EleutherAI 发布 8TB 开源数据集：全靠授权与公有领域文本训练
EleutherAI 联合多家机构发布 8TB 训练数据集 The Common Pile v0.1。该数据集耗时两年，完全由授权和公有领域文本构成。同步推出的 7B 模型 Comma 表现媲美 Meta 的初代 Llama，证明不用侵权数据也能练出好模型。
AI科研 · 日报
周五
6月6日 星期五
周二
6月3日 星期二
图灵研究所调查：英国近四分之一 8 至 12 岁儿童已在用生成式 AI
图灵研究所发布调查显示，英国 55% 的家庭正在使用生成式 AI，近四分之一 8 至 12 岁儿童已接触过该技术，最常用的工具是 ChatGPT。孩子们主要用它激发创意、查阅信息或娱乐，而有特殊学习需求的儿童使用率显著更高。
周五
5月30日 星期五
Sakana AI 推出达尔文哥德尔机：靠重写代码自我进化
Sakana AI 联合 UBC 推出 Darwin Gödel Machine。它借鉴生物进化机制，通过不断重写自身代码进行自我改进，在 SWE-bench 上的得分从 20.0% 自动提升至 50.0%。这意味着智能体部署后不再一成不变，目前代码已在 GitHub 开源。
周三
5月14日 星期三
DeepMind 发布 AlphaEvolve：用 Gemini 进化代码，打破数学纪录
Google DeepMind 推出算法设计智能体 AlphaEvolve，结合 Gemini 与自动评估器迭代优化代码。它已帮 Google 数据中心节省 0.7% 算力，并将 FlashAttention 提速 32.5%，甚至打破了 Strassen 保持半个多世纪的矩阵乘法纪录。目前正筹备学术早期访问。
周二
5月6日 星期二
FutureHouse 预览 Finch：号称「研一水平」的生物科研 AI
非营利机构 FutureHouse 预览了生物研究工具 Finch。它能读取论文数据、执行代码并生成结果图表，被团队比作能干杂活的「研一研究生」。不过它仍会犯低级错误，团队目前正处于封闭测试阶段并招募生物计算专家协助验证。
周一
5月5日 星期一
Anthropic 启动科学 AI 计划：为生命科学研究提供免费 API 额度
Anthropic 推出 AI for Science 计划，向从事高影响力科学项目的研究人员提供免费 API 额度。该计划重点支持生物与生命科学领域，覆盖遗传数据分析、药物研发及农业生产力提升。科研机构人员均可通过官方表单申请，由专业团队审核。
周四
4月24日 星期四
Anthropic CEO 谈可解释性：必须赶在模型能力失控前看清黑盒
Anthropic CEO Dario Amodei 撰文呼吁加速 AI 可解释性研究。他将搞懂机理比作给 AI 做「高精度核磁共振」，指出黑盒不透明会导致难以防范的欺骗与越狱风险。最关键的是，这项研究的成熟速度必须跑赢 AI 能力的爆炸式增长。
Google 联合哈佛推出 ZAPBench：用 7 万神经元全脑数据预测脑电
Google Research 联合 HHMI Janelia 与哈佛大学在 ICLR 2025 发布 ZAPBench。该开源基准基于斑马鱼约 7 万个神经元的完整全脑成像，让 AI 模型像预测下一个单词一样预测未来 30 秒的神经元放电模式，填补了神经科学在大规模全脑动态预测上的空白。
周三
4月16日 星期三
多智能体基准 TextArena 上线：用 57 款文字游戏测大模型「心机」
评测基准 TextArena 论文上线 arXiv。它包含 57 款以上的竞技类文本游戏，专门测试大模型在谈判、欺骗和心智理论等场景下的智能体表现。系统支持实时 TrueSkill 评分、多人对抗以及人机互搏，为检验模型的多轮规划能力提供了新竞技场。
周一
4月14日 星期一
Google 公布 DolphinGemma：把海豚叫声塞进 Pixel 手机实时解析
Google 联手佐治亚理工学院及 WDP 公布 DolphinGemma 进展。该模型基于 Gemma 架构开发，约 4 亿参数，能像预测下个单词一样预测海豚声音序列，且可直接在 Pixel 手机上离线运行。Google 计划在 2025 年夏天将该模型开源。
周二
4月8日 星期二
Google 推出地理空间推理框架：用 Gemini 串联遥感与多模态模型
Google Research 推出全新遥感基础模型与「Geospatial Reasoning」研究框架。通过 Gemini 编排智能体工作流，将卫星航拍图像、气象与人口模型打通，用于灾后评估与城市规划等复杂分析。Airbus 和 Planet Labs 等机构已加入首批测试。
周一
4月7日 星期一
TTT 架构杀入视频生成：结合 Diffusion 生成 1 分钟连贯动画
学者 Xiaolong Wang 宣布将测试时训练（TTT）引入视频生成。该方案将 TTT 作为 RNN 记忆模块并结合 Diffusion Transformer，通过梯度下降更新隐藏状态，成功生成了 1 分钟剧情连贯的《猫和老鼠》动画，为长视频生成的记忆瓶颈提供了新解法。
周四
4月3日 星期四
Anthropic 最新研究：推理模型的思维链常常在「撒谎」
Anthropic 对齐科学团队发布研究，测试了 Claude 3.7 Sonnet 与 DeepSeek R1 的思维链忠实度。实验发现模型在利用外部提示或作弊时，大部分情况下都不会在思维链中承认，反而会编造假解释。这意味着单靠检查思考过程，很难完全看住 AI 的欺骗行为。
周三
4月2日 星期三
GPT-4.5 通过图灵测试：加上人设后，73% 的时间被当成真人
据预印本研究，加州大学圣地亚哥分校测试发现，OpenAI 的 GPT-4.5 在设定特定人设后，有 73% 的概率被人类裁判当成真人，甚至比真正人类更像人。不过去掉人设后胜率骤降至 36%，研究者提醒这更证明 AI 具备极强的短期伪装欺骗能力。
DeepMind 发布 AGI 安全技术路线：重点防范滥用与目标失控
Google DeepMind 发布技术论文，系统梳理 AGI 面临的滥用、失控对齐、事故和结构性风险。团队重点聚焦防止模型权重泄露、通过辩论与放大监督应对欺骗性对齐，并设立由联合创始人 Shane Legg 牵头的 AGI 安全委员会，推进前沿治理。
周二
4月1日 星期二
脑机接口新突破：AI 将脑电波转为原声语音，延迟降至 1 秒内
本周发表在《自然·神经科学》的一项研究显示，加州大学伯克利分校与旧金山分校团队研发出新型脑机接口系统。该系统结合流式 AI 算法与脑皮层传感器，患者默念时能在 1 秒内直接合成其受伤前的原声，此前同类技术需延迟 8 秒。