OpenAI 推出 FrontierScience 基准，评估 AI 在科研任务中的推理能力
OpenAI 推出 FrontierScience 基准，测试 AI 在物理、化学和生物学领域的推理能力，以衡量其向真实科学研究的进展。
#论文/研究
#论文/研究
今日 0 条OpenAI NewsAI 评分5252
Google DeepMindAI 评分4949 科学家用 AlphaFold 改造光合作用关键酶，培育更耐热的作物
密歇根州立大学 Berkley Walker 团队借助 AlphaFold 预测光合作用关键酶 GLYK 的三维结构，发现植物 GLYK 中三段柔性环在高温下会变形失效。他们用火山温泉嗜热藻类 GLYK 的刚性环替换这些不稳定环，构建的杂合酶中有一款在高达 65 °C 的温度下仍保持稳定。该研究为培育耐热作物、应对气候变暖导致的主粮减产铺平了道路。
Google DeepMind精选AI 评分7171 科学家借助 AlphaFold 揭示心脏病关键蛋白 apoB100 结构
密苏里大学科学家结合冷冻电镜与 AlphaFold，成功绘制出“坏胆固醇”关键蛋白 apoB100 的结构。apoB100 是低密度脂蛋白（LDL）的分子支架，新模型显示其形成一个包裹 LDL 颗粒的笼状外壳，并以一条带状结构维持颗粒在血流中的完整。这一成果为更精准地预防、诊断和治疗高胆固醇及动脉粥样硬化性心血管疾病打开了新的可能。
推荐理由：原文呈现 AlphaFold 与冷冻电镜结合破解 apoB100 结构的过程，可看作 AI 辅助科研的参照案例。
OpenAI NewsAI 评分4949 GPT-5 与数学发现的未来
UCLA 教授 Ernest Ryu 与 GPT-5 合作解决了优化理论中的一个关键问题。这一成果展现了 AI 在加速数学发现中的作用。
OpenAI News精选AI 评分6060 GPT-5 加速科学研究的早期实验
OpenAI 发布首批展示 GPT-5 如何加速科学进展的研究案例，覆盖数学、物理、生物和计算机科学。案例显示 AI 与研究者协作可生成证明、揭示新洞见并加快发现节奏。https://openai.com/index/accelerating-science-gpt-5
推荐理由：官方给出 GPT-5 在数学、物理、生物与计算机科学四个领域的早期科研案例，可观察 AI 与研究者协作生成证明、发现新洞见的方式。
OpenAI NewsAI 评分5252 OpenAI 发布 GPT-5.1-Codex-Max 系统卡片
OpenAI 发布 GPT-5.1-Codex-Max 系统卡片，介绍该模型的安全措施。模型层措施包括针对有害任务和提示词注入的专门安全训练，产品层措施包括智能体沙箱和可配置网络访问。
OpenAI NewsAI 评分3535 OpenAI 如何通过稀疏电路理解神经网络
OpenAI 正在探索机制可解释性，试图通过稀疏电路理解神经网络的推理过程。其新的稀疏模型方法有望让 AI 系统更加透明，从而支持更安全、更可靠的行为。
Google DeepMindAI 评分5353 Google DeepMind 教 AI 更像人类一样看世界
Google DeepMind 在 Nature 发表新论文，提出一种将视觉模型的表征与人类知识对齐的三步方法，显著提升模型与人类判断的一致性、鲁棒性和泛化能力。
Berkeley AI ResearchAI 评分4949 无需 TD learning 的强化学习：基于分治范式的可扩展 off-policy RL
Berkeley AI Research 提出基于分治（divide and conquer）的 off-policy RL 算法，不依赖 TD learning，将 Bellman 递归次数降至对数级，可扩展至任意长程任务。
OpenAI NewsAI 评分5757 OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 120B 与 20B 开放权重安全模型
OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 gpt-oss-safeguard-120b 与 gpt-oss-safeguard-20b 两款开放权重推理模型。它们从 gpt-oss 模型后训练而来，能依据给定策略推理并为该策略下的内容打标签；报告同时以底层 gpt-oss 模型为基线给出了基础安全评测。
OpenAI NewsAI 评分5858 OpenAI 与 Apollo Research 检测并减少 AI 模型的欺骗行为
OpenAI 与 Apollo Research 开发了针对隐藏失准（密谋）的评估方法，并在受控测试中于多个前沿模型上发现了与密谋一致的行为；团队还分享了一种早期缓解方法的具体示例与压力测试。
OpenAI NewsAI 评分3333 人们如何使用 ChatGPT
一项迄今最大规模的 ChatGPT 使用研究表明，该工具通过个人生活与职业场景的双重使用创造经济价值。其用户群体正超越早期用户持续扩展，逐步缩小差距，使 AI 融入日常生活。
