JUAN LI · AI4SCIENCE
每日简报从有可靠来源、已完成中英文整理的动态中，优先挑选信息完整、便于核验的事件。简报由 AI 自动编排，条目默认为 AI 生成、未逐条人工审核（人工复核条目单独标注），引用科学结论前请核验原始来源。
精选依据：只收录有可靠来源、已完成中英文整理的 AI4Science 动态；优先保留信息更完整、便于核验的事件。
Anthropic 于2026年9月25日在其研究网站发布客座文章，称其物理学家 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 用 Claude 模型计算出平面 N=4 超 Yang-Mills 理论中六粒子散射振幅的九圈结果，回应了 Matt von Hippel 于2026年8月7日发起的公开挑战——他要求 AI 公司用学术研究者可得的计算资源，给出 N=8 超引力在七圈是否发散，或求出 N=4 超 Yang-Mills 的九圈六粒子振幅。Von Hippel 认为这类问题在计算上很难，复杂度随圈数呈指数甚至阶乘增长，但用已知方法原则上可解，只是需要更多算力。该结果经散射振幅研究者 Lance Dixon 核验。披露称 Anthropic 邀请并付费 von Hippel 撰写此文，员工对草稿提供反馈，内容与观点由其本人负责。
物理学家兼科学写作者 Matt von Hippel 在 Anthropic 的这篇客座文章中回顾：他曾在理论物理领域工作，希望先看到大语言模型在他熟悉的难题上真正推进。他特意选择难在计算量、而非难在新想法的问题——想法有多难往往在被发现之前无从判断，计算上的困难则更为实在；这类问题看似只是超出了研究者可合理获得的计算机与时间。他向 AI 公司发起的挑战在一个月后即被攻克，标题《Yes, Claude can do Nine Loops》表明 Claude 完成了这一任务。文中他还表示自己一向不愿对 AI 作预测，因为专家意见分歧：有人确信 AI 距超级智能只有几年，也有人同样确信基于 LLM 的 AI 已接近上限，连出色的物理学工作都做不上，更遑论征服世界。
多学科肿瘤会诊依靠专家讨论整合多模态临床信息，现有基准很少捕捉这类真实轨迹。OpenTumorBoard 从 YouTube 公开会诊录像转写 12,534 分钟内容，收录 611 个病例、19,157 个讨论轮次，设 SPECIALIST TURN（回答真实讨论中的关键问题）与 BOARD SIMULATION（生成完整往返讨论并在治疗、手术等建议上达成共识）两个评测场景。对 14 个通用前沿及医学 LLM 的评测显示明显局限：最佳模型临床等效性 3.43/5、与会诊结论一致性 2.78/5；监督微调与强化学习在留出测试集上提升表现。三位医学博士专家审阅部分数据，认为病例信息覆盖与事实性高、共识结论保真度强。作者将开源该基准及其自动整理流程。
语言模型如今已能证明定理，但研究者仍决定优先探索哪些问题。作者提出 LANTERN——一条快速且低成本的流程：先用基于预训练模型激活值的分类器为候选关系排序，再经分阶段过滤、假设生成、可执行验证与解析检查。应用于整数数列百科全书（OEIS）后，LANTERN 对 10,000 条常被引用的数列之间 5000 万对组合进行排序，产出 62 条彼此尚无 OEIS 交叉引用的数列对之间的已验证关系。经内容筛后保留 13 条值得呈现的关系，其中 9 条具有信息量或洞见，包括据作者所知完全新颖的 4 条——均未出现在 OEIS 或定向文献检索中。含分类器训练、候选排序、过滤与验证在内的端到端流程耗时不足 8 小时。