医疗AI
《Nature Medicine》的 0.91 AUROC 属于 Transformer，而不是 LLM
一款母婴健康 agent 于 9 月 4 日 17:15 UTC 发布。文中所有预测数字都来自 LLM 调用的监督模型，而不是 LLM 本身。
20小时前
AI研究新闻
本栏目梳理AI研究的海量资讯：重要论文、实验室公告、基准测试结果，以及真正推动领域前进的方法——面向实践者，而不仅仅是研究人员。
AI研究最新新闻
Anthropic
Anthropic 的 Fermat 仓库复制了人类 Lean 项目的 106 个文件
该发布仓库创建于 9 月 4 日 UTC 14:21。其自身的归属文件记录了 106 个文件含有来自 Kevin Buzzard 的帝国理工项目和 flt-regular 的文本，其中 41 个文件逐字节相同。
1天前
AI研究
对同一 LLM 评审的相同请求重排后 Spearman 仅为 0.400
两项预注册研究甚至没能走到正式实验阶段。先在可靠性门槛上出局的是测量工具本身，审计了近 53,000 次请求、覆盖四家提供方后仍然如此。
1天前
AI安全
仅基于 PoC 的验证使 AI 修补成功率虚高 1.83 倍
一种几乎通行的检查 AI agent 是否修复漏洞的方法——重新运行崩溃的 PoC，看它是否还会崩溃——在包括 AIxCC 三强在内的 11 个 agent 上，高估了修复成功率。
1天前
Google AI
WeatherNext 3 相对雨量计的降雨提升仅为 10%，而非 60%
Google DeepMind 的新天气模型发布了三组降水数据，分别对照三套参考数据集。报道引用的是最大的一项，而它是相对于卫星产品测得的，并非相对于地面真实值。
1天前
医疗AI
“LLMs Beat Clinical AI”论文作者承认两项基准存在问题
Nature Medicine 在同一上午发布了对 6 月结果的同行评议质疑和原作者回复——后者将三项基准中的两项重新归为补充材料。
2天前
AI智能体
被投毒的 Agent 技能左右了 81% 的购买选择
一篇新论文描述了第三方技能：它们能完美完成宣称的任务，同时却会偏向性地影响 agent 的选择，而论文测试过的扫描器并未将其标记出来。
2天前
制造业 AI
韩国首批线下人形机器人只完成打包流程的一步
CJ Logistics 在 Olive Young 的真实履约线上部署了两台双臂机器人，它们负责往箱子里填充缓冲材料，由人工完成每一件包裹的收尾。
2天前
制造业 AI
力优先的机器人模型击败最佳视觉基线，82% 对 15%
Facet-0 预测的是下一步动作将产生的力和扭矩，而不是它将看到的像素。在五项亚毫米装配任务中，最强的视觉主导基线仅达到 15%。
3天前
医疗AI
一项综述统计了1,500款 AI 医疗器械，但几乎没有进入日常使用
一篇来自帝国理工、斯坦福、耶鲁和哈佛法学院的《Frontiers in Science》主导综述提出一种去泡沫化判断：真正获准用于临床的 AI 主要仍是老派的深度学习诊断工具，而生成式 AI 尚未进入常规实践。
3天前
AI安全
更换一个无害的系统提示词让越狱成功率从 2% 升至 58%
一篇被 EMNLP 2026 Findings 接收的论文认为，在默认配置下测得的单一攻击成功率数字，几乎无法说明已部署系统的真实情况。
4天前
AI智能体
六款编码代理在 13 项中全中 13 项——Claude Code 的真实成功率仅 31.7%
“When Context Gets Root”攻击的是 harness，而不是模型：不受信任的文件内容被重新序列化进代理最高权限的指令槽。头条写的是 13 中 13；下方表格讲的是更具体的情况。
2026年8月28日
教育中的AI
约90篇论文被一次撤回，其中大多是机器学习
Crossref 在这一批窗口内记录了 101 则撤稿通知，其中约 90 则来自同一家出版商的会议系列。逐条阅读时，这一规模并不明显。
2026年8月27日
AI研究
亚马逊将于2026年9月30日关闭 Mechanical Turk，未说明原因
在 Bezos 21 年前称其为“人工的人工智能”之后，这个为现代 AI 提供标注数据的市场终于迎来一个日期。显而易见的解释其实并不成立。
2026年8月26日
医疗AI
Outer Biosciences用活体皮肤训练AI做化妆品，不是药物
四年隐身、融资 2300 万美元，以及模型与捐赠人体组织之间的闭环——瞄准的是一个终点根本没有审批关卡的市场。
2026年8月22日
AI研究
未训练模型在证明自我改进的统计指标上得分 0.280
四名研究者将三轮 LoRA 自训练与冻结对照进行审计，发现了七项测量失误——在缺少对照时，每一项都会颠覆一项已发表的结论。
2026年8月21日
医疗AI
Astromech 20M美元融资估值达3.8B美元
这家从 Colossal 分拆出来的公司累计融资 6000 万美元，并报告其估值为这一数字的 63 倍。两者之间夹着一份候选基因清单。
2026年8月21日
AI 芯片
SK hynix 的“基于光的 AI 存储路线图”其实是一篇刊登于 Nature Electronics 的综述论文
没有节点工艺、没有容量、没有发布日期，也没有合作伙伴芯片。被当作规格引用的这些数字，其实是行业尚未实现的目标。
2026年8月20日