OpenAI NewsAI 评分4848 OpenAI 新研究：语言模型为什么会产生幻觉
OpenAI 新研究解释了语言模型产生幻觉的原因。研究结果表明，改进评估方法可提升 AI 的可靠性、诚实性与安全性。
Berkeley AI ResearchAI 评分4343 word2vec 究竟学到了什么？
研究证明，在现实可行的条件下 word2vec 的学习问题可归约为无权最小二乘矩阵分解，其梯度流动力学存在闭式解，最终学到的表示即由 PCA 给出。训练从接近原点的小初始化出发，以离散、顺序的步骤逐个学习正交线性子空间，每一步递增嵌入矩阵的秩并使损失阶梯式下降。这些学到的特征仅由可测语料统计与算法超参数构成的目标矩阵顶部特征向量决定，对应该语料中名人传记、政府行政、地理描述等可解释的主题级概念。
OpenAI News精选AI 评分6161 OpenAI 与 Anthropic 公布首次联合安全评测结果
OpenAI 与 Anthropic 公布了首次联合安全评测的结果，双方互相测试对方模型在失准、指令遵循、幻觉和越狱等方面的表现。评测同时展示了进展与挑战，并指出跨实验室合作的价值。
推荐理由：OpenAI 与 Anthropic 公布互相评测对方模型的安全性结果，覆盖对齐、幻觉与越狱等维度，是跨实验室安全合作的参照。
通义千问 · 官方博客AI 评分5252 通义千问提出 GSPO：迈向持续拓展的语言模型强化学习
通义千问提出 GSPO（Group Sequence Policy Optimization）强化学习算法，以序列级别重要性比率执行裁剪与优化，解决 GRPO 长期训练的不稳定与不可逆模型崩溃问题。
腾讯科恩实验室AI 评分3333 科恩 KHash @ISSTA2025 论文解读｜基于函数语义的二进制文件安全分析
腾讯云安全科恩实验室与上海科技大学联合提出的二进制相似性哈希算法 K(EEN)Hash 论文被 ISSTA 2025 录用。该算法用 LLM 嵌入二进制函数语义，再经 K-Means 聚类与特征哈希生成紧凑且定长的程序嵌入向量，兼顾准确性与大规模计算效率。
OpenAI News精选AI 评分6464 PaperBench：评估 AI 复现 AI 研究的能力
OpenAI 提出 PaperBench，这是一个用于评估 AI 智能体复现前沿 AI 研究能力的基准。
推荐理由：OpenAI 提出 PaperBench 基准，用于评估 AI 智能体复现前沿 AI 研究的能力，为衡量智能体的研究复现水平提供了新的基准。
OpenAI NewsAI 评分5151 OpenAI 发布 Operator 系统安全卡
OpenAI 发布 Operator 系统安全卡，阐述其多层安全策略，包括针对提示工程与越狱的模型和产品缓解措施、隐私与安全保护，以及外部红队评估和安全评估，完整文档见 https://openai.com/index/operator-system-card。
OpenAI NewsAI 评分4343 Prover-Verifier Games 提升语言模型输出的可读性
Prover-Verifier Games 通过证明者与验证者之间的博弈提升语言模型输出的可读性，让 AI 解决方案更清晰、更易验证，并对人类与机器都更可信。
OpenAI NewsAI 评分3131 OpenAI 改进一致性模型（Consistency Models）训练技术
OpenAI 提出改进一致性模型（Consistency Models）训练的技术。一致性模型是一类新兴生成模型，无需对抗训练即可一步采样高质量数据。
OpenAI NewsAI 评分2020 OpenAI：面向真实世界不良内容检测的整体方法
OpenAI 提出一种面向真实世界不良内容检测的整体方法，目标是构建稳健且实用的自然语言分类系统，用于真实世界内容审核。
OpenAI NewsAI 评分4646 深入探讨 Voice Engine 的工作原理与安全研究
OpenAI 深入探讨了其文本转语音模型 Voice Engine 背后的技术，并进一步阐述了该模型的工作原理。此外，OpenAI 还分享了相关的安全研究成果。
OpenAI NewsAI 评分5757 OpenAI 从 GPT-4 计算中提取概念
OpenAI 使用扩展稀疏自编码器的新技术，自动识别出 GPT-4 计算中的 16 million 个模式。
OpenAI News精选AI 评分8686 Sora 技术报告：视频生成模型作为世界模拟器
OpenAI 探索在视频数据上大规模训练生成模型，其最大模型 Sora 能够生成一分钟的高保真视频。研究表明，扩展视频生成模型是构建物理世界通用模拟器的有希望路径。
推荐理由：原文提出视频生成模型可作为物理世界通用模拟器的路径，并展示 Sora 生成一分钟高保真视频的能力。
OpenAI NewsAI 评分5151 OpenAI 构建 LLM 辅助生物威胁制造预警系统
OpenAI 正在制定一套评估大语言模型辅助生物威胁制造风险的蓝图，在生物学专家和学生共同参与的评测中发现，GPT-4 对生物威胁制造准确性的提升最多属于轻微水平。该提升幅度不足以得出结论，相关发现可作为持续研究和社区讨论的起点。
