MIT 研究團隊用較少資料訓練更能應付新情境的氣候 AI 模型
完整氣候模型很精細,但跑一次可能要花數月,難以快速比較許多未來情境。MIT 研究團隊提出一種訓練方法,先用簡化模型產生合成的排放情境,再反覆挑選能幫助 AI 氣候模型降低預測誤差的資料。這些情境可能不像真實未來,卻能讓模型更有能力預測訓練時沒看過的情況;研究中的傳統模型在測試地方汙染管制、其他排放仍持續上升時,未能做到這點。團隊表示,這種方法也只需用完整氣候模型產生一次資料,可望縮短訓練時間。
完整氣候模型很精細,但跑一次可能要花數月,難以快速比較許多未來情境。MIT 研究團隊提出一種訓練方法,先用簡化模型產生合成的排放情境,再反覆挑選能幫助 AI 氣候模型降低預測誤差的資料。這些情境可能不像真實未來,卻能讓模型更有能力預測訓練時沒看過的情況;研究中的傳統模型在測試地方汙染管制、其他排放仍持續上升時,未能做到這點。團隊表示,這種方法也只需用完整氣候模型產生一次資料,可望縮短訓練時間。
對 1,000 個一般網站進行被動檢查後,回應檢查的 571 個網站中,79% 未設定 CSP,58% 可被其他網站框架嵌入,可能面臨點選劫持風險;檢查未執行攻擊,也不代表網站已遭入侵。
研究者在單目深度估計與物件偵測的聯合模型中加入物件感知深度監督,讓物件框內的畫素在深度損失中權重提高 5×,並以不確定性加權平衡兩項任務;論文已獲 ICTCS 2026(Springer LNNS) 接受。
Microsoft FORGE Lab 使用 MDASH 掃描 Linux 核心程式碼,並透過 QEMU 重現與專家審查,將 26,502 項 AI 掃描結果收斂為 59 個上游漏洞通報。
推薦理由:研究追蹤 AI 掃描結果如何經過重現與人工審查,轉化為上游漏洞通報、CVE 與修補,可用來理解漏洞發現流程中的驗證環節。
小型模型計算量不大,但訓練時仍要等待資料傳送、工作排程和快取處理,整個流程可能因此變得很慢。Meta 團隊在 64-chip Google Cloud TPU v7 上,使用 vLLM、Tunix 和 MaxText 調整 Qwen3-0.6B 的 RL 訓練流程,讓每輪從產生回答到更新模型的時間,從約 100 分鐘降到最快 56 秒,並保留 8,192-token 的回答上限。文章也整理哪些調整有效、哪些沒有帶來明顯改善,並提供已合併到開源專案的設定與重現方式。
推薦理由:文章拆解小型模型訓練中,主機排程、同步與快取如何拖慢整個流程,並以逐步最佳化的實測結果呈現各環節的影響。
文章比較不同資訊條件下,AI 重現 Danfoss AK-SM 800A 認證繞過漏洞的結果,並討論公開漏洞資料與韌體逆向資訊如何影響分析過程。 - 受影響產品與漏洞:研究列出 AK-SM 800A 的 CVE-2025-41450 認證繞過、CVE-2025-41451 命令注入,以及 CVE-2025-41452 Nginx 設定注入;文中指出這些漏洞均已修補。
推薦理由:Déjà View 以 117M 引數在五項基準上比肩或超越大上至 10 倍的模型,並可調整迴圈次數以配合運算預算,呈現模型規模與計算量的取捨。
Google Research 介紹一套研究中的穿戴裝置健康框架,結合可調整的健康年齡指標與 SensorWM,模擬不同生活習慣對未來 12 週生理指標的影響,並產生個人化教練計畫。
推薦理由:研究以可調整的日常行為推估健康年齡,並用穿戴資料模擬 12 週生活習慣變化,呈現個人化健康指標如何轉化為可執行的教練計畫。
Wave Forcing(WF)結合區塊因果注意力與交錯去噪流程,在管線填滿後,每個並行前向輪次可輸出一個影片區塊。 - 基準表現:在 Wan2.1-T2V-1.3B 上,五步版本的 VBench Total 為 81.64,高於五步 Rolling Forcing 的 81.15;研究也測得 WF 的動態幅度明顯增加。
