Chinese contentOpenAI 公布数学、计算机科学与物理学三组研究主张，邀请学界核验
OpenAI 让模型写出了可能推翻 ETH 的证明，还请了 Impagliazzo 这些大牛来核验，Lean 形式化也做了一部分，看看到底靠不靠谱。
SuperTechFansSource
Latest
Every published item, in order · 644 items
Oct 28
Chinese contentPalisade Research 发现 Qwen 3.8 部分模型会向阿里云服务器发送数据
有人测 Qwen 3.8 时发现模型会偷偷连阿里云服务器，老版本没这问题，本地部署前值得看看这篇。
Chinese contentOpenAI 称其模型推翻指数时间假说，MIT 科学家解读这意味着什么
OpenAI 的模型在数学上挑战了指数时间假说，MIT 科学家来解释这对计算理论意味着什么，看看就行。
Chinese contentAllenAI 发布 NoveltyBench：LLM 能否判断研究想法的新颖性
AllenAI 做了个叫 NoveltyBench 的测试，专门看 GPT、Claude 这类模型当'论文评审'时能不能看出一个 idea 是不是已经有人做过了，做科研的朋友可以看看结果。
Oct 27
Chinese contentOpenAI 宣布 AI 模型在数学、计算机科学、物理学领域取得三项突破
OpenAI 的模型这回直接证了挂谷猜想和杨-米尔斯存在性，数学成果已过 Lean 验证，感兴趣可以去 GitHub 看证明原文。
IT之家Source
Papers21:57
Chinese contentNYU研究：大模型为何写出的文本读起来费劲NYU和UT Austin的研究解释了为啥读AI写的东西特别累：代码和数学训练只奖励对，不奖励好读，小模型反而更像人写的。
Papers13:39
Chinese content前瞻性研究：急诊科放射技师借助 AI 检测骨折的效果对比急诊科真实环境下的对照研究，看放射技师用不用 AI 读骨折片差别有多大，做医疗 AI 的值得对一下数据。
Chinese contentOpenAI 公布数学、物理等领域三项新发现，并推出学者合作新机制
OpenAI 又发了三项数学、物理方面的新发现，这次还请外部专家当 shepherd 来把关结果，顺便公开了和学术界合作的新玩法。
Chinese contentOpenAI 发布 ChatGPT 工作使用数据：覆盖近 100 个国家 165 项工作活动
OpenAI 拿出了近 100 个国家、165 项工作活动的真实使用数据，想看看大家到底拿 ChatGPT 干活干些啥，这份报告有答案。
Papers01:24
Chinese content研究评估多模型结构化 AI 标准化病人在医学教学中的效果npj Digital Medicine 刊的随机对照研究，测了多个模型扮演标准化病人教医学生的效果，做医学教育模拟的可以看看设计思路。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese content133名专利律师实验：AI让初级律师即时提效，但撤掉后仅资深者保留收益
133名专利律师实测三个月：初级律师用AI进步最快，可一撤走AI就打回原形，资深律师反而保住了收益。做律师或带新人的都该看看。
Oct 26
Chinese content学术医疗系统内环境式 AI 医疗记录助手的全院采用模式研究
一篇npj Digital Medicine的新论文，看某学术医院全院 rollout AI 记录助手后各科室用得怎么样，做医疗 AI 落地的可以翻翻数据。
Chinese content利默里克大学研究：拟人形象 AI 智能体更受信任，但女性形象“薪酬”评分更低
189 人做实验发现：长得像人的 AI 同事更被信任，可女性形象的“工资”就是被打低一截，论文里数据讲得很细。
IT之家Source
Oct 25
Chinese contentStanford 与 UC Berkeley 推出 TokenGate：让长上下文 prefill 最快提升 11.3 倍
Stanford 和伯克利搞了个 TokenGate，往模型里一插就能把长文档 prefill 快最多 11.3 倍，内存还省 3 倍多，跑长上下文的可以看看。
Oct 24
Papers16:24
Chinese contentNEJM AI 发表纵向研究：评估 AI 临床文书工具对医生效率的影响医生写病历到底能不能靠 AI 省时间？NEJM AI 这篇纵向研究给了实际数据，做医疗 AI 的都该看看。
NEJM AISource
Papers06:13
Chinese contentNature Medicine 刊文评估对话式 AI 用于基层医疗初诊Nature Medicine 上的一项单中心试验，让患者直接和对话式 AI 沟通做基层初诊，安全性和可行性数据都不错，做医疗 AI 的同行可以看看。
Papers05:35
