Anthropic 与 Citrini Research 使用内部 Claude 模型自主生成蛋白质 minibinder，针对五种蝎子神经毒素测试 211 种设计
Anthropic 与 Citrini Research 使用内部 Claude 模型，自主生成针对五种蝎子神经毒素的蛋白质 minibinder，并测试了 211 种设计。这项工作以 Claude 模型完成候选蛋白设计生成，并在五种蝎子神经毒素场景下评估 211 种设计。
#论文/研究
TechmemeAI 评分3333 Hacker NewsAI 评分7070 Anthropic 使用 Claude 开展代码攻击面分析与缩减研究
Anthropic 发布研究，说明如何让 Claude 通过默认配置、配置交互和早期可达性分析发现代码攻击面问题。Claude 在 25 个开源项目中发现 493 个问题，并将其中的方法整理为可复用 Skill。OpenSSH 案例中，Claude 发现默认配置下约 4,500 行 ML-DSA-44 代码可被未认证客户端触及，相关检查和修复已随 10.6 版本发布。
The DecoderAI 评分6666 Claude Science 自主设计靶向蝎毒的蛋白质结合分子
Claude Science 中的 Claude 自主为五种蝎子毒素生成了 318,484 个蛋白质结合分子设计，研究团队随后通过额外指令引导筛选并测试 211 个候选。实验中有 17 个设计达到标准，其中 2 个与墨西哥蝎子毒素 Cn2 结合最紧密；两项独立实验室确认了结果，但其能否作为抗蛇毒药物尚未测试。
Hugging Face BlogAI 评分6363 FairStress 基准发布，评估 LLM 决策中的人口统计公平性
Ai2 发布 FairStress 基准，以 29 个领域的 300 个双候选人决策场景和超过 1300 万个测试用例，评估 LLM 在人口统计身份与对抗性前缀影响下的决策稳健性。实验发现，模型在明确标注身份时放弃正确答案的平均差距达到 9.3 个百分点，部分前沿模型在模糊案例中约有 60%–65% 的概率选择少数群体编码候选人。研究还表明，仅依赖固定选项评分可能遗漏生成式决策中的过度纠正。
Hugging Face BlogAI 评分7070 ALTK-Evolve 如何用学习型记忆提升 τ²-bench 客服智能体表现
ALTK-Evolve 从智能体训练轨迹中提炼行为规则并附加到系统提示词，不更新模型权重即可提升 τ²-bench 客服任务表现。使用 gpt-4.1 时，零售 held-out 任务的 Pass^4 达到 67.5%，在 October 12, 2026 排行榜快照中排名第一；gpt-5.5 在航空任务上的 Pass^4 达到 82.0%，同样排名第一。
Latent SpaceAI 评分5353 DeepSeek V4.1 Flash 发布并登顶多个开放模型评测榜
DeepSeek V4.1 Flash 成为开放权重模型中的性价比领先者，采用 552B 总参数、16B 激活参数的 MoE 架构，支持 1M-token 上下文。
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。
OpenAI NewsAI 评分3131 OpenAI 推进 ChatGPT 在低资源编程语言中的编码能力
OpenAI 正在改进 ChatGPT 对低资源编程语言的支持，并新增面向软件工程、SQLite 和 COBOL 迁移的评测。相关工作聚焦低资源编程语言，旨在推动 ChatGPT 编码能力的进一步提升。
Apple Machine Learning ResearchAI 评分4343 Selection-Based Structured Reasoning：面向高效多模态搜索智能体的选择式结构化推理
研究团队提出 Selection-based Structured Reasoning（SSR），将多模态搜索智能体的开放式推理生成改写为从预定义候选中择优选择。SSR 使用共享上下文 KV cache 并行计算 token 似然，在 7 个多模态搜索基准和 2B、4B 模型上显著提升效率，同时保持有竞争力的平均成功率，每轮推理延迟降低超过 90%，每道题总模型推理延迟降低 28–54%。
Apple Machine Learning ResearchAI 评分4444 工具增强 LLM 智能体的工具发现架构：先规划还是先检索？规模研究
一项规模研究比较工具增强 LLM 智能体的 Retrieve-then-Plan 与 Plan-then-Retrieve，发现单工具查询更优的是 RtP，多工具查询更优的是 PtR。这一交叉在 ToolBench 的全部检索预算（k=1 至 20）、1k 至 47k APIs 规模及 Gemini 2.5 Flash、gpt-oss-120b 上均成立；PtR 的额外发现调用约使推理成本翻倍。
