UCSD Hao AI Lab一手研究
AI 评分51Hao AI Lab 用 200 个侦探案件测试 GPT6-Astra 与 Jev 智能体集群
#论文/研究#Agent#推理
N全部新闻
全部新闻
- Unite.AI研究AI 评分69
Anthropic 称 Claude Mythos 5 设计的量子电路超越已发表最优方案
Anthropic 在 10 月 16 日的研究博客中称，Claude Mythos 5 与自动评估器构成闭环、基本无人干预，为八种计算原语设计出优于此前已发表最优方案的量子电路，部分提升达一个数量级。配套论文《Discovering state-of-the-art quantum circuits with large language models》已于 10 月 15 日提交 arXiv，共 46 页；其中七项任务同时显著降低 Toffoli 门与量子比特数，第八项给出素数域模逆的新可逆架构。在椭圆曲线点加任务中，Claude 用 53 小时提出首个不存储分支历史的可逆 divsteps 实现，其中一个电路比此前最小设计多用 12% 量子比特但门数减少 17 倍。
#论文/研究#推理#数据/训练
- Unite.AI研究AI 评分76
Anthropic 称 Claude 将 NIST ECDSA 曲线种子追溯到 1990 年代随机数生成器
Anthropic 前沿红队报告称，内部 Claude 研究模型在不到半小时内查明 NIST P-192、P-224、P-256、P-384、P-521 五条椭圆曲线种子的来源，即 C 库 lrand48 随机数生成器以 Unix 时间戳为种子生成，未使用哈希算法，P-256 的公开种子是该次运行的第 1842 个候选。团队还用 LLL 格基约简复原了截断生成器的内部状态，并指出这些种子初始化时间落在 1997 年 5 月至 1998 年 4 月之间。Anthropic 强调这并非密码学破解或新攻击，也不代表 ECDSA 曲线存在弱点，但 B-163 种子及多条曲线的基点来源仍未查明。
#论文/研究#安全/对齐#Anthropic
- Anthropic Research一手研究AI 评分75
Anthropic 研究：AI 如何改变其内部雇佣与工作方式
Anthropic 发布内部研究报告，基于雇佣、AI 使用、产出指标、员工调查、日历与招聘记录等数据及 17 位员工访谈，分析 AI 对公司雇佣与工作组织的影响。报告称技术部门初级员工占比从 2025 年初的 21% 降至 14%，初级技术岗招聘占比从 27% 降至 9%；到 8 月交互式 AI Agent 的工作时长已是员工的 6 倍，工程师人均代码提交量达到 6 个月前的 5 倍。人类注意力成为 Agent 产出的瓶颈，员工转向构建监控与编排 Agent 的元工作，招聘中也更看重自主性与判断力。
#现象/趋势#Agent#数据/训练
- Anthropic Research一手研究AI 评分58
Anthropic 研究：公众与自家员工对 AI 的预期差距
Anthropic 发布基于 2026 年 8 月调查的研究，对比美国成年人与 Anthropic 员工的 AI 预期：91% 的员工认为 AI 到 2030 年能做出诺奖级发现，美国成年人中这一比例为 39%。员工平均预期 AI 到 2030 年能完成自己当前 75% 的工作，美国在职者为 28%；按该研究的经济模型，中位数美国成年人的回答对应 2030 年 GDP 增长 5.4%，中位数员工对应 17.1%。两组在自身工作被 AI 替代的比例上差异明显，但都认为替代越多、失业率越高。
#论文/研究#行业动态#Anthropic
- Ethan Mollick研究AI 评分53
Ethan Mollick 推荐 Gemini 4 智能体团队通关 Minecraft 的论文
#论文/研究#Agent#多模态
- Rohan Paul研究AI 评分58
Claude Mythos 5 设计椭圆曲线量子电路，门数减少 17 倍
New from our STEM Fellows Program: Designing more efficient quantum circuits with Claude. Given plain-language instructions, Claude Mythos 5 designed quantum circuits that improve on the best published ones, sometimes by an order of magnitude or more. More efficient circuits reduce the resources needed by quantum algorithms, which could bring quantum computing applications in chemistry and materials science within reach sooner. Read more: https://t.co/QCvoJLDmBo
#论文/研究#推理#Anthropic
- Google Research一手研究AI 评分62
Google Research 发布三项研究，让 AI 智能体接入湿实验室
