相关动态
Meta AI 宣布与数学家合作完成六篇论文，其中五篇给出此前未决研究问题的答案。研究者在 meta.ai 常规聊天界面中使用 Muse Spark 1.1 与 1.2 的 Thinking Mode，未借助定制研究脚手架。合作遵循几项原则：数学家团队主导探索并发展论证，第二组数学家复核，论文标明哪些段落主要由研究者撰写、哪些由 AI 起草，并注明所基于的前人研究与数学思想。Meta 表示，工作完成后获悉 Meta 之外的团队已用不同方法独立宣布解决了其中部分问题，论文中已致谢并说明其与本文的关系。首篇为概率领域论文 The Strict Threshold for Gaussian Ellipsoid Fitting。
AIhub 发布 2026 年 9 月月度摘要：对 AI 先驱、获奖机器人专家、电影制作人和艺术家 Ken Goldberg 的访谈，谈及机器人学内部的文化碰撞、艺术与科学的相互借鉴，以及 AI 对艺术未来的影响；Isla Duporge 利用遥感和 AI 研究野生动物活动；Hannah Murray 开发优化方法，帮助生态学家确定相机陷阱等传感器的放置位置，以精确估计物种种群数量；Haruka Kiyohara 改进大规模推荐系统两阶段决策中的早期排序器，它可低成本地将多达数十亿物品过滤为较小候选集；Yash Saxena 研究外部知识在 AI 系统中的使用，追踪证据的流转；Haris Aziz、Patrick Lederer 和 Jeremy Vollen 以 “Approximate Strategyproofness in Approval-based Budget Division” 获 IJCAI-ECAI 杰出论文
研究指出，LLM的系统提示中会隐藏注入用户无法控制、且每天变化的当前日期，这一被忽视的因素影响评测可复现性。在9个近期LLM、涵盖多选题问答、数学推理、代码生成与机器翻译的6个数据集上，仅改变当前日期即可带来最大6%（多选题问答）、14%（数学推理）、7%（代码生成）的性能差异，机器翻译差异达2.84 BLEU。模型排名随之变动，进而影响排行榜；该日期效应超过批次数值精度等其他非确定性来源。思维链与少样本提示无法降低敏感性，思维链反而会放大它。作者据此强调需要更严谨的评测协议。
东北大学硕士生 Soham Padia 用 Olmo 3 测试众包评估亲社会行为能否暴露小团队易忽略的弱点。他把评估做成游戏 Steering Arena：玩家提交简短文本前缀以影响模型，观察其把 Olmo 3 推向更亲社会回答的强度，并争夺排行榜首位。该评估使用 135 组对比文本，覆盖共情、公平、安全、隐私、尊重等 15 项品质。Padia 通过美国 NSF 支持的 National Deep Inference Fabric 远程使用 Olmo 3-32B。他强调，仅有开放权重不够，Olmo 记录了数据与后训练过程，才能判断亲社会方向源自预训练还是后续微调——多数模型无法回答这一问题。
本教程展示如何用 NVIDIA Earth2Studio 构建自定义批量集合天气预报：在保留 Colab 的 CUDA 版 PyTorch 环境下安装所需组件，加载 FCN 模型并从 GFS 获取大气初始条件；实现把 10 米风分量转为风机容量系数的风电诊断，以及按变量施加物理合理噪声、保留未扰动控制成员的扰动系统。通过 Earth2Studio 的低层迭代器、坐标映射、批处理和 Zarr API 构建集合执行管线，把预报与诊断场写入坐标感知数据存储，并用纬度加权 RMSE、公平 CRPS、集合离散度和离散度-技巧比对照 GFS 分析验证。最后以空间图、位势高度 spaghetti 等值线、点扇图、风电容量系数预报和预报时效技巧曲线展示集合不确定性。
该研究首次对LLM生成的自传进行场景级审计，将一位366天的“每日一页”自传草稿与独立的验证语料比对。草稿由对话式LLM基于模板、两个示例日和每日引文生成，而非基于完整语料库。审计采用预先设定的四级标尺，结果显示96.7%的天数未达到“已证实”级别，仅12天包含可证实的场景，5.2%的天数与记录相矛盾。主要失败模式是“基础漂移”，即真实人物、雇主出现在虚构场景中。独立复评证实了高失败率，但四类分类的信度仅为一般。用当前模型重新生成同样复制了100%的失败率，而基于语料库的“基础性生成”可将失败率降至83.3%。该研究提供了测量方法、可复用的审计工具及有效的改进方案。
第35届国际人工智能联合会议和第29届欧洲人工智能会议（IJCAI-ECAI 2026）评选出三篇杰出论文。其中一篇题为《近似策略鲁棒性在基于批准的预算分配中》的论文，由Haris Aziz等人撰写，证明了Nash乘积规则（NASH）的激励比率为2，从而在放宽策略鲁棒性的条件下绕过了Brandl等人的不可能性定理。另一篇论文《元组不一致度量：走向查询答案的解释》由Yurun Gu等人提出，引入新的元组不一致度量来量化元组对不一致数据库中违反约束的贡献，并应用于查询答案的解释。