利用 AI 协助医生诊断影响儿童的罕见遗传病
【AI 翻译 · 未评分】研究人员使用 OpenAI 的推理模型辅助诊断罕见疾病，在此前未解决的病例中识别出 18 个新诊断结果。
全部 AI 动态
OpenAI News
OpenAI News 近乎自主的 AI 化学家改进了药物化学中的挑战性反应
【AI 翻译 · 未评分】OpenAI 和 Molecule.one 展示了如何使用基于 GPT-5.4 的近自主 AI 化学家改进关键的制药反应，从而推进药物化学研究。
OpenAI News 推出 LifeSciBench
【AI 翻译 · 未评分】介绍 LifeSciBench，这是一个由专家编写并经专家评审的基准测试，用于评估 AI 系统处理现实世界生命科学研究任务和决策的能力。
Google Research 关于 AI 如何帮助用户理解皮肤状况的研究
【AI 翻译 · 未评分】健康与生物科学领域的研究进展。
Google Research 机器遗忘审计的新框架
【AI 翻译 · 未评分】算法与理论领域的最新研究。
Google DeepMind 衡量在塞拉利昂及更广泛地区使用 AI 学习的影响
【AI 翻译 · 未评分】一项随机对照试验的结果显示，Gemini 的“引导式学习”功能在提高参与度和加速学习方面具有潜力。
Google Research 通过智能手机摄像头实现被动心脏健康监测
【AI 翻译 · 未评分】健康与生物科学
Hugging Face Blog 超越聊天机器人的直接偏好优化
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
Google Research 发现新时代：Google Research 在 I/O 2026
【AI 翻译 · 未评分】一般科学
Google Research 通过零信任聚合实现私有分析
【AI 翻译 · 未评分】安全、隐私与滥用防范
Mistral AI 塑造行业的物理 AI 研究
【AI 翻译 · 未评分】已发布的突破性成果，推动技术前沿发展。
Google Research 实证研究辅助（ERA）：从《自然》发表到催化计算发现
【AI 翻译 · 未评分】一般科学领域内容。
Google DeepMind 加速基因线索发现以逆转细胞衰老
【AI 翻译 · 未评分】生物学家利用Co-Scientist发现了成功使人细胞恢复活力的新型因子。
Google DeepMind 寻找新发传染病背后的分子开关
【AI 翻译 · 未评分】Clare Bryant利用Co-Scientist确定了新兴传染病的遗传触发因素。
Google DeepMind 开辟衰老研究新路径
【AI 翻译 · 未评分】Calico Life Sciences利用Co-Scientist连接分散的研究发现，并在衰老研究中生成新的线索。
Google DeepMind 加速肝病机制的发现
【AI 翻译 · 未评分】Filippo Menolascina利用Co-Scientist确定新的肝病治疗方法，并解释为何现有药物仅对部分患者有效。
Google DeepMind 整合生物学工具箱以探索ALS新方法
【AI 翻译 · 未评分】Co-Scientist联合波士顿儿童医院和麻省理工学院的实验室，探索针对肌萎缩侧索硬化症（ALS）的新型RNA疗法。
Google DeepMind 发掘可重新利用的药物以对抗肝纤维化
【AI 翻译 · 未评分】斯坦福大学遗传学家利用Co-Scientist协助寻找慢性肝病和肝纤维化的新治疗方法。
OpenAI News 参数高尔夫教给我们的关于 AI 辅助研究的知识
【AI 翻译 · 未评分】参数高尔夫活动汇集了 1000 多名参与者和 2000 多份提交作品，探索了在严格约束下的 AI 辅助机器学习研究、编码代理、量化和新颖模型设计。
Berkeley AI Research 自适应并行推理：高效推理扩展的下一个范式
【AI 翻译 · 未评分】自适应并行推理概述。如果推理模型能够自行决定何时分解和并行化独立子任务、生成多少并发线程以及如何根据当前问题协调它们，会怎样？我们提供了对并行推理领域近期进展的详细分析，特别是自适应并行推理。披露：本文部分是对该领域的综述，部分是对自适应并行推理的观点。作者之一 (Tony Lian) 共同领导了 ThreadWeaver (Lian et al., 2025)，这是下文讨论的方法之一。作者旨在按各自的方式呈现每种方法。动机：LLM 推理能力的近期进展主要由推理时扩展驱动，此外还有数据和参数扩展。显式输出推理标记（通过中间步骤、回溯和探索）的模型现在主导数学、编码和代理基准测试。这些行为允许模型探索替代假设、纠正早期错误并综合结论，而不是承诺单一解决方案。问题是顺序推理随着探索量线性扩展。扩展顺序推理标记是有成本的，因为模型可能超过有效上下文限制。中间探索路径的积累使得模型在关注上下文信息时难以区分干扰项，导致模型性能下降，也称为上下文腐烂。延迟也随着推理长度成比例增长。对于需要数百万标记进行探索和规划的复杂任务，用户等待数十分钟甚至数小时并不罕见。随着我们继续沿输出序列长度维度扩展，我们也使推理变得缓慢...
Hugging Face Blog 在 Open ASR 排行榜中添加 Benchmaxxer Repellant
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
Google Research 通过全球合作伙伴关系和开放资源催化科学影响
【AI 翻译 · 未评分】数据挖掘与建模
Google DeepMind 通过 AI 共同临床医生实现医疗保健新模式
【AI 翻译 · 未评分】研究通往 AI 增强护理的路径以及 AI 共同临床医生的开发。
OpenAI News 模拟AI就业转型
【AI 翻译 · 未评分】一个新框架分析了921种职业和1.48亿个美国工作岗位，以确定哪些角色面临自动化风险、重组、增长或最小的AI干扰。
Google DeepMind 解耦DiLoCo：弹性分布式AI训练的新前沿
【AI 译题 · 仅按标题分类】原订阅未提供摘要，请通过原文链接阅读。
Google Research ReasoningBank：使智能体能够从经验中学习
【AI 翻译 · 未评分】生成式AI