无籽黑莓与樱桃竞逐未来食物
初创企业和农业巨头用Crispr基因编辑培育耐高温、口感更佳的作物，但市场前景存疑。
AI已死，类器官当立
全球实验室培育微型人脑，或将超越神经网络。
中文标题：Daybreak模型现已在AWS上可用
中文摘要：OpenAI与AWS合作，通过Amazon Bedrock提供Daybreak网络安全能力，支持企业安全流程。
AI正在帮助解开精神分裂症的复杂遗传谜题
最新研究发现精神分裂症遗传结构迄今最详细图景，为研究开辟新途径。
Kimi K3现已上线Databricks！
Kimi K3模型已在Databricks平台正式上线，用户可立即使用。
@dotey：我喜欢Claude Code的这个功能：每次任务中，它会主动记录与主线无关但值得后续解决的问题，就像代码评审时创建任务跟踪一样。
Claude Code主动记录任务中与主线无关但值得后续解决的问题，类似代码评审创建跟踪任务。
@埃隆·马斯克：特斯拉
特斯拉
@埃隆·马斯克：Grok 想象
Grok 想象，AI 图像生成功能。
@swyx：gpt luna max 对比 claude fable ultracode
用户要求用开放模型克隆grok imagine，误判左右结果，实际fable的视觉克隆更优。
[AINews] Muse Glimmer与Spark：开放权重重拾个人超级智能承诺
美国开源模型小胜：Glimmer可在单张RTX 3090上运行。
PlayStation折扣代码：2026年8月PS5游戏省钱攻略
用礼品卡和专属促销码，在PS5游戏、手柄和PS Plus会员上大幅省钱。
最佳Casetify促销代码 | 7月15%折扣
保护手机且省钱，用这些策略获取Casetify促销代码、学生折扣和全站优惠。
@dotey：重点明明是你有无限Fable的Token😜
重点是拥有无限Fable的Token。
@_akhaliq：SWE-Bench ProMax
提出SWE-Bench ProMax，用于大规模多语言代码重构的智能体基准测试。
多模态大语言模型的统一幻觉模糊测试
提出统一幻觉基准与自适应模糊测试，揭示多模态大模型在动态输入下性能显著下降及帮助性与幻觉的权衡。
规模化固有可解释语言模型
将可解释性作为训练约束，随规模提升；其模型支持概念归因与干预，以少算力媲美大模型。
马马虎虎还是流利？——介绍 PoVisLE：波兰语视觉-语言评估基准
提出波兰语文化视觉语言基准PoVisLE，含千余图像与两千余问答，评估文化情境下的深层多模态理解。
大型语言模型在结直肠息肉光学诊断中的表现
多模态大模型对息肉分型有一定准确性，但未达ESGE标准，需前瞻性试验与人机协同后再临床应用。
人工智能在银行欺诈交易识别中的应用
研究用AI识别银行欺诈，比较多种机器学习算法，神经网络提升检测精度，集成学习AUC达0.954，有效应对不平衡数据。
WuYuEval: 大语言模型在固体废物管理中的多层级基准
提出固体废物管理多层级基准WuYuEval，含基础与专家模块，评估33个模型，表现差异大；推理模式需锚定工程约束，否则易偏离答案边界。
迈向评估型AI的论证基础
主张用计算论证为评估型AI提供形式化可计算基础，支持可解释、可质疑的决策，迈向分布式人本AI。
PragyaDoc：面向低资源场景的多语种医疗文档理解通用文档智能框架
PragyaDoc四层框架处理印度22种语言医疗文档，破解英文壁垒，惠及农村患者及基层工作者。
当LLM智能体进行谈判：供应链中的私人信息与动态议价
九大LLM智能体谈判9840轮：能力强则价值高但延迟损耗21-34%；供应商身份决定分配；提示词成战略杠杆。
多模态大语言模型安全格局的演变：新兴威胁与防护措施综述
综述多模态大模型安全新威胁，提出分类体系，梳理防护策略，展望未来挑战。
Search-G1：基于表征的内在奖励实现有据可依的搜索智能体
Search-G1用基于表征的内在奖励衡量答案对证据的依赖，无需过程标注或LLM评判，优化搜索问答的落地性与成本权衡。
LUCID：基于想象动力学的潜在技能统一控制，用于长时程人形移动操作
提出LUCID，层级模型强化学习，借想象动力学规划技能，提升长程人形移动操作成功率。
逐流式治理：高损失领域中绕开内容判断的AI输出管控
高损失场景AI输出超认知负荷Flow-by-Flow绕开内容判断用形式特征与容量上限控制监管负荷
