成本降低一个数量级。
HuggingFace Daily PapersAI 评分4545 视频推理分割中的时空链式视频原语方法
研究提出 TCoVP 方法，通过时空链式视频原语解决视频推理分割中的视觉参考缺口，在五个 VRS 基准测试中验证性能，模型与代码将开源。
IT之家AI 评分5555 我国科学家在量子声学领域取得实验进展，实现跨HBAR多模式真纠缠声子态传输
深圳国际量子研究院与德国斯图加特大学合作，在二维混合量子芯片上实现了两模式、四模式和六模式的真多体纠缠态制备与跨节点传输，保真度分别为0.912、0.790和0.570。该研究通过集成HBAR、超导量子比特和可调量子耦合器，解决了机械振子系统中大规模多方真纠缠的难题，为构建多节点量子网络提供了实验基础。
arXiv · cs.ROAI 评分3535 SparseMax-dSTL: 梯度分配优化时序逻辑轨迹的稳健性
SparseMax-dSTL 通过稀疏梯度投影构建时序逻辑轨迹优化，确保梯度权重始终为正且独立于时间跨度。在平面独轮车和七关节机械臂仿真中，其梯度权重在违规样本上保持1，而传统方法随时间衰减至0.04。该方法约束返回的轨迹满足规范要求，优于现有近似方法。
arXiv · cs.RO精选AI 评分7575 Self-Building Labs：自主构建实验室系统
Jiaru Bai 提出自我构建实验室(SBL)系统，能根据高层科学目标自主设计、配置和运行实验室设置。该系统从现有条件出发，构建实验室布局、数字孪生、机器人技能和实验工作流，已在量子点合成实验中验证端到端能力，使科学自动化更易访问、灵活和可扩展。
推荐理由：从空白房间到完整实验室，SBL 系统自主设计、配置并运行实验，将人类角色从手动编程转向目标设定，大幅提升科学自动化灵活性。
arXiv · cs.RO精选AI 评分6565 并非所有动作贡献相等：从非精确演示中学习精确进度估计
Huanqian Wang提出PRIME方法，通过构建加权图和最短路径搜索，从非精确的人类演示中学习精确的进度估计，在仿真和真实世界的高精度操作任务中表现出色，在充电器插入任务上比SFT基线方法提高5倍成功率。
推荐理由：从人类不完美演示中学习进度评估，PRIME方法解决了高精度操作中错误动作干扰奖励信号的问题。
HuggingFace Daily PapersAI 评分4040 Tree-Aware Posterior Distillation for Long-Horizon Agentic Reinforcement Learning
TreeOPSD 框架通过树感知后验自蒸馏解决长时序强化学习的信用分配稀疏性和策略漂移问题，在 Deep Research 等基准上显著提升 Qwen3-30B-A3B-Thinking-2507 的平均准确率 4.97 点。该框架无需价值网络或外部教师模型，通过递归回溯终端奖励生成隐式层级信用，并映射为有界教师分布以约束策略更新。
HuggingFace Daily PapersAI 评分3535 DiscoveryRSI: 递归学习发现有价值假设的框架
DiscoveryRSI-27B 通过多智能体进化搜索构建假设树，在四个生命科学领域将假设质量从 4.86 提升至 5.39，与已发表论文的假设对应率达 6.3%，超越 GPT-6 Luna 和 Claude Opus 5。
arXiv · cs.ROAI 评分4040 照明感知的航天器主动感知框架
该研究提出基于分类变分自编码器的航天器检测规划框架，通过图像隐方差替代几何可见性检查。在物理仿真中，该方法平均亮度达0.57，81.6%观测值高于0.25，显著优于几何规划方案。
arXiv · cs.ROAI 评分4040 基于可达性控制屏障函数的多智能体预通信协同追捕策略
该研究提出统一控制/通信策略，通过控制屏障函数确保间歇通信下智能体安全避碰，预通信机制减少77.5%消息量且零碰撞。策略基于可达集计算与不确定性风险指标，在追捕场景中验证有效性。
钛媒体精选AI 评分8585 OpenAI一次性发布722篇数学论文引发学界震动
OpenAI内部AI模型一次性生成722篇数学手稿，涵盖17个数学方向，包括对多个千禧年难题的推进与局部突破。这些成果在GitHub发布后引发数学界强烈反应，25位菲尔兹奖得主发表声明警告，核心争议在于AI生成成果的验证流程绕过了传统同行评议机制。
推荐理由：原文揭示了AI生成数学论文引发的验证挑战与制度冲突，展示了数学界如何应对这一变革。
IT之家AI 评分7070 中国科大在量子网络领域实现关键技术突破
中国科学技术大学与济南量子技术研究院合作，在紫外波段离子阱存储器和通信光纤的高效量子互联方面取得重要进展，实现了393nm至1550nm的高效率、低噪声量子频率转换，刷新了该波段量子频率转换效率与噪声水平的国际纪录。
IT之家AI 评分4545 科学家发现激活 AMPK 酶可延长多种生物寿命，部分超 25%
英国研究团队通过化合物 991 直接激活 AMPK 酶，在酵母、线虫和果蝇中实现寿命延长，部分幅度超 25%。该效果依赖 AMPK 功能，高剂量反而缩短寿命，小鼠实验显示相关分子变化但未证实延寿。
Robohub精选AI 评分7373 UNCAP：基于自然语言通信的不确定性引导神经符号规划用于协作自动驾驶车辆
Neel P. Bhatt等人提出UNCAP框架，使自动驾驶车辆通过自然语言通信协作，减少63%通信带宽，提高31%驾驶分数，降低61%决策不确定性。该框架采用零-shot方式，结合现有视觉语言模型，通过四阶段流程实现高效协作。