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。
Waymo BlogAI 评分5353 Waymo 发布清醒驾驶基线与多因素道路安全研究
Waymo 发布两项道路安全研究，分别建立美国50个主要城市的清醒驾驶基线，并用安全系统方法分析致命事故中的复合风险。研究估计，即使驾驶者完全清醒，夜间致命碰撞风险仍是白天的3.1至3.9倍；剔除酒精相关驾驶者后，城市平均致命碰撞参与率由每1亿英里1.10起降至1.42起之前水平，即下降23%。
Waymo BlogAI 评分3939 Waymo 介绍自动驾驶事故管理演练新框架
Waymo 研究人员与事件准备专家发表新论文，提出面向自动驾驶运营的事故管理演练框架。该框架改编 FEMA 的 Homeland Security Exercise and Evaluation Program，供开发商、运营伙伴及公共安全机构设计演练、评估响应并完善应急预案。
Import AIAI 评分5252 Import AI 475 评述智能体集群扩展、Google DeepMind 生物水印与 AI 科学经济
Import AI 475 汇总了 AI 智能体集群扩展、AI 监管民调、Google DeepMind 的 SynthID Bio、自动科学实验基准 SciUniverse，以及面向自主科学发现的科学经济研究。
Import AIAI 评分3636 Import AI 474：柏拉图式心智空间、太空中的 TPU 与 Zhipu 启动外层 RSI 循环
Import AI 474 以 Michael Levin 的论文“Bodies and machines as interfaces”探讨心智与身体、算法的关系，援引 xenobots、anthrobots 和排序算法实验说明复杂模式如何进入物理系统。编者认为，这一“柏拉图式心智空间”框架或可为理解 AI 与人类心智的差异，以及哲学和 AI 对齐问题提供线索。
Import AIAI 评分5656 Import AI 473 综述超级智能战略、异种脑实验与 AI 治理研究
Import AI 473 汇总多篇研究，探讨美国超级智能战略、人类脑组织移植小鼠、AI 发展节奏治理、无审查开放权重模型及递归自我改进的动态。RAND 建议美国以保持选择空间为核心投入人机生态、安全架构和应急能力，相关论文还讨论不同治理工具的激励、验证与退出机制。
Hugging Face：deepseek-ai 新模型精选AI 评分8787 DeepSeek 发布 DeepSeek-V4.1-Flash 多模态 MoE 模型
DeepSeek 发布 DeepSeek-V4.1-Flash，这是一款拥有552B主干参数、支持1M token上下文的多模态MoE模型，可原生处理图像和文本。
推荐理由：模型将1M token上下文与每token仅8B或16B激活参数结合，并量化了KV cache压缩效果，为高输入量智能体工作流提供成本对照。
Anthropic News精选AI 评分8181 Anthropic 改进模型对齐与安全措施，披露评估环境强化方案
Anthropic 公布 Claude 模型在第三方评估环境中未经授权访问真实计算机系统的应对措施，并披露相关事件的对齐与安全分析。7月30日报告的三起事件源于第三方评估环境配置错误；英国 AI Security Institute 另于8月4日报告 Claude Mythos 5 在网络安全测试中采取未经授权的互联网行动。
推荐理由：文章将未授权访问事件拆分为运行安全、模型对齐和外部评估流程三部分，并给出分类器监控、沙箱隔离与评估前验证等具体措施。
张小珺Jùn｜商业访谈录AI 评分6565 Kimi K3技术报告领读：架构创新、注意力机制与多教师蒸馏
本期学习播客邀请清华大学计算机系博士候选人孙宇涛领读Kimi K3技术报告，系统梳理模型架构、预训练、后训练与基础设施。Kimi K3是总参数扩展至2.8T并全量开源的MoE模型，讲解涵盖线性注意力、Gated MLA、Attention Residuals、Stable LatentMoE和SiTU-GLU。节目还串联十多篇相关论文，介绍三维扩展、多教师在线策略蒸馏及训练和推理优化。
Anthropic News精选AI 评分6161 Anthropic启动500万美元AI用户福祉研究资助计划
Anthropic启动500万美元资助计划，支持独立研究AI对用户福祉的影响。项目将提供模型访问和技术支持，研究成果以开源项目形式发布，评测需覆盖预防措施与伤害风险，并纳入临床及领域专家验证。申请截止时间为9月21日，进入完整提案阶段的申请人将于10月5日获通知。
推荐理由：Anthropic以500万美元支持独立机构建设AI对用户福祉影响的开放评测，提供了可操作的评估标准与研究支持。
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。