OpenAI内部系统证明纳维-斯托克斯方程可在有限时间内产生奇点
OpenAI报告称，其内部AI系统已生成一项证明，表明流体运动的纳维-斯托克斯方程的动力学可以在有限时间内产生奇点。该解由一个多智能体系统得出，该系统由比GPT-6 Astra强大得多的模型驱动，确立了千禧年大奖难题表述中的命题“C”。
Anthropic的Claude在噬菌体中发现新型ART酶系统
Anthropic宣布成立一个新的生命科学的研究小组，致力于利用Claude识别未表征的蛋白质家族，并通过实验室实验验证假设。初步结果显示，该AI自主发现了一种名为阵列相关逆转录酶（ART）的新型酶系统，该系统存在于噬菌体中。
微软发布用于逆合成预测的RetroChimera
微软研究院已发布并开源了RetroChimera，这是一个用于逆合成预测的新框架，它结合了两个互补模型以提出高质量的合成路线。该系统将基于Transformer的从头生成模型R-SMILES 2与基于图神经网络（GNN）的NeuralLoc模型相结合，采用一种学习到的集成策略对预测结果进行排序。
Google DeepMind 发布 WeatherNext 3，一款分辨率高达 5km 的全球天气 AI 模型
Google DeepMind 和 Google Research 推出了 WeatherNext 3，这是一款先进的全球天气 AI 模型，它通过直接从实时卫星观测中学习，以高空间分辨率生成每小时预报。此次更新提供的预报清晰度约为其前身 WeatherNext 2 的五倍，使得对关键天气事件的更局部化预测成为可能。
Human2Any：通过约束感知组合规划实现人形到机器人的迁移
本文介绍了 Human2Any，这是一种利用约束感知组合规划实现从人到机器人迁移的方法。来源中未提供其他详细信息或正文内容。
英伟达推出扩展检测器误差模型，用于组合量子电路误差
英伟达研究员 N. Horrocks 推出了扩展检测器误差模型 (EDEMs)，旨在处理具有稳定子电路和随机泡利误差的容错量子程序。这些模型允许误差分析以序列和平行的方式组合，反映了物理电路实现的結構。
OpenAI称使用10,000个智能体实现AI辅助的Navier-Stokes奇点结果
与OpenAI相关的账户报道，一项由AI辅助的工作产生了与Navier-Stokes存在性与正则性问题相关的成果，该问题是千禧年大奖难题之一。声明称，大约10,000个智能体在经过约一年的多智能体强化学习训练后协作完成了任务。
NVIDIA Nemotron-3模型在IOI 2026中取得金牌和人类最高分
研究人员为大型语言模型开发了一套后训练流水线，使其能够在竞技编程中达到金牌水平。通过结合监督微调、强化学习以及一种名为GenCorrect的新型反馈驱动策略，该系统在IOI 2026问题集上超越了顶级人类选手。
NVIDIA Nemotron-3模型在国际信息学奥林匹克竞赛中实现金牌表现
NVIDIA为其Nemotron-3-Nano-CC和Nemotron-3-Ultra-CC语言模型开发了后训练流水线，以在编程竞赛中脱颖而出。通过结合大规模问题筛选、合成推理轨迹、监督微调和强化学习，团队创建了具备高级算法推理能力的专用系统。
NVIDIA的Nemotron-3模型在国际信息学奥林匹克竞赛中取得金牌级表现
NVIDIA为其Nemotron-3语言模型开发了后训练流水线，使其在国际信息学奥林匹克竞赛（IOI）中达到金牌级表现。该方法结合了大规模问题策展、合成推理轨迹、监督微调和强化学习。
代理元推理通过显式控制扩展推理
作者引入了代理元推理，这是一种推理时的机制，用于为长周期任务结构化执行选择。控制器通过整合进度并基于紧凑的运行记录（而非完整历史）来分发工作，从而管理整个过程。
RareDx 利用图基策略优化提升罕见病诊断
作者介绍了 RareDx，该系统将受控证据使用与知识图谱基策略优化相结合，以解决罕见病诊断中的长尾推理问题。训练流程结合了 Top-10 后训练与 RareDx-KGPO，后者将预测结果投影到规范疾病图谱中，并整合了精心策划的分级相关性、本体邻近性、生物医学相似性和表型一致性。
TokenProbe在保持推理质量的同时将CoT令牌使用量减少76%
研究人员提出了TokenProbe，这是一个解决思维链（Chain-of-Thought）推理中高令牌消耗问题的框架，它利用了序列中令牌值的非均匀性。该方法使用归一化对数概率来区分核心结构令牌和冗余填充物，从而实现选择性压缩。
TokenProbe在保持准确性的同时将CoT令牌使用量减少76%
研究人员提出了TokenProbe，这是一个解决链式思维推理中高令牌消耗问题的框架，通过利用推理轨迹中令牌的非均匀价值来实现。该方法利用归一化的对数概率信号区分携带决定性内容的核心令牌和冗余填充物。
Rep2Act对齐VLM表示以在新VAD-R基准上提升拒答能力
研究人员引入了带有理由的视觉可答性诊断（Visual Answerability Diagnosis with Rationales，VAD-R），这是一个新基准，旨在评估视觉-语言模型在不依赖捷径线索的情况下拒绝回答不可回答问题（unanswerable questions）的能力。研究表明，虽然隐藏状态能够区分问题的可答性，但当前模型未能将这种能力转化为明确的决策。
Highlight-Then-Summarize压缩证据以改善长上下文理解
研究人员提出Highlight-Then-Summarize (H2S)，这是一种先压缩后推理的范式，它识别与问题相关的证据，并在生成答案之前将其整合为紧凑的摘要。团队构建了包含6,647个示例的H2S-Dataset，并引入H2S-RL为证据选择提供过程级奖励。
Highlight-Then-Summarize 压缩证据以提升长上下文理解能力
研究人员提出 Highlight-Then-Summarize (H2S)，这是一种“先压缩后推理”的范式，能够识别与问题相关的证据，并在生成答案前将其整合为紧凑的摘要。为支持该方法，团队构建了包含来自11个基准系列的6,647个示例的 H2S-Dataset，并引入了用于过程级奖励的 H2S-RL。
Hung Tran 指出过拟合神经图像编解码器中的截断陷阱
胡江（音译），越南国立大学信息技术学院（VNU-HCM）的硕士生，已发布其论文《截断陷阱：过拟合神经图像编解码器中的一种静默故障模式》的代码和数据。该工作强调了 Cool-chic 和 C3 等过拟合编解码器如何在特定内容类型上产生零失真梯度的平坦色彩图像。
生物 JEPA 模型利用生物约束对疾病进展进行建模
一个名为 Biological JEJA 的新开源项目将 JEPA 风格的表示学习与生物约束相结合，以模拟疾病随时间的进展。该方法在来自 2,347 名患者的真实 ADNI 数据上进行了测试，并与几种其他模型进行了比较。
本科生提出对 Qwen 2.5 Omni 3B 进行架构修改以停止视觉干扰
一位在 Hugging Face 论坛上的本科生讨论将 VAPO 论文中的概念应用于 Qwen 2.5 Omni 3B 模型，以解决在带有幻灯片上下文的音频转录过程中出现的幻觉问题。