OpenAI News精选AI 评分6262 OpenAI 提出弱到强泛化研究方向
OpenAI 提出超对齐的新研究方向并给出初步结果，核心探讨能否利用深度学习的泛化特性，让弱监督者控制强模型。
推荐理由：OpenAI 提出超对齐新研究方向，探讨能否利用深度学习的泛化特性让弱监督者控制强模型，并给出初步结果。
OpenAI News精选AI 评分8282 OpenAI GPT-4V(ision) 系统卡片
OpenAI 发布 GPT-4V(ision) 的系统卡片。
OpenAI News精选AI 评分6767 OpenAI 用过程监督提升数学推理能力
OpenAI 通过奖励每个正确推理步骤（过程监督）而非仅奖励最终答案（结果监督）训练模型，在数学问题求解上达到新的 SOTA。过程监督还直接训练模型生成人类认可的链式推理，带来对齐收益。
推荐理由：文章对比了过程监督与结果监督两种训练方式，指出奖励每个正确的推理步骤不仅能提升数学性能，还能带来对齐收益。
OpenAI NewsAI 评分5555 OpenAI 研究：用 GPT-4 自动解释语言模型中的神经元
OpenAI 用 GPT-4 自动为大型语言模型中神经元的行为编写解释并打分，并发布了覆盖 GPT-2 全部神经元的解释与评分数据集。这些解释并不完美，数据集可用于可解释性研究。
OpenAI News精选AI 评分7171 GPTs are GPTs：大语言模型对劳动力市场影响潜力的早期观察
OpenAI 发布题为《GPTs are GPTs》的研究，初步探讨大语言模型对劳动力市场的影响潜力。
推荐理由：这是 OpenAI 对大语言模型劳动力市场影响潜力的早期研究，为理解 AI 如何改变工作内容提供了背景参考。
OpenAI NewsAI 评分4949 OpenAI 预测大语言模型被滥用于虚假信息活动的风险及如何降低风险
OpenAI 研究人员与乔治城大学安全与新兴技术中心、斯坦福互联网观察站合作，调查大语言模型被滥用于虚假信息活动的风险。合作包括 2021 年 10 月一场汇聚 30 名虚假信息研究人员、机器学习专家和政策分析师的研讨会，最终形成基于一年多研究的联合报告。报告概述了语言模型若被用于增强虚假信息活动将对信息环境造成的威胁，并提出了一个分析潜在缓解措施的框架。
OpenAI NewsAI 评分5050 Point-E：从复杂提示词生成 3D 点云的系统
OpenAI 的 Point-E 是一个能从复杂提示词生成 3D 点云的系统。
OpenAI NewsAI 评分5959 OpenAI 高效训练语言模型以实现中间填充
OpenAI 发表研究，探讨如何高效训练语言模型使其具备中间填充（fill-in-the-middle）能力。
OpenAI News精选AI 评分6464 OpenAI 用 Video PreTraining 训练神经网络玩 Minecraft
OpenAI 通过 Video PreTraining (VPT) 在大量无标注人类 Minecraft 游戏视频上预训练神经网络，仅使用少量标注数据。微调后模型可制作钻石工具，这一任务熟练人类通常需要 20 分钟以上（24,000 次操作）。模型使用原生人类键鼠界面，OpenAI 称其是迈向通用电脑操作智能体的一步。
推荐理由：OpenAI 用少量标注数据加大量无标注视频预训练，让模型学会 Minecraft 中的钻石工具制作，为通用电脑操作智能体提供可迁移方法。
OpenAI NewsAI 评分5757 OpenAI 研究：AI 生成的批评可帮助人类发现摘要中的缺陷
OpenAI 训练了能描述摘要缺陷的批评写作模型，人类评估者在阅读模型批评后能更频繁地发现摘要缺陷。模型规模越大越擅长自我批评，且规模对批评写作的提升超过对摘要写作的提升，这为用 AI 辅助人类监督 AI 展示了前景。
OpenAI NewsAI 评分5454 基于 CLIP latents 的分层文本条件图像生成
OpenAI 官方博客发表研究《Hierarchical text-conditional image generation with CLIP latents》，主题为基于 CLIP latents 的分层文本条件图像生成。
OpenAI NewsAI 评分3030 OpenAI 大语言模型经济影响研究
OpenAI 正在征集研究意向，邀请各方参与研究大语言模型对经济的影响。
OpenAI NewsAI 评分5454 OpenAI 构建 Lean 神经定理证明器，解决部分形式化数学奥林匹克问题
OpenAI 构建了面向 Lean 的神经定理证明器，可求解多种高难度中学奥林匹克问题。该系统已能解决 AMC12 与 AIME 竞赛题，以及两道改编自 IMO 的题目。
OpenAI News精选AI 评分6363 WebGPT：通过网页浏览提升语言模型的事实准确性
OpenAI 通过文本网页浏览器微调 GPT-3，使其能更准确地回答开放式问题。该研究探索了让语言模型借助网页浏览提升事实准确性的方法。
推荐理由：原文介绍了用文本浏览器微调 GPT-3 以提升事实准确性的方法，为语言模型结合外部信息检索提供了参考。