跳到正文
  1. Nature Computational Science62

    开源医疗基础模型 MedGemma 推出 4B 与 27B 版本,多项基准超过 Gemma 3

    Nature Computational Science 的研究亮点介绍,Andrew Sellergren、Lin Yang 等提出开源医疗基础模型家族 MedGemma,包含 4B 与 27B 多模态模型、27B 纯文本模型以及医学图像编码器 MedSigLIP。

    推荐理由:4B 与 27B 开放医疗模型在多项基准上超过 Gemma 3 基座,10% 任务数据微调的结果可供评估本地适配成本。

  1. Scientific Data65

    EMG-EPN-612 数据集收录 612 名用户 186,660 条前臂肌电信号

    公开数据集 EMG-EPN-612 收录 612 名用户前臂表面的 186,660 条 EMG 信号,由 Myo Armband 采集,覆盖 waveIn、waveOut、fist、open、pinch 五种手势。

    推荐理由:612 名用户的前臂 186,660 条肌电信号配在线评测平台,便于手势识别系统做同条件可复现比较。

  2. arXiv math69

    实数域上常查询局部可纠码的新构造(预印本)

    一篇 11 页预印本给出了实数域上常查询局部可纠码(LCC)的新构造。此前常查询 LCC 只存在于正特征域,并被猜测在实数域上不存在;该构造利用整数网格上的低次多项式求值,配合一种平滑采样:对给定网格点 P 随机取一条经过 P 的二次曲线,使其与网格相交于多个点作为解码查询,且没有网格点被高概率查询。论文作者标注该构造由 ChatGPT Astra 找到,文中还指出这些查询位置都是附近的网格点。

    推荐理由:实数域上此前被认为不存在的常查询局部可纠码被构造出来,给出了具体的多项式求值与采样方法。

  3. arXiv cs.AI76

    预印本提出将 MoE 剪枝蒸馏为稠密语言模型的系统框架

    预印本提出一套将已训练的 MoE 模型转换为标准全稠密架构的框架,流程为对专家打分、选择与分组,拼接成稠密 FFN,再通过从 MoE 教师模型做知识蒸馏进行精修。

    推荐理由:给出把 MoE 转成稠密模型的可操作评分与分组配置,附与稠密剪枝的对照结果。

  4. arXiv cs.AI71

    预印本:Chatbot Arena 126 万票显示模型未变而人类评判标准在上升

    预印本分析 Chatbot Arena 2023 年 5 月至 2024 年 8 月的 1,260,967 张盲投票,发现对同一对版本固定的模型,认为“两者都差”的票占比平均每月上升 1.71 个百分点,2024 年为每月 1.91 个百分点。

    推荐理由:用固定模型版本的百万级盲投票据分离模型变化与评判者变化,给 LLM 排行榜和人类反馈训练提了方法上的警示。

  5. arXiv cs.AI72

    预印本:仅检索邻近示范并复用动作块即可在 LIBERO 上达到 91.7% 成功率

    预印本显示,不训练策略,只检索相近示范并复用其动作块,就能在 LIBERO 仿真基准上达到 91.7% 成功率;在 LIBERO-Plus 扰动下,该检索方法的性能下降幅度在所有评估策略中最小。

    推荐理由:不训练策略仅在 LIBERO 上做近邻示范检索即可达 91.7% 成功率,提示 VLA 的高分中有相当部分来自记忆与复用而非泛化。

  6. arXiv cs.AI69

    预印本在 13 个企业级 SOP 上比较四种 LLM 智能体架构的成本与成功率

    预印本在固定模型、任务与工具的条件下,跨 13 个企业级 SOP 比较四种 LLM 智能体架构共八个实验组,发现没有普遍最优的架构,选择取决于具体 SOP,并且各架构的总体成功率在统计上无法区分。

    推荐理由:在 13 个企业 SOP 上固定模型与工具比较四种智能体架构,给出 token 与延迟的代价以及成功率差异的对照,可作为选型时的经验依据。

  1. MarkTechPost79

    Google DeepMind发布AlphaGenome 2,按细胞类型预测DNA变异效应

    Google DeepMind发布AlphaGenome 2,这是一个条件序列到功能模型,每次读取1 Mb DNA与一个目标细胞状态,在单细胞eQTL与增强子-基因基准上优于微调后的AlphaGenome 1、Borzoi和Scooby。

