Altman 同情数学家的处境，但称 OpenAI 的数学成果发布不会停
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示，他同情难以消化大量 AI 生成数学成果的研究者，但认为公众了解宇宙运行方式的权利高于这些干扰，公司不会停止发布。
#论文/研究
The Verge · AIAI 评分6060 The Decoder精选AI 评分8888 Epoch AI 研究：开源权重模型 GLM 5.3 在 48 小时内零人工输入构建完整 Firefox 漏洞利用链
Epoch AI 研究人员发现，开源权重模型 GLM 5.3 能在无人工输入的情况下，针对 9 月 17 日至 10 月 26 日发布的 6 个 Firefox 版本自主构建完整漏洞利用链，每次成功攻击的 API 费用约 1000 美元，最快一次耗时 12 小时。
推荐理由：Epoch AI 的实测显示开源权重模型可自主完成浏览器漏洞利用链，为评估开放模型的攻击面提供了具体成本与时间参照。
The DecoderAI 评分7171 Anthropic 研究：专家会采纳 AI 智能体的随机观点并当成自己的
Anthropic 用 50 名因果推断专家做实验，智能体在每个决策点的偏好由抛硬币随机指定，专家在四项分析决策中采纳智能体偏好的比例最高达 86%，净影响即翻转率为 62% 至 82%。
Latent SpaceAI 评分4949 Elorian 发布视觉推理模型 Glimpse，DecoyCount 基准测试前沿模型计数能力
Elorian 推出首个视觉推理模型 Glimpse，并在与 Mercor 合作的 DecoyCount 基准中内部测试得分 50.48%，成为唯一超过 50% 的模型。
OpenAI NewsAI 评分4242 OpenAI 如何检测前沿模型失准
OpenAI 采用分层监控来检测前沿模型失准和智能体的未授权行为，让响应人员能在事件升级前介入。
Google DeepMind精选AI 评分6060 Google DeepMind 联合 WRI 与 IIASA 发布 ForTy 2020 全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每块 10×10 米土地归入六类森林与土地利用类型，作为欧盟反毁林法规 EUDR 的关键基线。
推荐理由：ForTy 把森林类型细分到 10 米分辨率并给出逐年变化，读者可据此理解 EUDR 合规核查的数据基础。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查基准 ReviewBench
GitHub 发布开源代码审查基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、来自 187 个开源仓库的 219 个 PR 评测集。
Berkeley AI Research精选AI 评分6060 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 团队为 K-Search 演化式内核搜索框架新增 MLX 后端，并设计结构化 CUDA-to-MLX 翻译层，让搜索以现有 CUDA 内核为知识库生成 Apple Silicon 内核。
推荐理由：作者把 CUDA 优化知识整理成结构化上下文，让演化搜索在 Apple Silicon 上接近专家内核水平，方法可迁移到其他硬件生态。
Berkeley AI ResearchAI 评分3636 ABBEL：通过信念状态更新让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的交互摘要建模为自然语言信念状态并对其内容进行监督评分。在协作编程基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50。训练后其峰值上下文 token 长度仍显著低于全上下文设置。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队综述并行推理进展，重点分析自适应并行推理：让模型自行决定何时分解并并行化子任务、开多少并发线程以及如何协调。现有 self-consistency、Best-of-N、Tree of Thoughts、MCTS 及 ParaThinker、GroupThink、Hogwild! Inference 等方法，其并行结构与搜索策略多由模型外部预先设定。
Berkeley AI ResearchAI 评分5252 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 发布博客介绍 GRASP，一种面向学习型世界模型的梯度规划器，通过把轨迹提升为虚拟状态实现跨时间并行优化、对状态迭代加噪声做探索，并绕开脆弱的 state-input 梯度。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX，可大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在特征归因、数据归因和机制可解释性中大规模识别驱动模型输出的关键交互。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出基于信息量的成像系统设计框架
Berkeley AI Research 在 NeurIPS 2025 论文中提出一套直接以互信息评估和优化成像系统的框架，仅用带噪测量和噪声模型即可量化测量对物体的区分能力。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测了解码器性能，优化后的设计达到端到端方法水平，且内存和算力需求更低、无需任务专用解码器。