推荐理由：研究提出了一种基于自然语言通信的自动驾驶协作框架，解决了车辆间信息共享的效率和信任问题。
IT之家AI 评分7070 中国科大利用拓扑探针首次实现交错磁体原子尺度自旋成像
中国科学技术大学科研团队将拓扑材料制成扫描隧道显微镜针尖，发展出原子尺度自旋探测新方法，并在钾钒硒氧表面获得二维 d 波交错磁序的直接实验证据。
HuggingFace Daily PapersAI 评分4545 BizBench: 揭示长周期智能体在真实业务部署中的隐藏挑战
BizBench 基于真实支付公司流程构建，集成789份知识文档和601个业务工具，评估长周期智能体在资源约束、时序依赖等复杂场景下的执行有效性。Claude Opus 5 和 GPT-6 Sol 严格成功率仅64.0%和61.3%，Qwen3.8-27B 达标率42%但严格成功率降至32.7%，DeepSeek-V4.1-Flash 工具调用次数达191.3次，超参考执行70%。
HuggingFace Daily PapersAI 评分4545 CarryOn：构建面向长时程智能体的面向对象上下文运行时
CarryOn 通过面向对象的上下文运行时，将长时程智能体的上下文组织为可重用的任务对象，在 OSWorld 2.0 和 BrowseComp-Plus 上分别提升任务成功率 5.8% 和 7.0%，同时减少 token 使用量 51.9% 和 22.9%。
HuggingFace Daily PapersAI 评分4040 Game2Real-Bench: 玩具游戏能否揭示并迁移至真实世界视觉推理？
Game2Real-Bench 基准测试研究玩具游戏与真实世界视觉推理的关联性，包含1000个程序生成游戏样本和400个真实世界样本，评估25个VLMs后显示游戏与真实表现强相关（Pearson/Spearman相关系数0.935）。约束推理能力在部分模型中通过游戏演示得到提升，但细粒度感知能力下降。基准测试、数据集及代码已开源。
HuggingFace Daily PapersAI 评分4545 Into the Unknown: 开放科学问题 AI 智能体评测基准
研究团队推出 Into the Unknown 基准，测试 AI 智能体在开放科学问题上的研究能力，要求智能体根据给定论文和研究方向撰写后续论文。9 个前沿智能体在量子计算等 5 个领域各完成 15 篇后续论文，135 篇均未满足全部条件，114 篇未通过完整性检查。代码与数据已公开。
钛媒体AI 评分7575 南极冰立方望远镜获诺奖，中国中微子探测项目取得进展
美国威斯康星大学麦迪逊分校教授弗朗西斯·哈尔岑因将南极冰层转化为中微子望远镜获得诺贝尔物理学奖。中国科学家在南海完成首根望远镜串列样机深海布放，江门中微子实验(JUNO)以《自然》封面论文宣布测量精度达全球最高。
The DecoderAI 评分5555 ArXiv限制每月投稿数量应对AI论文激增
ArXiv平台从2026年10月1日起限制每人每月最多投稿2篇，以应对AI工具导致的论文数量激增。平台投稿量从2016年9月的9,869篇增长至2026年9月的40,363篇，其中AI类别增长超过6倍。
IT之家AI 评分6565 合肥幺正量子离子阱量子计算机通过 QV128 基准测试
合肥幺正量子离子阱量子计算机通过量子体积 128 基准测试，刷新国内公开报道最高纪录。该计算机在 7 个量子比特上稳定运行包含 500 余个单比特门和 50 余个两比特门的复杂量子线路。
IT之家AI 评分6565 字节 Seed 团队发现 DeepSeek 长上下文性能漂移原因
字节 Seed 团队发现 DeepSeek-V4 系列模型因分块 KV 缓存压缩导致相位敏感性，使长上下文检索准确度在不同阶段相差高达 40 个百分点。
IT之家AI 评分6565 天津大学研发出新型高效碳捕集膜：单晶 COF 填充量达 75.5%，成本仅 38 美元/吨降幅约 44%
天津大学姜忠义、何光伟团队成功研制出新型全有机混合基质膜，将单晶 COF 填充量提升至 75.5%，二氧化碳渗透率达到 74,800 Barrer，碳捕集成本降至 38 美元/吨，降幅约 44%。
IT之家AI 评分5555 我国科研团队研制出"核光钟"
我国科研团队在国际上率先研制出"核光钟"，将量子精密测量的计时基准从电子跃迁推进到"钍-229"原子核跃迁，每秒可计数约2,000万亿次。
IEEE Spectrum · AI精选AI 评分7575 HiPHI：高精度人体运动与物体交互的大规模基准数据集
Noitom Robotics发布HiPHI数据集，包含617.5小时高精度全身运动数据，其中245.7小时为人-物体交互数据，同步记录物体轨迹和网格。该数据集采用FrameNet框架组织，填补了人形机器人训练数据的空白，并在Unitree G1人形机器人上验证了强化学习策略的有效性。
推荐理由：HiPHI数据集填补了人形机器人训练数据的空白，为具身智能研究提供了高精度运动基准。
IT之家AI 评分3535 2026诺贝尔物理学奖得主哈尔岑回应获奖：是一种“如释重负”
2026年诺贝尔物理学奖授予Francis Halzen，表彰其对冰立方中微子天文台的决定性贡献及发现天体物理起源高能中微子。哈尔岑称获奖是“如释重负”，因过去每年10月未获奖而愧对合作者。这是诺贝尔物理学奖时隔34年首次单人获奖。