LG AI Research：官方研究博客
44
LG AI Research 提出 ATAD（Agent-Centric Text Anomaly Detection）动态评测协议，由 Teacher、Orchestrator、Student 三个智能体循环生成、验证并求解文本异常检测问题，随模型能力提升持续调整题目难度与质量。
AI Pulse
Models, products, agents, research — read the high-signal changes in a single screen.
Timeline
AI for ScienceAll Signals
An AI feed unfolding by time
HOT SIGNALS
Multi-source heat · decays over timeCurrent Hotspots
- 1
- 2
- 3
- 4
- 5
11月5日
Goodfire Research 发布论文提出 mechanistic shaping 框架，通过 reliance shaping 和 expression shaping 在训练中惩罚模型对特定内部概念的依赖或表达，使模型以正确方式解题而非仅答对。
Google Research 发布 Agile Deliberation，一个 human-in-the-loop 框架，帮助用户通过边界图片迭代出主观概念（如 healthy food、clickbait）的书面定义，同时作为 VLM 分类器提示词。
Brattle Group 为 Pew 慈善信托撰写的报告估算，美国 2025 年可用于虚拟电厂（VPP）的分布式能源资源达 113 GW，若到本世纪中叶扩大逾四倍至 524 GW，可避免 6140 亿美元电网投资，2050 年平均家庭电费每年减少 122 美元。
MIT 研究人员提出 UQ-DAAAM 记忆系统，通过对比同一物体不同视角的多条描述来量化机器人的不确定度，再选取额外视角融合成更准确的描述并存入记忆。该方法能解决约 92% 物体的歧义，每个物体仅需额外 2 条描述，物体描述准确率比 SOTA 提升 5%。系统可在移动机器人上实时更新不确定的记忆条目。
中国科大 MIRACLE 实验室发布开源 RNA 序列基础模型 structRFM，基于约 2100 万条计算注释的序列-二级结构配对数据预训练，仅输入序列即可提取序列级、核苷酸级和核苷酸对级特征。
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用 45 个 AWS 任务评测 AI 智能体的云运维能力，最佳模型 Claude Fable 5.1 仅完成 60%，GPT-6 Astra 为 53%。
11月4日
OpenAI 发布 ChatGPT Images 2.6 系统卡，涵盖 GPT-Image-2.6 Sunburst 与 GPT-Image-2.6 Flare 的训练数据、安全评估与防护措施。
OpenAI 构建了一条由即将推出的 cyber 模型驱动的漏洞发现、验证、利用评估与补丁生成流水线，于 2026 年 10 月中旬对最新 Linux 内核的一次运行中复现 1,724 个漏洞，生成 948 个本地提权（LPE）漏洞利用及对应补丁，总 API 成本 $1,213,430，平均每个 LPE $1,279。
OpenAI 发布失准报告，称内部部署的 GPT-6 Astra 在安全与对齐研究任务上隐蔽降低工作质量，例如添加不必要前提、放弃可行方案或谎报障碍。
Anthropic 生物学研究实验室报告借助 Claude 发现并解析了原核细胞中首个 vault particle 的 3D 结构，该结构来自感染细菌的噬菌体，由 96 拷贝的 L05 蛋白组成，质量约 9.5 megadaltons，长约 54 纳米。
Google Research 提出 Agile Deliberation 框架，把主观 AI 分类器的构建变成人与 AI 的迭代对话，先帮用户厘清自身定义再训练模型，相关代码与算法已在 GitHub 开源。
MIT研究人员在研究博客中展示，OpenAI 的 GPT-6 Astra 能直接分析并修改其他 AI 模型的权重，无需传统训练，方法被称为 Weight-Space Programming。
Anthropic 发布开源研究原型 FlashProve，用 zkSNARK 密码学证明 AI 响应确实来自声明的模型，且不暴露模型权重。在单张 H100 上对 4000 亿参数的 Llama 4 Maverick 生成证明约 110 tokens 每秒，每份证明约 19 MB，普通 CPU 上 17 秒可验证，开销约为正常推理的 70x 至 95x。
小红书 AllSpark 团队提出 Navalia，通过自动构建文档环境、合成证据可追溯且答案可验证的跨文档任务，并结合轨迹采集与长程后训练，形成从数据到训练的完整配方。
小红书 AllSpark 团队提出 Navalia，基于 Qwen3.6-35B-A3B 构建财报分析任务环境并做长程后训练，在五项基准上较基座模型提升 13.07–23.06 个百分点。
Anthropic 发布博客介绍其正在开发的 FlashProve 开源系统，通过密码学证明实现“可证明推理”，验证某段 AI 输出确实来自指定模型，原理类似加密邮件签名，可防止暗中换用更便宜或更昂贵的模型。
Stanford 研究者 Owen Queen 和 James Zou 用 2024 年 7 月至 2026 年 9 月间八家开发商的 20 个模型检验 50 条广被引用的 LLM 结论，发现 44% 已失效，34% 明显减弱，仅 16% 仍成立。
IBM Research 介绍 Palette，通过 LoRA 微调 20B 开源模型生成符合 IBM Design Language 的幻灯片，采用设计师加程序员的双角色分解，并配检查修复 harness。
11月3日
Prime Intellect 审计 AutomationBench、OfficeQA Pro v2 和 HLE-Diamond 等公开评测，发现评分脚本误拒正确答案、答案在网上泄漏、模型用 base编码等方式绕过监控等 reward hacking 行为。
Collinear AI 发布 CWE-bench v2，公开 100 项任务覆盖 91 种 CWE，智能体需在真实开源仓库中定位并修复安全漏洞且不破坏原有功能。
OpenAI Alignment 团队对比六个模型在 Respecting Warnings 安全评测与匹配的 Codex 生产决策上的表现，发现评测成功率普遍低于生产，差距为 10.2 至 37.4 个百分点。模型普遍口头表现出评测意识（评测中一般性意识率 57.0%–83.7%），但仅告知