我们能信任 LLM 判断研究创新性吗？
原文发布 Old Ideas, Novel Problems 研究及 novelty judge 基准。研究通过 ICLR 2026 同行评审挖掘 novelty 信号，构建 Human-Only 与 Human+Generated 两评估设置。
阅读原文 来源：Hugging Face Blog
全部科技金融动态
Hugging Face Blog一手
Hugging Face Blog一手 LitPivot：通过文献动态上下文开发研究创意
宾夕法尼亚大学等机构研究人员开发的 LitPivot 系统通过动态上下文将研究创意与文献关联。在 17 名研究人员的实验中，领域专家评定使用 LitPivot 开发的创意比传统编辑器和 AI 工具更扎根于文献，且参与者认为其更具新颖性和实用性。该系统将创意拆解为问题、贡献和评估计划，并基于所选文献提供有据可查的修订建议，将在 UIST 2026 学术会议上展示。
阅读原文 来源：Hugging Face Blog
BIS 研究论文一手 新闻冲击与通胀：基于大型油气发现的实证证据
研究基于至少五年开采滞后的大型油气发现，构建1309个案例的跨国数据集，实证发现新闻冲击使核心消费者价格在随后十年持续上涨，约半数涨幅在开采前已出现。价格上涨主要集中在非传统品和服务上，传统品和生产者价格变化有限。
阅读原文 来源：BIS 研究论文
Google DeepMind一手 Google DeepMind等联合发布全球森林类型地图ForTy 2020及时间序列
DeepMind、WRI等联合发布全球森林类型地图ForTy 2020及时间序列，提供10米分辨率下森林类型分类与年变化数据。该地图将全球每10米土地划分为自然森林、人工林、种植园、农作物等六类，并追踪2017至2025年间的类型变化，帮助监测天然林向种植园的转换。验证显示分类准确率90%，可辅助欧盟森林砍伐法规合规与森林资源管理。
阅读原文 来源：Google DeepMindMicrosoft Research一手精选 微软研究院：31 年来的数学难题 KLS 猜想被证明
微软研究院的研究人员与合作者结合新的数学思想与人工指导的 AI，证明了耗时 31 年的 KLS 猜想。该研究确立了 log-concave 分布的几何原理，即简单的平面切割可在固定因子内捕捉其最窄瓶颈，且与维度无关。
阅读原文 来源：Microsoft Research推荐理由研究者利用人工指导的 AI 过程证明了 KLS 猜想，确立了高维几何的几何原理，并提供了机器可验证的正式证明，这对优化、算法和统计学等领域有深远影响。
BIS 研究论文一手精选 BIS研究：利用LLM测量地缘经济压力下企业响应
研究利用大语言模型阅读财报，测量企业如何响应地缘经济压力。出口管制促使目标企业在国内加大研发以建立本土替代技术，尤其受美国半导体和人工智能管制的中国企业。对俄罗斯实施的制裁导致联盟国（欧美）收入损失和资产减记，欧洲面临能源成本冲击，而中国和印度等第三方国家因填补市场真空而受益，获得折扣油价和重新路由的贸易。
阅读原文 来源：BIS 研究论文推荐理由原文通过 LLM 读取财报，系统性测量了地缘经济压力下企业的响应与行动，提供了从出口管制到制裁、关税三种压力手段的实证对比，揭示了供应链重组与国内研发投入的关键变化。
BIS 研究论文一手 Inflation after the Iran war
本文研究了2026年5月伊朗冲突对欧美三国通胀的影响。研究预测冲突将在2026-2027年使总通胀上升1.5-2个百分点，主要由能源价格上涨驱动，预期通胀可能再贡献0.3-0.4个百分点。长期通胀预期保持稳定，但财政政策效果不确定。
阅读原文 来源：BIS 研究论文
The Decoder Anthropic 几乎停止招聘初级员工，AI 代理工作时长已达人类的六倍
Anthropic 内部研究显示，自 2025 年初以来，技术部门初级岗位比例从 21% 降至 14%，新聘初级比例更跌至 9%。截至 2026 年 8 月，AI 代理的工作时长已是人类员工的 6 倍，研究部门更达 19:1。与此同时，工程师提交的代码提交量提升 5.1 倍，数据科学家查询量提升 3.1 倍，法律团队合同处理量同样提升 3.1 倍。