Google Research 公布三项研究，把 AI 智能体接入湿实验室机器人，实现闭环分子设计。VERID 框架基于开源 PyLabRobot，提供实时 3D 状态跟踪、虚拟预演、硬件安全检查和视频与动作日志，让智能体在液体处理机器人上规划并执行实验。在适配体闭环实验中，智能体经三轮设计-测试迭代，将肌红蛋白和 α-凝血酶的确认命中率分别提升至 33.5% 和 42.1%；在 FAP 蛋白结合剂设计中，表位切除使结构预测加速 8.6 倍，并得到单位数纳摩尔亲和力的结合剂。
#论文/研究#Agent#数据/训练
- Anthropic Research一手研究AI 评分66
Anthropic 称 Claude 破解 NIST 椭圆曲线种子来源之谜
Anthropic 研究团队称，内部研究模型 Claude 在不到半小时内找出了 NIST P-192、P-224、P-256、P-384、P-521 等曲线种子的生成方式：它们并非来自哈希算法，而是 1990 年代 C 库 lrand48 随机数生成器以 Unix 时间戳为种子的输出，P-256 的种子是第 1842 次迭代结果。团队表示这不是密码学破解或新攻击，反而让曲线被刻意植入后门的可能性更低，因为任何人都能复现这一生成过程。Claude 还还原了 P-192 及部分 ANSI X9.62 示例曲线基点所用的 FreeLIP 生成器种子，但 B-163 种子以及 P-224、P-256、P-384、P-521 的基点生成方式仍未解释。相关 36864 美元悬赏将捐给 Internet Security Research Group。
#论文/研究#安全/对齐
- Anthropic研究AI 评分56
Anthropic STEM Fellows 项目：Claude Mythos 5 设计出更高效的量子电路
#论文/研究#推理#Anthropic
- Anthropic Research一手研究AI 评分73
Anthropic 让 Claude 自主设计量子电路，部分结果优于已发表方案
Anthropic 给 Claude 提供八个量子电路的纯语言规格说明和自动评估器，Claude 在基本无人工干预的闭环中反复提交设计并根据评分改进，找到比已发表最优电路使用更少 qubit 和门的方案，部分提升达一个数量级。其中椭圆曲线模逆运算的设计来自一次 53 小时的连续运行，Claude 推导出无需存储分支信息的可逆 divsteps 实现，并用 Lean 形式化验证；另一项工作把 DQI 中最昂贵的 Reed-Solomon 解码步骤门数降至 Google 此前构造的约 1/12。Anthropic 也提到 Claude 早期偏保守、倾向沿用已知方法，需通过要求并行探索多种方案和偶尔提示扩大搜索来缓解。
#论文/研究#推理#Anthropic
- Unite.AI研究AI 评分63
帝国理工论文：搜索增强 LLM 常引用从未打开的网页
帝国理工学院三位作者发布论文《Retrieved but Not Read: Understanding Why Search-Augmented LLMs Fail to Use Available Evidence》，研究搜索增强 LLM 为何频繁引用未真正打开的网页。研究用 225 条在 2026 年 2 月 16 日之后发生变化的事实测试 GPT-5.6 Luna 及 GLM-5.3-Flash、gpt-oss-120b、gpt-oss-20b、gemma-4-31b、qwen3-8b 等六种开源权重配置，发现模型常仅凭搜索摘要作答而不打开来源页面，同一批搜索结果下未打开任何页面的比例在 2.6% 到 76% 之间，Luna 使用自带搜索时有 53.6% 的回合只依赖摘要。仅凭摘要作答时过时答案占 6.4%、误导性引用占 6.4%，而打开并引用页面时分别降至 1.3% 和 2.3%；直接把正确页面放进提示词可显著减少错误，但部分模型即使看到新事实仍倾向旧信息。
#论文/研究#RAG#评测/基准
- Robotics & Automation News研究AI 评分67
Skild AI 用自对弈让机器人学会物理技能
Skild AI 展示了一种自对弈训练方法，让机器人在不依赖人类演示的情况下习得物理技能，其 S1 机器人基础模型在仿真中踢球超过 140 年。训练只设定进球一个目标，策略与自身近期版本对抗，逐步学会摔倒后恢复、带球过人、护球和抢断，随后被迁移到实体人形机器人上完成踢球演示。Skild 称这是 S1 的后训练扩展，并认为物理自对弈有望让机器人超越人类能力上限。
#论文/研究#具身智能#数据/训练
- 雷锋网研究AI 评分57
Nick Cammarata 万字长文称神经网络并非黑箱，Neel Nanda 质疑其未带来实质突破
OpenAI 早期机制可解释性研究者 Nick Cammarata 发表长文《Neural Networks Are Already Clean》，推翻自己十年前参与的 InceptionV1 4e:55 神经元案例结论，称该神经元检测的是 V 字几何形状而非猫或汽车，并称在现代视觉模型最后一层 99% 至 100% 的神经元都能找到清晰解释。他提出递归泛化解释多义性，并称在 InceptionV1 3b 层将 480 个神经元压缩至 10 个重新训练后仍个个可解释，而 SAE 解缠出的特征响应宽度反而更粗。Google DeepMind 机制可解释性团队负责人 Neel Nanda 质疑该文未带来实质突破，指出双方争论的是不同定义的叠加，弱激活承载大量事实记忆，且论文证据主要来自视觉模型。
