标签
丁肇中在AI加速科研的会议上分享了他的四条方法论，强调重新做大家认为已完成的事。
作者描述了连续七天使用 AI 模型 GPT 5.6 Sol 和 Fable 5 解决无线通信理论中一个 25 年悬而未决的问题，并指出验证是最大的瓶颈。
一篇分析文章，讨论为什么LLM系统中的人设深度无法提高输出多样性，以及如何通过隔离具有广泛人设的读者来获得更好的收敛证据。
一篇观点文章，表达了对前谷歌 AI 领导者创立的 AI 研究初创公司 Discovery Loop 的怀疑，认为自动化机器学习研究与自动化科学/工程任务有根本区别，并质疑其独特优势，同时承认他们理应获得融资。
这篇arXiv论文研究了简单的线性变换是否能在九个异构文本嵌入模型之间转换表示，发现共享结构和可迁移性共同取决于架构、训练目标、池化方法和数据分布，对普遍潜在兼容性的观念提出了挑战。
一条推文强调，旧金山的顶尖年轻人才正从AGI/对齐转向脑机接口，并提到娜奥米·巴什坎斯基（Naomi Bashkansky）从OpenAI辞职，加入Conduit担任创始研究员，从事非侵入式读心模型的研究。
腾讯报告称，其由 Hy3 驱动的 Hyra 研究代理协助解决了一个 50 年之久的数学和集与差集问题，相关论文已发表于 arXiv。
本文研究将带特权信息（PI）的自我蒸馏（SD）作为LLM唯一的后期训练目标，在简单任务上复现了已报告的性能提升，但表明它在困难推理任务上会失败：逐token损失下降，而验证准确率停滞或下降。作者将失败归因于PI偏置，它把教师目标拉向参考轨迹，训练出的学生更平坦、更不果断，却没有提升推理能力。
科普了RAG技术从2020年基础RAG到2025-2026年自主智能体+强化学习的演进路径，涵盖检索精度提升、反思纠偏、图谱增强、路由优化与Agentic RAG等方向，并总结了各阶段代表性工作与痛点。
Jeff Dean宣布在谷歌工作27年后离职，引发外界对Gemini项目未来走向的关注。
一篇博客文章，分析了Anthropic近期借助LLM对HAWK和降轮AES的密码分析攻击，并认为LLM不会攻破成熟的对称加密方案。
Hank Green 为过度依赖 AI 作为研究辅助工具而道歉，并指出 YouTube 的 AI 披露规则存在漏洞，这些规则不要求对 AI 辅助研究、大纲撰写和语音克隆进行标注。
Jeff Dean 和谷歌其他几位顶级AI研究员将离职创办 Discovery Loop，这是一家公益初创公司，旨在利用AI自动化并大规模扩展科学实验，得到了 Alphabet 和多家主要风投公司的支持。
谷歌首席科学家Jeff Dean在任职27年后离职，联合创立了旨在自动化研究周期的AI研究公司Discovery Loop。该初创公司已获得Radical Ventures和Khosla Ventures的种子投资，Alphabet作为创始投资方和云合作伙伴。
Google和Alphabet首席执行官Sundar Pichai宣布Google DeepMind的领导层变动：Demis Hassabis担任GDM主席兼Alphabet首席科学家，Koray Kavukcuoglu升任Google DeepMind高级副总裁，Jeff Dean和Sanjay Ghemawat成立一家独立的公益公司，从事机器学习和科学研究。
一条推文推测 SSI 正在开发能从自身经验中快速学习的 AI，可能是真正的在线学习，并暗示 GPT-6 可能会加入其某个版本。预计这两个模型都将在本月展示。
一位AI研究员回顾了在该领域的六年经历，并质疑“理解”这一概念能否与LLM中的高级模式匹配有意义上地区分开来，引用了个人经历和儿童学习的例子。
Google DeepMind首席战略官Jasjeet Sekhon讨论了AI基础设施支出如何由对递归自我改进的期望所驱动，并引用AlphaEvolve的有限收益，例如将Gemini训练时间缩短1%。