VIDRAFT 推出工具,觀察黎曼猜想相關的魏爾正性
黎曼猜想牽涉複雜的數學條件,不容易直接看出計算結果是否符合預期。VIDRAFT 推出 Weil Positivity Gauge,讓人用互動圖表檢視黎曼 ζ 函式和四個狄利克雷 L 函式的魏爾二次型最低特徵值。文章指出,在能測量的範圍內,這些函式的數值為正;三種刻意改動條件的仿造例子則出現負值。部分數值低到超出目前的計算解析度,因此不能把它們當成已測得的正負結果。這是用來觀察相關數值條件的工具,並不等於它證明瞭黎曼猜想。
黎曼猜想牽涉複雜的數學條件,不容易直接看出計算結果是否符合預期。VIDRAFT 推出 Weil Positivity Gauge,讓人用互動圖表檢視黎曼 ζ 函式和四個狄利克雷 L 函式的魏爾二次型最低特徵值。文章指出,在能測量的範圍內,這些函式的數值為正;三種刻意改動條件的仿造例子則出現負值。部分數值低到超出目前的計算解析度,因此不能把它們當成已測得的正負結果。這是用來觀察相關數值條件的工具,並不等於它證明瞭黎曼猜想。
訓練 AI 助理的資料如果只留下正確答案,模型就看不到工作中常遇到的錯誤和重試。作者公開 MegaBit Trajectories,收錄 66 段 Python 程式專案的完整工作紀錄,包括工具指令、錯誤訊息、測試失敗和後續修正;每段紀錄最後的測試都通過,也附有檢查工具,讓使用者確認下載的資料是否完整。作者也列出和其他公開資料集比較後的限制:這份資料的專案數較少,最長的錯誤重試過程也較短,目前尚未公佈訓練成果。
天氣預報模型很多,光看過去的研究不容易知道它們今年預測得準不準。VIDRAFT 在 Hugging Face 公開 Darwin-Prediction-Weather 和天氣模型排行榜,每天把各模型對 24 個城市、四種天氣專案的預測,和事後觀測資料比較。依截至 2026-11-07 的紀錄,Darwin-Prediction-Weather 在 1 到 7 天的預報中,四種專案的誤差都最低;排行榜也能按城市和預報天數檢視結果,並提供預報與觀測資料供人檢查。
要預測天氣和水情,得先把各地衛星與地面儀器的觀測整理成完整、更新快的全球影像。Google DeepMind 開放 SatWeave 和 PARDIG,提供即時資料與歷史資料,讓研究者和開發者用來打造天氣、水文和氣候應用。SatWeave 每小時整合全球衛星影像;PARDIG 則用 AI 推估全球降雨,每 15 分鐘一筆,平均延遲約 5 小時。文中評估顯示,PARDIG 在小到中雨的每小時降雨偵測表現,比 IMERG-Final 高 30% 以上,也能協助研究洪水、土石流和乾旱。
推薦理由:兩組資料分別補上全球衛星雲圖與降雨觀測,可供研究者評估天氣、水文與氣候應用,文中也比較了降雨偵測表現。
Bez 是一個用 Rust 實作的瀏覽器引擎生成工具,能夠自動化從 W3C 規格、三大主流瀏覽器(Chromium、Firefox、WebKit)以及 WPT 測試產生可執行引擎。
Microsoft Research 在其 Physical AI Toolchain 中新增了將機器人推理遷移到雲端的功能,能夠顯著提升任務成功率、延長續航並支援更大模型。
OpenAI推出MentalHealthBench,一個多語言、多情境的心理健康對話評測基準。該基準由80多名全球心理健康專家共同制定,覆蓋從日常對話到危機情境的多種場景,並提供專家評估標準和自動化評分工具。
Google Research 推出了可讓教師建立定製化、互動式教育模擬實驗的最新研究,利用針對教育最佳化的生成式 UI 動態生成符合課程目標的學習互動。官方同時釋出了包含 30 多箇中學 STEM 課程英文學習互動的樣本庫,並面向使用 Google Workspace for Education 的學校開放試點計劃以收集反饋。
ATLAS 於 Google 官方推出一個互動式開放式視覺化平臺,讓使用者能輕鬆探索全球 AI 採用資料。 - 互動式體驗:提供電工、採購經理等多種職業 AI 使用率的視覺化,支援按國家、職業層級切分。
Google DeepMind 推出了 AlphaGenome Atlas 平臺,包含人類基因組中 90 億種單核苷酸變異的預測效應,並同步釋出了 AlphaGenome Variant Impact 評分。該平臺提供網站埠、API 以及 Google Antigravity 中的 skill,旨在幫助學術研究人員理解基因變異對分子生物學的影響。
推薦理由:該平臺預先計算了人類基因組中所有可能單核苷酸變異的分子效應預測併發布了配套評分指標,為研究人員快速評估基因變異影響提供了新資源。
Google Research 推出了 PhotoScan,這是一個通過標準 2D 智慧手機照片估算 3D 身體成分指標(如體脂率、A/G 比和 V/S 比)的深度學習框架。該模型在英國生物銀行資料上進行預訓練,並利用 677 名成人的佇列進行了微調;獨立驗證顯示其在預測胰島素抵抗方面達到了接近 DXA 掃描的準確度。
Microsoft Research 推出了開源的可擴充套件AI 助理框架 Orchard,其核心是提供可重用環境服務的 Kubernetes 架構 Orchard Env,支援在真實部署 harnesses 中直接訓練AI 助理。專案同步開源了三個領域的訓練方案與資料,其中 Orchard-SWE 在 SWE-bench Verified 上取得了 69.7% 的表現。
推薦理由:微軟研究院開源了可擴充套件AI 助理框架 Orchard,並提供覆蓋軟體工程、網頁瀏覽和個人助理的完整訓練方案,降低了AI 助理研究的基建門檻。
Hugging Face 釋出了 Real World VoiceEQ,一個評估語音 AI 人類質量的基準,涵蓋 60 多項指標,覆蓋 40 多個模型。該基準基於 100 萬條人類評分,評估 15+ 維度的 ASR、TTS、S2S 和 Speech Understanding,幫助開發者識別情感、背景噪聲等細粒度缺陷。
推薦理由:Real World VoiceEQ 提供了超過 60 項指標的真實人類評估,幫助開發者識別模型在情感、背景噪聲等方面的細粒度缺陷。
IBM Research 釋出了 ScarfBench,一個用於評估 AI 代理在企業 Java 框架遷移任務中的基準。該基準包含 34 個應用、102 個框架實現、204 個遷移任務,約 151K 行程式碼。