把每天数百信源里真正重要的 AI 信号，折射成一束清晰的光。
OpenAI本周突然发布大批数学研究结果，涵盖多个长期未解或高难度问题，引发数学界强烈震动。《The Verge》采访三十多位数学家后发现，专家普遍认为其规模和复杂度前所未有，验证、理解及评估这些成果可能需要数年，相关影响仍充满不确定性。
数学研究者、AI推理与评测团队可借此了解OpenAI最新成果的规模、可信度与潜在影响。
Google研究成果首次发表于《柳叶刀》主刊，探讨人工智能在医疗场景中对医患沟通与关系的影响。报道认为，AI若被恰当纳入诊疗流程，可能改善沟通体验和服务质量；但结论仍需临床验证，并依赖医生监督、隐私保护与责任边界。
医疗AI团队、医院管理者及关注人机协作伦理的从业者，可借此了解AI改善医患沟通的证据与治理前提。
研究分析临床医生实际提交的127,833条语言模型查询，并将其与现有基准测试中的考试题和整理案例进行比较，检验评测项目是否贴近部署场景。结果显示，临床使用需求与模型评测方式存在系统性偏离，提示仅凭基准分数判断医疗部署就绪度可能失真。
医疗AI评测、模型研发和临床部署团队都应关注真实使用数据与基准设计之间的错位。
论文探讨大语言模型的规范能力，即识别并遵循社区共享行为标准的能力。作者指出，社会规范数量庞大、变化迅速且常具任意性，并由社区制裁机制维系，使模型对齐难以依靠静态规则覆盖。文章梳理规范能力的理论基础、设计路径与核心挑战。
对研究社会规范对齐、模型行为治理与智能体安全的研究者有参考价值。
论文研究空中视觉语言导航中的指令鸿沟：导航器依赖细节丰富、与轨迹对齐的命令，而用户通常只给出简短意图指令。在冻结的OpenFly导航器上，直接使用后者使成功率由31.03%降至11.33%。作者借助语言模型和人工风格示例，将原始命令转换为成对的意图中心化弱指令，用于扩展翻译器训练。
空中机器人与VLN研究者可借此了解如何缓解用户指令与导航器训练分布之间的差异。
研究提出无需额外训练的SFT-as-context方法：先由经过监督微调的模型生成回答，再将其作为上下文交给原始父模型处理，从而结合专门能力与通用能力，缓解SFT导致的能力遗忘。该方法面向需要专业与通用能力协同的查询，为模型部署和微调后能力保留提供新思路。
适合关注微调、能力遗忘与模型部署的研究者和工程师。
论文提出 OpenProblemBench，用于评估 AI 研究基础理论科学未解问题的能力，收录数学与理论物理文献中的 82 个开放问题。每题提供研究背景、假设条件和已有进展，目标是衡量模型能否超越既有知识、探索尚未解决的科学问题。
为评估 AI 的科学研究能力提供新的开放问题基准，适合关注科学推理与模型评测的研究者。
论文介绍 Wieszcz-XIX：覆盖1800—1918年的历史波兰语语料库，收集294,369份文档、约67.5亿词元（31亿词），主要来自期刊，整合多来源文本并处理质量不一的OCR。研究还从零训练按时间边界划分的语言模型，为历史语言建模、词汇演化研究和低资源语言处理提供基础资源。
历史语言研究者、语料库建设者和多语言模型开发者可借此获得大规模时序训练资源。