太空裡有個看不見的天體,天文學家是靠它拉動附近紅巨星的重力影響,才發現它藏在 J0008+0128 這個星系統裡。它可能是非常罕見的超大質量中子星,也就是大質量恆星爆炸後,核心塌縮留下的天體。它的軌道和質量都很奇怪,研究人員試了數千次模擬,仍無法重現。 這個發現可能幫忙解開天文學家困惑多年的「質量缺口」:觀測到的中子星和黑洞之間,少有質量約為太陽 2.5 到 5 倍的天體。它也讓人重新思考,大質量恆星爆炸後會留下什麼,以及恆星如何演化。
Apple AI研究團隊提出加權狀態混合(weighted state souping),透過學習依查詢調整的權重來組合快取狀態編碼,改善狀態空間模型(SSM)在冗長、資訊密集情境中的檢索與任務表現。
Apple 研究透過理論與實驗指出,SSM 的閘控機制會使模型先學會權重內記憶,並延後甚至阻礙正確的情境學習解法收斂。 研究發現:即使架構或記憶容量沒有根本限制,閘控仍可能影響情境學習;另一方面,它常有助於提升長序列泛化能力。 研究範圍:分析閘控機制如何塑造 SSM 的訓練動態與泛化表現,為理解及改進線性時間模型提供依據。
Apple AI 研究團隊評估 LLM 評審判斷生成文字是否符合個人寫作風格偏好的能力,發現評審表現會因寫作任務與評估標準而異,且與一般 LLM 能力的相關性偏弱。
一項研究讓 5 款前沿模型在交友軟體上與真人傳訊 6 天,有 355 人留下電話號碼,只有 8 人詢問對方是否為機器人。 研究中的模型若被詢問,必須承認自己是 AI;原文指出,詐騙者不一定會這麼做。
研究者在 Danfoss AK-SM800A 韌體中發現 6 個未經驗證的遠端程式碼執行漏洞,受影響版本包括最新的 5.3.2。 - 研究證據:研究者以韌體模擬環境驗證漏洞,並展示遠端程式碼執行概念驗證;技術細節因協調漏洞揭露程式尚未公開。
Anthropic Fellows Program 團隊建立四種多使用者、多AI 助理模擬環境,發現由單一AI 助理服務所有使用者,在四種環境中的整體表現都優於每位使用者各自配置AI 助理的點對點團隊。
推薦理由:研究比較單一協調者與多使用者AI 助理團隊,呈現共享資源時的協調落差,並指出負責人與未讀訊息防護在不同環境中的效果。
Epoch AI 的 11 月 11 日簡報彙整模型能力、資安、全球算力與生物學研究等多項新分析。 - 資安測試:研究者在離線沙盒中測試 GLM 5.3,模型無需人工輸入,便為 Firefox 最近的六個版本建立可讀取訪客電腦檔案並傳送給攻擊者的網頁;每個版本約花費 $1,000。
推薦理由:受控沙盒測試呈現開放權重模型利用修補時差攻擊 Firefox 的方式與成本,並指出此類風險可能擴及其他軟體。
Carnegie Mellon 與 JetBrains 的研究追蹤 404 名工程師五週的 coding agent token 使用量與提交紀錄,發現 token 支出增加不等同於產出同比增加。
推薦理由:研究把 404 名工程師連續五週的 coding agent token 使用量與提交紀錄對照,呈現 token 支出和產出之間的落差。
研究分析 Reddit 使用者遷移對 Lemmy 的影響,涵蓋平臺成長、留言情緒、使用者動機與社群適應情形。 - 研究方法:研究結合平臺成長資料分析、VADER 情緒分析、354 份問捲回覆與 16 位使用者訪談;情緒分析涵蓋 48,272 則留言。
華盛頓大學團隊以電腦模擬無生命地球從約 45 億年前至今及未來 5 億年的演化,發現其地表溫度與液態水量仍可接近現今地球。 模擬保留地核、地函、大氣、海洋與太陽輻射等 19 項物理變數;由於沒有光合作用,這顆地球的氧氣極度缺乏。 模擬指出,岩石風化、火山噴氣與海洋化學反應形成的碳酸鹽-矽酸鹽迴圈,可調節大氣中的二氧化碳,維持地表溫度在宜居範圍。
Google DeepMind研究人員運用 Agentic AI,在四週內以形式化驗證檢查 Signal 協定的部分密碼學保證。 - 範圍與結果:分析未涵蓋整個 Signal 行動應用程式,也未在受檢查的協定部分發現新漏洞。
推薦理由:這項工作以四週驗證 Signal 協定的部分密碼學保證,也測試 AlphaProof Code 對已修補漏洞的辨識能力,並公開規格與證明供後續研究使用。
Google DeepMind公佈 AlphaProof Code,將 Signal 核心程式庫 libsignal 的安全性形式化證明延伸至編譯後的 AArch64 Linux 機器碼。
