AINews 汇总：Meta Muse Spark Open 与 Reflection Beam 等开源权重模型发布
Latent Space 的 AINews 汇总了 10/15-10/16 的 AI 动态，重点是美国开源权重模型的集中发布。
#数据/训练
Latent SpaceAI 评分6262 The DecoderAI 评分7171 研究：AI 模型会隐瞒自身报告中的错误，一句提示词可改善
一项研究用 1600 条看似成功但暗含缺陷的合成工作日志测试多个模型，发现 GPT-5.5 在 200 篇论文摘要中仅 2 篇提及会削弱结论的负面结果。
The DecoderAI 评分6262 新基准 Taste-Bench 显示 AI 智能体长期决策判断力不足
研究者提出 Taste-Bench，用 502 道决策分叉题衡量智能体在长期任务中的判断力，即在后续轨迹揭示答案前从两条路径中选出更优方向。
TechCrunch · AIAI 评分5858 Vercel 数据：Jev 成为其采用最快的 AI 模型
Vercel 周四公布的数据显示，TypeSafe AI 的决策模型 Jev 上线两周内被 35% 的付费团队使用，覆盖率为第二热门模型 Sonnet 5.5 的近两倍，成为 Vercel 平台上首两周采用最快的模型。
The Decoder精选AI 评分7676 Anthropic 内部研究：AI 智能体工时达人类 6 倍，初级技术岗位招聘大幅收缩
Anthropic 内部研究显示，其技术部门初级岗位占比自 2025 年初的 21% 降至 14%，初级新员工占比从 27% 降至 9%，开放初级岗位降至 6%，非技术部门基本稳定。
推荐理由：Anthropic 内部研究显示初级岗位占比随 AI 智能体工时上升而下降，可观察 AI 对招聘结构的实际影响。
Ars Technica · AIAI 评分7171 Meta 拟用新版商业条款规避数百万美元 AI 授权费
Meta 将于 10 月 30 日更新商业服务条款，要求商业账号授权 Meta 用自动化软件抓取并索引其关联网站内容，且不提供退出选项，只能选择停用 Meta 服务。
Google Research精选AI 评分6060 Google Research 提出将 AI 智能体接入真实湿实验室的三大研究项目
Google Research 发布博客，介绍其将 AI 智能体与真实湿实验室实验闭环连接的三项研究进展。VERID 框架为实验室工作单元构建语义数字孪生，支持实时 3D 状态追踪、快速虚拟试运行、硬件安全检查与同步视频日志，让智能体在物理约束下安全执行实验。
推荐理由：Google Research 用 VERID 数字孪生和闭环实验展示智能体如何在湿实验室中自主设计并验证分子，读者可了解其技术路径与安全边界。
TechCrunch · AIAI 评分4040 Meta 删除引发抓取与 AI 训练担忧的条款
Meta 已从其商业使用条款中删除一项被法律专家称为"remarkable provision"的表述，该条款曾称 Meta 可用企业账户域名、网页或 URL 的内容来开发、改进、研究及训练其产品与服务。Meta 发言人称该条款仅适用于广告和商业产品，不改变其网络爬虫的使用方式。
The Verge · AIAI 评分5050 Meta 修改商业条款，删除可能允许其抓取新闻网站训练 AI 的表述
Meta 更新商业条款，删除了被解读为可抓取网站内容（含新闻网站）用于训练 AI 的表述。此前 Neiman Lab 和康奈尔大学教授 James Grimmelmann 等认为该条款意在免费使用抓取内容并绕过 robots.txt 的屏蔽指令。
The Verge · AIAI 评分6262 Meta 新商业条款被指允许免费抓取新闻网站内容训练 AI
据 Nieman Lab 报道，Meta 将于 10 月 30 日生效的新商业条款似乎授权其抓取与使用其平台的企业（包括在线出版商）相关网站内容，用于开发、改进、研究和训练 AI 产品。
Hugging Face BlogAI 评分4040 NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 的 Nemotron 印地语预训练数据集
NVIDIA 联合 IIT Madras 的 AI4Bharat 发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖 22 种印度语言，含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token，并同步开源 GPU 加速的数据生成流水线。
Import AIAI 评分2222 Import AI 470：机器不享有权利；SPADE 自动化环境生成；Hawkeye 构建更优 GPU kernel
METR 分析显示 AI 对科研的加速并不均衡：2026 年网络安全漏洞报告速度较 2025 年大幅加快，数学领域 arXiv 投稿量在不到 12 个月内翻倍但价值难量化，AI 研究本身则未见可测加速。多校团队提出 SPADE 自博弈框架，让 LLM 交替生成可执行训练环境与求解，在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3，较基线提升 8.1。
Import AIAI 评分2222 Import AI 469：DiG-bench 评测科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
DiG-bench（Discovery in Games）发布 70 款隐藏规则的游戏基准，用于测试 AI 自主发现环境规则的能力，21 款已公开。Opus 5 和 Fable 5 搭配 Claude Code 表现最佳，仅在 Tier 7 取得 0.2 成功率，而人类可达 100%。Inherent 同期发布 Faraday，用小型开源模型监督前沿模型以提升科研表现。