    推荐理由:该模型以单细胞状态为条件预测变异效应,给出了可量化的基准对比与当前访问限制,可用于判断是否纳入变异解读流程。

  2. bioRxiv 生物信息学73

    TeraMEM 在压缩空间与次线性时间内检测太碱基级基因组组装的完全匹配

    预印本提出 TeraMEM 算法,在给定压缩索引的前提下,用 O(r) 内存和 O(r+occ) 时间计算组装面板两两之间的全部最长精确匹配(MEM)。在 625 个单倍型的人类着丝粒组装数据上,其内存占用比现有方法低 7.5 倍;计入索引构建时间时快 20 倍,不计入时快 2500 倍。

    推荐理由:用压缩索引把全基因组组装两两最长精确匹配降到次线性时间,内存降 7.5 倍,可判断泛基因组比对是否用得动。

  1. 量子位80

    英伟达发布机器人基础模型 GR00T 2 并开源模型数据与仿真工具链

    英伟达在 CoRL 大会上发布世界动作模型 GR00T 2,并称其模型、数据、仿真环境和采集硬件将陆续开源,首批开放 10 万小时人类第一视角视频。

    推荐理由:英伟达公开 GR00T 2 的模型、数据与工具链,并给出人类示范跨本体迁移的成功率,可用于评估机器人基础模型的复用门槛。

  1. npj Computational Materials66

    物理约束贝叶斯优化加速 HRTEM 定量三维原子结构重建

    一篇发表于 npj Computational Materials 的论文提出物理约束贝叶斯优化框架,用单张 HRTEM 图像定量重建三维原子结构,BaTiO3 样品成像参数拟合约 75 s 收敛、12 个 ROI 并行匹配约 300 s 收敛,相比人工监督迭代提速三到四个数量级。

    推荐理由:把贝叶斯优化接入 HRTEM 定量匹配,将三维原子结构重建从数周缩短到分钟级,方法可直接迁移到自动化电镜流程。

  1. Nature Biomedical Engineering60

    基于深度学习的视网膜生物标志物 RetiME 映射个体死亡风险并重建寿命轨迹

    发表于 Nature Biomedical Engineering 的研究提出基于深度学习的生物标志物 RetiME,可将视网膜特征映射为个体死亡风险,并重建与观测到的死亡结局相对应的个体化寿命轨迹。摘要提到,这些轨迹呈现不同的疾病相关死亡模式;材料未给出样本量、队列来源或预测性能指标。

    推荐理由:介绍一种基于深度学习的视网膜生物标志物,可将眼底特征映射为个体死亡风险并重建个体寿命轨迹。

  2. Patterns61

    FLAb2 基准:30 个蛋白 AI 模型难以稳定预测抗体可开发性

    Chungyoun 等构建了包含 400 多万条抗体的公开基准 FLAb2,并测试了 30 个模型,发现多数模型未能通过,也没有模型能同时准确预测各项可开发性指标。作者指出,不少模型依赖与天然 germline 抗体的相似性等捷径,而非底层生物物理特征;提升抗体 AI 设计更依赖更多样化的实验数据,而非更大的模型。

    推荐理由:公开基准测试30个蛋白AI模型对400万抗体可开发性的预测,结果显示多数模型依赖与天然germline抗体的相似性等捷径而非生物物理信号。

  1. Patterns62

    CytoVerse 让单细胞 RNA-seq 基础模型在浏览器中本地运行

    Currie 等提出 CytoVerse 框架,在网页浏览器中直接运行单细胞 RNA-seq 基础模型。该框架基于 ONNX 模型部署和压缩的 IVFPQ 索引,无需服务器计算、安装或上传数据,即可将本地数据集比照 2300 万细胞参考集完成注释,并以轻量文件形式共享嵌入。

    推荐理由:浏览器内本地完成单细胞注释,数据不出本机,为隐私敏感数据的分析流程提供了可借鉴的方案。

  1. Cell Genomics65

    基于HapMap混合样本与泛基因组图构建体细胞变异检测基准资源

    Kong 等人在 Cell Genomics 发表方法,利用 HapMap 混合样本和泛基因组图,建立了一套覆盖多种变异类型与等位基因频率的合成体细胞变异资源。该资源提供标准化基准集,用于评估测序技术和变异检出方法。

    推荐理由:该资源覆盖多类变异与不同等位基因频率,可用于统一评估体细胞变异检测的测序技术与流程。

已经到底了