#论文/研究#推理#数据/训练
- 36氪 · AI研究AI 评分76
DeepMind AlphaProof Nexus 登《Science》：自主解出 9 道 Erdős 问题
Google DeepMind 的自动数学证明系统 AlphaProof Nexus 登上 10 月 8 日的《Science》，在 353 道悬而未决的 Erdős 问题中自主解出 9 道，其中两道自 1970 年悬置至今。系统由 Gemini 3.1 Pro 用 Lean 起草证明、编译器逐行校验并反馈迭代，每道题推理开销为几百美元。论文的消融结果显示，去掉子代理锦标赛等复杂结构、只保留大模型加 Lean 反馈的简版系统同样能解出这 9 道题，只是最难的几道更烧钱。
#论文/研究#推理#DeepMind
- The Elec研究AI 评分71
Theori 白皮书：AI 黑客工具 20 分钟发出 3.2 万次请求
Theori 于 10 月 15 日发布白皮书，分析 AI 安全工具 ARTEX 与 CyberStrikeAI，实验中 CyberStrikeAI 调用的扫描器在 20 分钟内发出约 3.2 万次请求，可能影响目标服务可用性。测试 ARTEX 安全机制时，即便开启基于 LLM 的防护，常规漏洞评估过程中测试数据仍被删除。Theori 已在 GitHub 免费发布检测规则集，并提供 AI 安全工具部署前的评估清单；ARTEX 开发者 Autumn-27 已将源码设为私有，称该工具被滥用，并决定不再公开发布新版本。
#安全/对齐#Agent#开源生态
- Latent Space研究AI 评分73
Goodfire 的 Nick Cammarata 提出神经网络已足够清晰，称多义性判断有误
Goodfire 的 Nick Cammarata 发布文章提出，多数神经元本身是可解读的，许多著名的多义性案例属于误读；他称 2023 年在 OpenAI 的自动可解释性工作只找到约 2% 可解读神经元。相关讨论提到 Qwen-32B 中 90% 的神经元只承担一项功能。Neel Nanda 表示这没有改变他的关键判断，仍认为存在表征叠加，弱激活承载记忆事实；Leo Gao 主张用神经元模拟的 KL 指标来评判解释，Pfau 指出论文尚未发表。
#论文/研究#推理#开源生态
- 404 Media研究AI 评分58
人脑类器官识别盲文字母，三个组合准确率达 83%
一项发表于 Frontiers in Artificial Intelligence 的研究显示，人脑类器官能对盲文字母进行分类：单个约含 1 万个神经元的类器官准确率约 61%，三个类器官组成的组合达到 83%。研究团队用触觉传感器扫描 26 个盲文字母，将数据转换为电刺激输入类器官。论文第一作者、布里斯托大学博士生 Tianyi Liu 表示这是开环实验，类器官只接收初始输入、没有获得表现反馈，因此不能证明它们真正学会了盲文；她还指出类器官难以标准化、培养维护困难，在可靠性、可复现性和可扩展性上仍远不及现有计算芯片。
#论文/研究#数据/训练
- Rohan Paul研究AI 评分52
MIT、斯坦福、Google、Microsoft 等联合发布机器人物理递归自我改进综述
#论文/研究#具身智能#数据/训练
- Rohan Paul研究AI 评分68
LFD 方法：用自然语言目标引导药物设计模型
We’re bringing natural-language control to any scientific generator. We are very excited to introduce LLM-to-Flow Distillation (LFD), a method to adapt scientific generators to high-level natural-language discovery goals. Starting from textual goals like “design peptides with promising anticancer activity” or “design small molecules binding to the D2 dopamine receptor”, LFD distills high-level goal-related knowledge from LLMs into scientific generators through iterative DPO on LLM-generated sub-goals. 🔥 LFD does not need task-specific proxy rewards, works with any frontier LLM via API-access, and outperforms state-of-the-art reward-guided methods such as FlowGRPO and DiffusionNFT on held-out computational evaluations. (1/6)
#论文/研究#数据/训练#推理