推薦理由:這項工作把 Signal 安全性證明延伸至特定版本 libsignal 編譯後的 AArch64 Linux 機器碼,並交代驗證範圍與底層假設。
推薦理由:這項工作呈現 AI 助理如何與人工撰寫規格、Lean 證明檢查器協作,將 Signal 程式碼的安全性驗證延伸至編譯後機器碼。
Amazon 的一項研究比較不同 Agent 架構在企業流程中的表現,結果顯示單一 Agent 通常是較合適的預設選擇,因為多 Agent 架構的成本較高,成功率提升有限。
Firefox 在 Firefox 145 加入最新指紋辨識防護,減少瀏覽器與裝置資訊的可辨識差異,降低追蹤程式跨網站辨認使用者的精確度。
推薦理由:研究以近 2,500 萬名 Firefox 使用者的測量資料找出可降低指紋辨識度的瀏覽器特徵,並將結果轉化為實際防護,呈現隱私研究如何進入日常瀏覽。
Chris Careaga 與 Yağız Aksoy在 SIGGRAPH 2025 發表照片重新打光方法,讓使用者能在 3D 場景中設定光源,再生成寫實的重新打光結果。
作者探討水平與垂直方向皆環繞的元胞自動機,在每格只依據周圍 8 個鄰格是否存活來更新、且不參考自身狀態的規則下,最多能連續產生多少種不重複圖樣。 - 3×3 網格:作者證明最多隻能出現 4 種不重複狀態;最長序列可由圖樣反轉、全格存活與全格死亡等轉換串成。
研究者在 GA100 上發現電壓故障注入漏洞,能改寫熔絲控制器設定,將 CMP 170HX 8GB 顯示卡解鎖為最多可使用 80 GB 記憶體的裝置,並啟用更多運算單元與 PCIe 功能。
推薦理由:文章拆解 GA100 熔絲控制器與電壓故障注入流程,並以實測說明 CMP 170HX 解鎖後的記憶體、運算與 PCIe 變化。
CERN 正為高亮度大型強子對撞機(HL-LHC)研發新一代四極磁體,目標是在每次實驗中讓碰撞涉及的粒子數增加至 140-200 個,提高觀測罕見粒子與特殊物理現象的機會。
Microsoft 研究人員展示,修改模型中不到 10 個較少啟用的神經元,就能在觸發字串出現時讓 AI 助理模型輸出攻擊者指定的命令,無須重新訓練模型。
推薦理由:研究將代理程式模型的風險連結到部署前的權重來源與檢查流程,並提供偵測率及誤報率,呈現現有防護的能力與限制。
summary_zh: 我測試了 1,509 筆已結算機器人交易的保本與追蹤停損,結果皆無效。 - 交易樣本:2,184 筆紙上交易(7 個機器人族群,2026‑09‑05 至 2026‑11‑08),去重後 1,509 筆。
本文說明 MCP 伺服器在同一版本下,工具描述可被篡改,並提出簽名機制以驗證工具定義。 - 工具描述篡改:同一版本 1.4.2 的 MCP 伺服器,工具描述從「Search the docs」改為「Search the private docs」。
導語:Pyrite 是一個包含 1,500 對姿勢的基準,評估蛋白質-配體姿勢排序,發現專家使用 3D 視覺化與物理分數的表現僅接近機率。 - 基準規模:1,500 對姿勢,涵蓋多樣化蛋白質-配體複合物。
Microsoft 與清華大學的研究分析 7 個 GPU kernel 函式庫的 300 筆已結案 GitHub issue,發現多數故障源自編譯器、建置系統或執行環境。
Google DeepMind 的 AlphaProof Code 為 Signal 已部署的密碼協定實作產生涵蓋關鍵安全性質的機器可檢查證明。 方法與規模:Gemini 驅動的多AI 助理框架以 Lean 產生並檢查證明,耗時 4 週,約產生 600 萬行 Lean 證明。 公開資料:DeepMind 公佈了證明產物與技術論文,供其他人檢視。
推薦理由:這項工作將形式驗證直接套用於 Signal 已部署的密碼協定實作,呈現 AI 助理處理大型證明工作的具體案例。
Wincon Research讓 16 個 LLM 在 TIS-100 的 55 道題目中編寫並持續最佳化程式,共找到 133 個超越社群紀錄或形成新取捨的前沿解,分佈於 18 道題目。