ETH Zurich 与罗氏用主动学习破解数据稀缺的化学反应预测难题
ETH Zurich 与罗氏创新中心在 Nature Computational Science 发表闭环主动学习框架，用于解决药物发现中 C–H 硼化反应预测的数据稀缺问题。该框架结合 XGBoost 与几何深度学习，基于 ECFP4 分子指纹预测底物是否硼化，并通过闭环实验迭代补充高价值数据，论文已开放获取。
#数据/训练
AGI HuntAI 评分3636 量子位AI 评分3636 生数科技 Motubrain 团队直播 Motubrain 2.0 训练全流程，持续半个月
生数科技 Motubrain 团队开启 Motubrain 2.0 训练全流程公开直播，计划持续半个月，展示具身模型从训练、测试到能力迭代的过程。直播涵盖预训练、后训练、Agent 任务执行和 RSI（递归自我改进）探索，Motubrain 2.0 即将开源。相关研究仍处于探索阶段，具体效果有待后续实验和评测验证。
Meta EngineeringAI 评分4949 Meta GenRecs Tokenization：利用稳定语义词表改造广告推荐
Meta 的 GenRecs Tokenization 通过稳定语义词表表示广告、商品、页面等对象，并与 GEM 和 Adaptive Ranking Model 配合，使多平台广告转化率提升 +0.35%。该方法让新广告和长尾实体借助相关概念获得信号，同时支持跨广告系列迁移及检索、排序中的 LLM 扩展收益。
Apple Machine Learning ResearchAI 评分4040 Apple Machine Learning Research 通过语音基础模型的语言选择性维度检测语码转换
Apple Machine Learning Research 提出一种直接从语音检测语码转换的轻量方法，利用预训练语音编码器的帧级语言信息判断同一话语中是否包含两种语言。
Apple Machine Learning ResearchAI 评分4141 三模态 Masked Diffusion Models 的设计空间与系统分析
研究团队从零预训练首个三模态 Masked Diffusion Models（MDM），统一处理文本、图文与音频-文本数据，并系统分析多模态扩展规律及训练配置。团队提出基于随机微分方程（SDE）的批大小重参数化，无需再调节最优批大小。初步 3B 模型使用 6.4T tokens，在文本生成、T2I 和 T2S 任务中取得较强结果。
张小珺Jùn｜商业访谈录AI 评分6060 17岁高中生苏庭灏谈AI研究、教育影响与个人成长
17岁高中生苏庭灏在商业访谈录中讲述其AI研究历程，其独立完成的Attention机制论文已被ICML 2026 Main Track接收。他回顾了从自学预训练到首次参加ICML的经历，并讨论模型、机器人、AGI、教育变化及AI可能带来的意义感冲击。