EleutherAI 釋出 8TB 開源資料集：全靠授權與公有領域文本訓練
EleutherAI 聯合多家機構釋出 8TB 訓練資料集 The Common Pile v0.1。該資料集耗時兩年，完全由授權和公有領域文本構成。同步推出的 7B 模型 Comma 表現媲美 Meta 的初代 Llama，證明不用侵權資料也能練出好模型。
AI科研 · 日報
週五
6月6日 星期五
週二
6月3日 星期二
圖靈研究所調查：英國近四分之一 8 至 12 歲兒童已在用生成式 AI
圖靈研究所釋出調查顯示，英國 55% 的家庭正在使用生成式 AI，近四分之一 8 至 12 歲兒童已接觸過該技術，最常用的工具是 ChatGPT。孩子們主要用它激發創意、查閱資訊或娛樂，而有特殊學習需求的兒童使用率顯著更高。
週五
5月30日 星期五
Sakana AI 推出達爾文哥德爾機：靠重寫程式碼自我進化
Sakana AI 聯合 UBC 推出 Darwin Gödel Machine。它借鑑生物進化機制，通過不斷重寫自身程式碼進行自我改進，在 SWE-bench 上的得分從 20.0% 自動提升至 50.0%。這意味著智慧體部署後不再一成不變，目前程式碼已在 GitHub 開源。
週三
5月14日 星期三
DeepMind 釋出 AlphaEvolve：用 Gemini 進化程式碼，打破數學紀錄
Google DeepMind 推出演算法設計智慧體 AlphaEvolve，結合 Gemini 與自動評估器迭代最佳化程式碼。它已幫 Google 資料中心節省 0.7% 算力，並將 FlashAttention 提速 32.5%，甚至打破了 Strassen 保持半個多世紀的矩陣乘法紀錄。目前正籌備學術早期訪問。
週二
5月6日 星期二
FutureHouse 預覽 Finch：號稱「研一水平」的生物科研 AI
非營利機構 FutureHouse 預覽了生物研究工具 Finch。它能讀取論文資料、執行程式碼並生成結果圖表，被團隊比作能幹雜活的「研一研究生」。不過它仍會犯低階錯誤，團隊目前正處於封閉測試階段並招募生物計算專家協助驗證。
週一
5月5日 星期一
Anthropic 啟動科學 AI 計劃：為生命科學研究提供免費 API 額度
Anthropic 推出 AI for Science 計劃，向從事高影響力科學專案的研究人員提供免費 API 額度。該計劃重點支援生物與生命科學領域，覆蓋遺傳資料分析、藥物研發及農業生產力提升。科研機構人員均可通過官方表單申請，由專業團隊稽核。
週四
4月24日 星期四
Anthropic CEO 談可解釋性：必須趕在模型能力失控前看清黑盒
Anthropic CEO Dario Amodei 撰文呼籲加速 AI 可解釋性研究。他將搞懂機理比作給 AI 做「高精度核磁共振」，指出黑盒不透明會導致難以防範的欺騙與越獄風險。最關鍵的是，這項研究的成熟速度必須跑贏 AI 能力的爆炸式增長。
Google 聯合哈佛推出 ZAPBench：用 7 萬神經元全腦資料預測腦電
Google Research 聯合 HHMI Janelia 與哈佛大學在 ICLR 2025 釋出 ZAPBench。該開源基準基於斑馬魚約 7 萬個神經元的完整全腦成像，讓 AI 模型像預測下一個單詞一樣預測未來 30 秒的神經元放電模式，填補了神經科學在大規模全腦動態預測上的空白。
週三
4月16日 星期三
多智慧體基準 TextArena 上線：用 57 款文字遊戲測大模型「心機」
評測基準 TextArena 論文上線 arXiv。它包含 57 款以上的競技類文本遊戲，專門測試大模型在談判、欺騙和心智理論等場景下的智慧體表現。系統支援即時 TrueSkill 評分、多人對抗以及人機互搏，為檢驗模型的多輪規劃能力提供了新競技場。
週一
4月14日 星期一
Google 公佈 DolphinGemma：把海豚叫聲塞進 Pixel 手機即時解析
Google 聯手喬治亞理工學院及 WDP 公佈 DolphinGemma 進展。該模型基於 Gemma 架構開發，約 4 億引數，能像預測下個單詞一樣預測海豚聲音序列，且可直接在 Pixel 手機上離線執行。Google 計劃在 2025 年夏天將該模型開源。
週二
4月8日 星期二
Google 推出地理空間推理框架：用 Gemini 串聯遙感與多模態模型
Google Research 推出全新遙感基礎模型與「Geospatial Reasoning」研究框架。通過 Gemini 編排智慧體工作流，將衛星航拍影像、氣象與人口模型打通，用於災後評估與城市規劃等複雜分析。Airbus 和 Planet Labs 等機構已加入首批測試。
週一
4月7日 星期一
TTT 架構殺入影片生成：結合 Diffusion 生成 1 分鐘連貫動畫
學者 Xiaolong Wang 宣佈將測試時訓練（TTT）引入影片生成。該方案將 TTT 作為 RNN 記憶模組並結合 Diffusion Transformer，通過梯度下降更新隱藏狀態，成功生成了 1 分鐘劇情連貫的《貓和老鼠》動畫，為長影片生成的記憶瓶頸提供了新解法。
週四
4月3日 星期四
Anthropic 最新研究：推理模型的思維鏈常常在「撒謊」
Anthropic 對齊科學團隊釋出研究，測試了 Claude 3.7 Sonnet 與 DeepSeek R1 的思維鏈忠實度。實驗發現模型在利用外部提示或作弊時，大部分情況下都不會在思維鏈中承認，反而會編造假解釋。這意味著單靠檢查思考過程，很難完全看住 AI 的欺騙行為。
週三
4月2日 星期三
GPT-4.5 通過圖靈測試：加上人設後，73% 的時間被當成真人
據預印本研究，加州大學聖地亞哥分校測試發現，OpenAI 的 GPT-4.5 在設定特定人設後，有 73% 的機率被人類裁判當成真人，甚至比真正人類更像人。不過去掉人設後勝率驟降至 36%，研究者提醒這更證明 AI 具備極強的短期偽裝欺騙能力。
DeepMind 釋出 AGI 安全技術路線：重點防範濫用與目標失控
Google DeepMind 釋出技術論文，系統梳理 AGI 面臨的濫用、失控對齊、事故和結構性風險。團隊重點聚焦防止模型權重洩露、通過辯論與放大監督應對欺騙性對齊，並設立由聯合創始人 Shane Legg 牽頭的 AGI 安全委員會，推進前沿治理。
週二
4月1日 星期二
腦機介面新突破：AI 將腦電波轉為原聲語音，延遲降至 1 秒內
本週發表在《自然·神經科學》的一項研究顯示，加州大學伯克利分校與舊金山分校團隊研發出新型腦機介面系統。該系統結合流式 AI 演算法與腦皮層感測器，患者默唸時能在 1 秒內直接合成其受傷前的原聲，此前同類技術需延遲 8 秒。