阅读原文 来源：The DecoderThe Decoder AI 代理在长期决策中缺乏良好品味，新基准证明了这一点
Taste‑Bench 共 502 题，评测 14 种模型，GPT‑5.6 Sol 最高 59.7 %，GPT‑5.5 59.5 %，其余模型远低于 25 % 的随机猜测。通过 Qwen3.6‑27B 进行知识蒸馏，学生模型从 30 % 提升至 47.9 %，并使 SWE‑bench Pro 的成功率从 14.6 % 提升至 33.7 %。
阅读原文 来源：The Decoder
The Decoder 数学家称 OpenAI 对其 Navier‑Stokes 证明理解不足
OpenAI 在 9 月公布了一份 166 页、使用 Lean 形式化语言的 Navier‑Stokes 证明草案，声称遵循西班牙数学家 Diego Córdoba 与 Luis Martínez‑Zoroa 的方法。
阅读原文 来源：The DecoderGoogle Research一手 Google研究：将AI代理落地于生物实验室的基础构建
Google Research发布了一篇关于将AI代理应用于生物实验室的研究。文章介绍了VERID框架，能够实时跟踪实验室状态、进行虚拟干运行并执行硬件安全检查，从而避免物理不可行或错误的指令。作者还展示了在aptamer和蛋白质结合剂设计中的闭环实验循环，证明AI代理在几轮实验后能显著提高命中率，并通过数字孪生记录完整实验轨迹，为实验可重复性和安全性提供保障。
阅读原文 来源：Google Research
BIS 研究论文一手 Offshore forwards and exchange rate transmission in emerging markets
研究基于 LCH ForexClear 交易所 2014-2025 年十种新兴市场货币的交易所履约数据，发现每 10 亿美元线性美元离岸需求移动本币国内汇率约 10 个基点，离岸远期汇率约 18 个基点。监管政策变动（如印度 2020 年放宽、2026 年限制）显著影响离岸与本币市场的价差。这是首个基于已签约交易流的 NDF 价格成形实证研究。
阅读原文 来源：BIS 研究论文Simon Willison sparqlite: SPARQL 1.1 inside SQLite, written in Rust
研究项目sparqlite发布，这是一个基于Rust编写的SQLite可加载扩展，在普通SQLite表中存储RDF四元组并原生执行SPARQL 1.1查询与更新。该扩展通过整数编码术语、覆盖索引、基于成本的规划器、批量连接以及可选的直接SQLite B-tree读取器，在计数模式下实现了3.5倍的速度提升，返回完整结果时为2.8倍，并通过了636项W3C评测中的639项。
阅读原文 来源：Simon Willison
Latent Space Leash Bio 发布 Minos 预训练模型与 DEL 开始数据集，实现代型科学推强学习
Leash Bio 发布了 Minos 预训练模型和一个包含 6.5M 个分子的开始数据集，旨于通过 DEL 数据训练代型进行科学推强学习。Ian Quigley 团队利用 DNA 编码库技术收集了高质量的蛋白-小分子相互作用数据，解决了行业数据质量差的问题。
阅读原文 来源：Latent SpaceArs Technica · AI Researchers use AI to design proteins that cut up other proteins
研究人员利用 AI 蛋白质设计工具，将两种蛋白酶的催化核心替换为新的骨架，生成可切割特定神经系统疾病相关蛋白的酶。该方法有效绕过了自然进化中蛋白酶的复杂多样化过程，展示了 AI 在定向蛋白水解方面的潜力。
阅读原文 来源：Ars Technica · AI
St. Louis Fed · On the Economy一手 How Do Unemployment Insurance Eligibility and Take-up Change over the Course of Unemployment?