知道与说出的鸿沟：探针识错而置信度失灵
探针能精准检测上下文损坏，却无法预测答案正确性；置信度失效，干预效果因模型而异，需按模型和错误类型路由。
SkillConsist：通过双向图对齐检测智能体技能中的不一致性
提出SkillConsist，用双向图对齐检测智能体技能声明与实现的不一致，在633技能基准上F1达87.93%，比最优基线高20.43个百分点。
在领域特定语言动作空间中学习室内布局策略
提出基于领域特定语言动作空间的布局策略学习方法，显著提升空间合理性与设计逻辑性。
NeuroPilot：一种智能体驱动的神经影像处理、质量控制与管理流水线
NeuroPilot智能体系统自动化神经影像处理与质控，部署17队列超12万被试，将数月流程压缩至一周。
中文标题：多语言NMT中未见低资源语言的嵌入初始化：以林布姆-英语翻译为例研究
中文摘要：多语言嵌入平均初始化用于NLLB-200微调未见语言，在Limbum-英语翻译中媲美最佳代理，超从头训练32chrF2++，但无法保留声调。
SurveyReview：面向综述评估者的审稿人对齐基准
构建审稿人对齐的综述评估基准，含675篇论文与1630份评审报告；微调模型使评估与人工评审一致性显著提升。
结构理论中的确定性化：基于闭包、可比性和联合可采纳性的统一框架
提出结构理论统一框架，区分三种确定性层次，以闭包或选择实现确定性化，并应用于幻觉分析。
DocAtlas：长文档理解作为可变状态交互
DocAtlas将长文档理解视为可变状态交互，动态更新工具与环境，超越人类基线并显著提升小型VLM。
人类驾驶主动推理模型中的情绪
在连续状态驾驶主动推理模型中扩展效价-唤醒情绪，结合预测未来结果，仿真显示与真实场景情感模式一致。
训练德拉威语专用单语与联合多语因果模型评估
比较泰米尔、泰卢固、卡纳达、马拉雅拉姆语的单语与多语GPT-2模型，单语模型在分类和分词效率上优于mGPT。
追踪深度学习预测中认知不确定性的来源：同方差与异方差线性化估计器
将两种经典估计器应用于深度学习，利用近似Fisher信息矩阵区分认知与偶然不确定性，提升实际应用鲁棒性。
数据驱动的火区划分用于改进短期野火预测
用流域检测与K均值聚类划分火区取代均匀网格交并比提升3至6个百分点计算轻量
训练可变长序列的数据中心并行
以数据驱动运行时，按序列长度动态调并行配置，实现2.88倍加速，仅需十行代码。
Mechanistic Interpretability-Guided Selective Fine-Tuning of Vision-Language Models for Centimeter-Level Flood Depth Estimation
MetaSpace：具身智能体空间认知的蜕变测试
提出MetaSpace框架，利用蜕变关系测试具身智能体空间认知，检测出9万+错误，得分远低于人类。
P2Voxel：用于3D网格令牌化的金字塔枢轴体素化
P2Voxel通过金字塔枢轴体素化，将网格转化为紧凑可学习的令牌，实现高效重建。
NL2SHACL-Bench：自然语言到SHACL翻译的基准套件
提出NL2SHACL-Bench基准，评估四个大语言模型：可生成语法正确的SHACL，但复杂语义约束仍难。
基于技能的智能体AI系统中的动态联盟形成与通信定价
将动态联盟形成与通信定价建模为合作博弈，贪婪路由达最优99.5%，仅激活约2/8智能体。
沉浸边界软体游动体运动的神经算子
开发神经算子代理模型预测软体游动者流场，全局误差约3.5-5.6%，但压力精度与物理一致性待提升。
PhysAttNet：通过物理信息注意力提升工业与天体物理时间序列的预测性能
提出物理信息注意力框架，通过物理约束提升工业与天体物理时间序列预测的准确性、泛化性与可解释性。
审计胸部X光片上的医学视觉-语言模型：跨机构估计参考一致性
评估三模型在胸部X光片的六发现，参考一致性不跨站点迁移，须按站点和接口重新评估。
数据集组成对紧凑YOLO模型嵌入式实时无人机野火检测的影响
实验表明，真实未增强数据集在无人机野火检测中平衡最佳，合成数据混合与增强未能提升最终部署效果。
CODS：可复用离线强化学习的迭代贝尔曼残差数据选择
CODS用评价器迭代选取高残差转移，10%预算保留96.6%性能，优于各子集基线。