标签
AIPOCH 发布了 Open-Science V1.0.0，这是一款免费开源的桌面应用，AI 代理可在其中运行科学分析，并通过全新的 .science 文件保留可复现性——该文件将代码、对话分支和验证证据打包，便于分享与复现。
一位研究人员在相同预算下训练了两个拥有 1500 万参数的“仅决策”模型——一个采用线性循环骨干网络，另一个采用标准 Transformer——发现两者的准确率在统计上不分伯仲，而线性模型在 8k token 推理时的速度是后者的 2.37 倍，训练速度约为后者的 6–7 倍。帖子将准确率未见提升这一负面结果视为核心发现：小型决策模型无论采用何种底层架构，都难以达到足够的准确率。
Alberto Research 是一款开源 Python 工具，用于自动化文献检索、去重、筛选，并借助大语言模型（LLM）辅助阅读；其输出结果可审计、经 schema 校验，并存储于 SQLite 中。v0.1 版本已集成 Zotero、Notion 及开放获取文献源，目前正征集社区反馈。
本文介绍了利用LP2Graph进行LP挖掘的方法，该方法通过类型化变量-方程图从文献中提取LP和MILP公式并将其分类为可复现的数据集，并以铁路重新调度为例进行了展示。
本文介绍LegalFarePlan，一个可复现的框架，用于在非累加票价规则下进行票价透明的城市铁路路径规划，实现了多种算法，包括有界精确标签设置和帕累托前沿搜索。在合成和半合成基准上的评估表明，通过合法的出站再进站操作可以显著降低票价。
数据分析增强框架（DAAF）是一个免费、开源的工具包，它将Claude Code转变为严谨的定量研究引擎，确保在人类监督下实现可审计和可重复的分析。
介绍了完全开放的 Meditron，这是首个用于构建临床 LLM 的完全开放管道，具有临床医生审核的训练语料库和可重现框架，在全开放医学专科模型中达到领先水平。
Stable-Worldmodel (SWM) 是一个模块化、标准化的研究框架，用于开发和评估世界模型，旨在提高可复现性并支持鲁棒性和持续学习研究。