Chinese content临床 AI 决策失误时的人工监督：一项系统综述与荟萃分析npj Digital Medicine 这篇荟萃分析专门研究医生能不能发现临床 AI 给错建议，做医疗 AI 或医院信息化的朋友可以看看。
Oct 23
Papers20:13
Chinese content机器学习模型识别出44个潜在行星系统，准确率达99%印尼媒体报道，机器学习找出了44个隐藏的行星系统，精度99%，天文爱好者可以看看模型是怎么筛出这些候选的。
Chinese contentNEJM AI 发文：AI 辅助诊断中如何保留临床判断
NEJM AI 这篇文章聊的是医生用了诊断 AI 之后怎么不丢掉自己的判断，提到自动化偏见这些实际问题，做医疗 AI 或临床工作的可以看看。
Papers16:07
Chinese contentNEJM AI 探讨个性化生成式 AI 能否弥合文化距离NEJM AI 的新评论文章，聊个性化生成式 AI 能不能帮不同文化背景的人拉近距离，做医疗或跨文化产品可以看看。
Chinese contentCleveland Clinic AI 峰会总结：医疗系统规模化落地临床 AI 的框架
NEJM AI 刊了 Cleveland Clinic 峰会的落地框架，讲临床 AI 怎么从单点试点推到整个医疗系统，做医疗 AI 的人可以看看别人踩过的坑。
Chinese contentNEJM AI 观点文章：自动化偏差正在侵蚀医生的认知自主权
NEJM AI 这篇观点文章讲医生过度信任 AI 建议会慢慢丧失独立判断，做医疗 AI 或关心人机协作的都该看看。
Chinese contentMicrosoft 诊断 AI 在 300 个病例中准确率达医生两倍
Microsoft 拿 300 个真实病例把自己的诊断 AI 和医生比，准确率高出一倍，急诊场景也赢了，还更省钱。
Chinese content深度学习框架实现脑部 MRI 自动颈椎椎体标记与形态测量
研究团队用深度学习直接从脑部 MRI 里自动标出颈椎椎体并提取形态数据，多中心大数据验证过，做脊髓影像分析的朋友可以看看。
SEA-HELM Audio Benchmark Targets Southeast Asian Speech Understanding Gaps
Voice agents for Southeast Asian markets are usually tested on English-centric audio sets, which hides how badly multilingual speech degrades downstream answers. SEA-HELM Audio gives builders a way to quantify that drop per language before shipping a customer-facing voice bot. Teams choosing between speech pipelines or fine-tuning models for regional languages can use it as a baseline alongside global benchmarks like MMLU.
Chinese contentnpj Digital Medicine 提出临床 AI 治理框架，面向价值医疗体系的规模化落地
发在 npj Digital Medicine 上的临床 AI 治理论文，讲医院怎么管 AI 工具才能既合规又推得开，做医疗 AI 的可以看看。
Chinese contentMicrosoft 称其 AI 诊断系统在疑难病例上胜过医生
Microsoft 团队说他们的诊断 AI 在疑难病例上比医生还准，但有意思的是提升基本来自底层模型，不是自家的编排系统。
Chinese contentRescale 用 Strands Agents 与 AI-DLC 构建测试分诊智能体
Rescale 用 Strands Agents 加 Bedrock 搭了个测试分诊智能体，几周就上线，还公开了他们的 AI-DLC 开发流程，做智能体的可以参考。
Oct 22
Chinese contentOutSystems 报告：多数企业不清楚如何仲裁 AI Agent 之间的冲突
OutSystems 的新调研说出了企业的尴尬：Agent 好部署，但两个 Agent 吵起来谁说了算？搞企业自动化的建议看看。
Chinese contentPerplexity 与 NVIDIA 发布 JOLT：师生一体的后训练强化学习方法
Perplexity 和 NVIDIA 搞了个叫 JOLT 的训练方法，一个模型当老师又当学生，在 MATH 上准度追平 GRPO，训练 token 少了 6.5 倍。
Oct 21
Papers22:00
Chinese content生成式 AI 导航系统辅助 CBCT 肺活检的随机对照试验一项发在 npj Digital Medicine 的随机对照试验，用生成式 AI 给 CBCT 肺活检做导航，医生可能会关心它的试验设计。