研究分析美国失业保险资格与领取率随失业时间变化的动态。资格率在失业初期约为58%，至第九月降至约38%，主要因福利期限有限（通常六个月）；在仍有资格者中，领取率从首月58%升至第六月约75%，随后趋平，反映财务需求驱动的领取行为。
阅读原文 来源：St. Louis Fed · On the Economy
St. Louis Fed · On the Economy一手 探索过去两次经济扩张期间的学徒增长
美国活跃学徒人数在大萧条后（2009-19年）和新冠后（2021-25年）两次经济扩张期均有增长。大萧条后，阿肯色、肯塔基和密苏里三州学徒增长速度快于全国平均21%；新冠后，印第安纳州以外的所有八州联邦储备局第八区州均超越全国26%增长。建筑业占学徒53%，在两个扩张期均保持持续增长。学徒项目完成率低、雇主认可度不足是其未来增长的风险。
阅读原文 来源：St. Louis Fed · On the EconomyBIS 研究论文一手 Artificial intelligence and climate change: 平衡创新与可持续性
AI 可提升能效、优化资源使用并加速气候创新，但其开发部署需大量算力，增加电力需求并可能产生碳排放。研究分析了 AI 的直接环境足迹、对气候的缓解与适应作用以及因成本下降、生产力提升带来的反弹效应，并探讨了在 AI 能力演进下的两种情景对气候影响的不确定性。
阅读原文 来源：BIS 研究论文
BIS 研究论文一手 追：追：Chasing El Dorado：金融条件下金价风险与黄行为动态
本：本文分析了地缘政治风险对金价价价价价：在松紧财的金融条件下，金价价价价：研究：文章探讨了全球金融条件对黄：地缘政治风险与金价价价：我们将地缘政治风险与更广的金价价价。
阅读原文 来源：BIS 研究论文
Hugging Face Blog一手精选 The Agent Said It Was Done. The Database Disagreed.
Microsoft 和 Hugging Face 联合发布 ThinkingBox 基准，用于评估 AI 代理在业务工作流中的可靠性。基准通过在 507 个 stateful 工作流中各重复运行 20 次，测量代理留下的数据库状态和副作用，而非仅依赖其生成的文本。
阅读原文 来源：Hugging Face Blog推荐理由ThinkingBox 基准揭示了 AI 代理在 507 个业务工作流中 20 次重复运行后的可靠性差异，展示了 pass@1 与 pass@20 的巨大落差，并提供可直接在 OpenEnv 上运行的基准工具。
Microsoft Research一手 Microsoft Research Asia – Singapore 一周年：推动研究、合作与人才实现现实影响
Microsoft Research Asia – Singapore 成立一周年，旨在连接微软前沿 AI 研究与新加坡顶尖大学、政府及产业生态。实验室聚焦四大支柱：下一代 AI 模型与智能体、领域专属 AI、AI 原生研究实践及人才生态。通过医疗等领域的合作，已将基础研究转化为实际应用，并持续推动 AI 在医疗、金融等领域的落地。
阅读原文 来源：Microsoft Research
Ethereum Foundation Blog一手 Ethereum 基金会发起更好代码挑战 推进基于哈希的 SNARKs 机器验证安全边界
Ethereum 基金会与 Yukon、zkSecurity 联合发起 open autoresearch challenge better.codes，目标通过公开协作推进 koalaIRS12 Reed–Solomon proximity problem 的机器验证下界至 128 bits。
阅读原文 来源：Ethereum Foundation Blog
Berkeley AI Research一手 Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
研究提出了ABBEL框架，通过信念状态压缩交互历史以解决LLM长程任务上下文膨胀问题。在协作代码生成任务CollabBench中，ABBEL利用重构信念评分机制可将相较全上下文模型的性能差距缩减约50%，并将训练步骤减少一半；在Combination Lock测试中，该方法展示了信念更新与行动选择相结合的有效性。
阅读原文 来源：Berkeley AI Research